Nebul vælger NetApp Novus for at skalere sin suveræne AI-cloud

NetApp meddelte den 10. november 2026, at Nebul, en europæisk AI-baseret cloududbyder, er den første neocloud, der tager virksomhedens Novus-lagringsarkitektur i brug til suveræn AI-infrastruktur. Nebul vil bruge Novus i sin suveræne Intelligent Cloud. Arkitekturen er generelt tilgængelig og designet til en samlet gennemstrømning på op til 100 TB pr. sekund.

Nebul beskriver sin Intelligent Cloud som en suveræn platform, der kombinerer accelereret infrastruktur, datatjenester til virksomheder og AI-funktioner til produktionsbrug, samtidig med at kunderne bevarer ejerskab og kontrol. Ud over at tage løsningen i brug undersøger virksomhederne mulighederne for at fremme udbredelsen af suveræn AI ved at kombinere Nebuls tjenester med NetApp Platform.

Til Nebuls miljø med flere lejere siger NetApp, at Novus kan skalere ydeevne, kapacitet og samtidighed uafhængigt under ét navnerum, efterhånden som efterspørgslen vokser. Nebuls grundlægger og administrerende direktør, Arnold Juffer, sagde: »Med denne arkitektur kan vi skalere vores AI Factory, så den imødekommer kundernes voksende efterspørgsel, uden at gå på kompromis med den ydeevne, sikkerhed eller overholdelse af regler, som de er afhængige af.«

Sådan adskiller Novus metadata fra data

Novus adskiller metadata – oplysningerne, der viser, hvor filer er placeret – fra selve flytningen af data. NetApps tekniske forklaring beskriver, hvordan en klient anmoder Novus Data Director om et layout og derefter kommunikerer direkte med ONTAP-baseret lager. Data Director er et softwaredefineret kontrollag, der kan skaleres uafhængigt og kører på standard x86-computere, så metadata- og dataplanerne kan skaleres hver for sig. Det afhjælper den konflikt, der opstår, når metadataoperationer for små filer og skrivninger af store kontrolpunkter deler controllere.

Produktdokumentationen til Novus oplyser, at systemet fungerer med standardklienter i kernen til NFSv4.2 og pNFS Flex Files, der bruger nconnect, samt NVIDIA GPUDirect Storage. Operatører behøver derfor ikke specialudviklet klientsoftware på tværs af tusindvis af GPU-servere. Yderligere ONTAP-klynger øger gennemstrømningen uden behov for at tilkoble filsystemer igen eller skabe fragmentering, samtidig med at alle GPU’er fortsat ser det samme navnerum.

ONTAP-grundlaget understøtter også den del af meddelelsen, der handler om datastyring. NetApp siger, at løsningen er beregnet til at gøre det muligt for organisationer, der bruger virksomhedens platform, at udvide deres eksisterende datamiljøer til suveræne cloudmiljøer og samtidig bevare ensartet sikkerhed, beskyttelse og styring, herunder gældende jurisdiktions- og adgangspolitikker. Willem Hendrickx, NetApps senior vicepræsident og daglige leder for EMEA og LATAM, fremhævede myndigheder, sundhedsvæsenet og bioteknologi som regulerede brancher, hvor udbydere skal håndtere overholdelse af regler, sikkerhed og brug for flere lejere.

Fra produktlancering til generel tilgængelighed

NetApp introducerede Novus den 29. september 2026, og arkitekturen kunne bestilles samme dag. Den første udgave kombinerer Data Director-software på kvalificeret Supermicro-infrastruktur med ONTAP-datatjenester på AFF A90-systemer. NetApp beskrev en plan om gradvist at gå over til softwaredefinerede installationer, samtidig med at det samme navnerum, den samme driftsmodel og det samme datagrundlag bevares.

GPU-udnyttelse og lagringsskalering

NetApps økonomiske argument er, at GPU’er, der venter på lageret, stadig mister værdi uden at skabe et afkast. Ved introduktionen i september sagde virksomheden, at udnyttelsen kan falde til under 30 % med traditionelle arkitekturer, når lageret ikke kan levere data hurtigt nok. Lanceringen fremhævede derfor lagringens gennemstrømning som en direkte begrænsning for økonomien i GPU-klynger.

NetApps tekniske fellow Arindam Banerjees forklaring illustrerer båndbreddebehovet med én GPU, der kræver op til 2 GB pr. sekund, og 50.000 GPU’er, der kræver den samme hastighed samtidigt. Ifølge forklaringen leverer traditionelle lagerarrays 40–80 GB pr. sekund; hvis man skulle nå Novus’ samlede mål med sådanne arrays, ville det kræve mere end 100 systemer, som hver især tilføjer et navnerum, et fejldomæne og administrativt overhead. Sammenligningen knytter arkitekturens ene navnerum til det driftsmæssige overhead ved at skalere lageret.

For Nebul vil løsningen blive en prøve på, om metadata og data kan skaleres uafhængigt, så flere lejere og GPU’er kan understøttes uden at fragmentere data på tværs af lagersystemer, samtidig med at jurisdiktions-, adgangs- og styringskontroller forbliver ensartede. Den driftsmæssige udfordring er at udvide den delte AI-infrastruktur uden at svække den adskillelse og kontrol, som regulerede kunder kræver.