Le stockage de ChatGPT réécrit en Rust par deux ingénieurs et une IA

ChatGPT, ça paraît magique : tu tapes, ça répond. Derrière ce tour de passe-passe, il y a une plomberie colossale qui range et restitue des milliards de données en quelques millisecondes. Ce vendredi, OpenAI a levé le voile sur cette coulisse et sur un pari technique osé : réécrire la plateforme qui stocke tout ça, baptisée Habitat, en remplaçant Python par Rust. Avec seulement deux ingénieurs et l'aide de ses propres IA.

La plomberie invisible de ChatGPT

Habitat, c'est la plateforme de stockage en ligne d'OpenAI. Concrètement : quand tu rouvres ChatGPT et que tout ton historique est là, quand tu changes un réglage, quand un outil interne relit tes préférences, une requête part vers Habitat. Le service retrouve l'information, vérifie que tu as le droit d'y accéder et la renvoie au produit. Si Habitat rame, ChatGPT rame. Si Habitat tombe, plus rien ne marche.

Les chiffres publiés par OpenAI donnent le tournis. Plus de 70 millions de requêtes par seconde. Plus d'un milliard de personnes servies chaque semaine. Près de 40 régions géographiques. Et plus de 500 pétaoctets de données, autrement dit des millions de gigaoctets. Tout cela repose sur Azure Cosmos DB, la base de données gérée de Microsoft, avec Habitat en chef d'orchestre au-dessus : il décide où ranger quoi, chiffre, contrôle les accès et répartit la charge.

L'histoire d'Habitat est savoureuse. Née mi-2024, la bête était une simple bibliothèque Python, c'est-à-dire du code intégré directement dans les applications d'OpenAI. Deux ans plus tard, c'est un système distribué complet. La croissance a été si brutale que l'équipe parle de trafic multiplié par plus de 10 chaque année, depuis trois ans.

Pourquoi Python a atteint ses limites

Premier virage : mi-2025, la bibliothèque est devenue un service centralisé. La raison tient en une anecdote racontée avec une franchise rare. Pour réduire l'impact d'une panne régionale, l'équipe voulait répartir ses données les plus critiques sur plusieurs zones. La modification exigeait de mettre à jour le code client dans des dizaines de services, de coordonner chaque équipe, d'attendre des jours. Au moment d'activer enfin le changement, une équipe est repassée à une ancienne version buggée pour une raison sans rapport. C'est exactement la panne que tout ce travail voulait éviter.

En centralisant la logique dans un seul service, plus besoin de courir après des dizaines de clients : un point unique à déployer, à surveiller et à sécuriser.

Restait un choix osé : garder Python pour ce service critique. Le langage est réputé simple et rapide à écrire, mais gourmand en ressources. Et un service qui encaisse des millions de requêtes par seconde est exactement là où il souffre le plus. OpenAI l'assume : une dette technique volontaire, pour privilégier la stabilité et la vitesse des équipes produit. Les galères donnent le ton. Un processus Python ne fait qu'une seule chose à la fois sur le processeur, donc une tâche périodique qui traîne fait ramer toutes les requêtes en attente. Exemple concret du billet : chaque minute, tous les processus se mettaient à analyser un fichier de configuration géant, gelant les requêtes en cours au passage. Les requêtes les plus lentes, celles que l'utilisateur sent vraiment, partaient en vrille.

Deux ingénieurs et une IA ont suffi

Au deuxième trimestre 2026, OpenAI a fait sauter le pas : tout le service a été réécrit en Rust, un langage compilé, plus exigeant à écrire mais bien plus rapide et économe que Python. Le détail qui fait jaser : deux ingénieurs ont mené la réécriture, assistés par Codex, l'agent de code d'OpenAI, et par GPT-5.5. Le nouveau service Rust traite déjà 95 % des requêtes en production, et Python sera complètement éteint dans les prochaines semaines.

Les gains annoncés par OpenAI : un service 6 fois plus économe en processeur et 15 fois plus économe en mémoire que l'ancien, avec des latences moyennes et de queue en baisse. Au plus fort, la version Python servait tout de même plus de 20 millions de requêtes par seconde. L'équipe avait parié que ses propres modèles rendraient la migration possible un jour. Pari tenu.

L'ouverture du moteur Codex aux développeurs, qu'on racontait hier, trouve ici sa suite logique : la preuve en conditions réelles, sur un système critique au milliard d'utilisateurs.

Ce que ça change pour toi

Pour ta vie d'utilisateur de ChatGPT : rien de visible. C'est même le but, la plomberie doit rester invisible. Tu ne verras ni plus rapide ni plus lent, justement parce que le travail a été fait avant que ça casse.

Mais pour la façon de construire des logiciels, le signal est fort. Une migration complète de langage, sur un système critique servi à un milliard de personnes, confiée en grande partie à des agents de code : ce n'est plus une démo, c'est de la production. Reste une réserve d'usage : tous les chiffres viennent d'OpenAI elle-même, sans audit externe, et décrivent un outil interne qu'on ne peut pas vérifier de l'extérieur.

OpenAI annonce déjà la suite : une deuxième partie du récit détaillera la couche de stockage et ses 500 pétaoctets. L'histoire ne fait que commencer.

Ils ont remplacé le moteur de ChatGPT en pleine marche, sans jamais éteindre le service. Et il n'a fallu que deux paires de mains, plus une IA très occupée.

Sources

OpenAI raconte toute l'histoire d'Habitat, chiffres complets et anecdotes de production compris, dans son billet d'ingénierie du 11 septembre 2026.

—

Recherche, relecture et illustration assistées par IA. Le contenu reflète le travail éditorial de la rédaction.