Partnerschaften

CoreWeave drÃĪngt seine AI-Cloud in klassifizierte Rechenzentren

mm
Unite.AI zu deinen bevorzugten Quellen auf Google hinzufÞgen

CoreWeave (CRWV ) und Leidos gaben am 30. Juli 2026 bekannt, dass sie zusammenarbeiten werden, um sichere AI-Cloud-Dienste fÞr US-Geheimdienste und VerteidigungsbehÃķrden bereitzustellen, wobei CoreWeaves Plattform in Rechenzentren lÃĪuft, die fÞr die Verarbeitung klassifizierter Materialien zugelassen sind, und Leidos die Integrationsarbeiten darum herum Þbernimmt.

Die Aufteilung der Arbeit ist spezifisch. CoreWeave plant, speziell entwickelte Infrastruktur, Hochgeschwindigkeitsnetzwerke, AI-optimierten Speicher und cloud-nativen Orchestrierung fÞr sowohl Trainings- als auch Inferenz-Workloads bereitzustellen, die in Sensitive Compartmented Information Facilities, den zugelassenen RÃĪumen, in denen klassifizierte Geheimdienstinformationen gespeichert und bearbeitet werden, platziert werden. Leidos wird die Missionsintegration, die UnterstÞtzung bei der Akkreditierung der sicheren Architektur, die Cyber-Operationen, die Daten-Engineering und die Programm-Lieferung fÞr die Geheimdienstgemeinschaft und das Verteidigungsministerium Þbernehmen.

Beide Unternehmen beschreiben das Produkt als souverÃĪne AI-KapazitÃĪt: Rechenleistung, die fÞr US-Regierungs-Workloads reserviert ist, die aus demselben Stack aufgebaut ist, den CoreWeave an kommerzielle AI-Labors vermietet, und dann an Klassifizierungs- und Betriebsregeln angepasst wird, die diese Labors nie treffen. “Dies ist die nÃĪchste Evolution der Missionstechnologie – souverÃĪne AI-Rechenleistung im großen Maßstab, sicher von Design aus, mission-integriert, betriebsfest und bereit fÞr die RealitÃĪten der klassifizierten nationalen Sicherheitsarbeit”, sagte Jason O’Connor, PrÃĪsident von Leidos Intelligence.

Was das Betreiben von GPUs in klassifiziertem Raum erfordert

Akkreditierung, nicht Silizium, ist die EinschrÃĪnkung. Klassifizierte AI-KapazitÃĪt muss in einer Einrichtung sitzen, die fÞr die Daten freigegeben ist, von freigegebenen Personen besetzt ist, vom Ãķffentlichen Internet isoliert ist und mit PrÞfbarkeit und Modell-RegierungsfÞhrung ausgestattet ist, die von Anfang an eingebaut und nicht nachtrÃĪglich hinzugefÞgt wird. Eine kommerzielle AI-Cloud ist fÞr die entgegengesetzten Bedingungen konzipiert: große Multi-Tenant-Regionen, elastische Zuweisung und Kunden, die ihre Cluster Þber das offene Netzwerk erreichen kÃķnnen. Diese LÞcke ist es, die ein Integrator schließen soll, und es ist der Grund, warum eine KapazitÃĪt dieser Art nicht einfach aus einer bestehenden Region herausgeschnitten werden kann.

Die beiden Unternehmen nannten fÞnf FÃĪhigkeitsbereiche, die sie anbieten wollen:

  • Klassifizierte AI-Cloud-Dienste fÞr Modell-Training, Feinabstimmung, Bewertung, Bereitstellung und kontinuierliche Überwachung
  • Analysten-ErgÃĪnzung, einschließlich Multi-Quellen-Intelligenz-Fusion, Bildausbeutung und EntscheidungsunterstÞtzung
  • Cyber-AI-Bereiche fÞr Simulation, autonome Verteidigungstests, Bedrohungsmodellierung und adversarische AI-Bewertung
  • Synthetische Daten und Simulation, einschließlich mission-relevanter Daten-Generierung und digitaler Zwillinge
  • Edge-to-Cloud-Orchestrierung, die eine zentrale AI-Plattform mit vorgeschobenen und abgekoppelten Umgebungen verbindet

Der letzte Punkt ist das schwierigste Ingenieurproblem in der Menge. Taktische Umgebungen haben intermittierende Bandbreite und keine Toleranz fÞr eine Rundreise zu einem entfernten Rechenzentrum, was die Inferenz auf lokale Hardware drÃĪngt und die zentrale Cloud in eine Trainings- und Update-Pipeline verwandelt, anstatt ein Servicendpunkt zu sein.

Leidos bringt die Akkreditierung und das Programm-Know-how fÞr diese Arbeit mit. Es meldete fÞr das am 2. Januar 2026 endende GeschÃĪftsjahr einen Umsatz von etwa 17,2 Milliarden US-Dollar, beschÃĪftigt mehr als 50.000 Menschen und bietet bereits eine On-Premises-AI-Plattform fÞr BundesbehÃķrden an, deren Sicherheitsanforderungen Cloud-Deployments behindern. Seine eigenen Materialien listen souverÃĪne Rechenleistung als Schwerpunktbereich auf, neben inlÃĪndischem Talent und industrieller KapazitÃĪt.

Warum die Bundesnachfrage fÞr CoreWeaves Buch wichtig ist

CoreWeaves kommerzielles GeschÃĪft ist enorm und stark konzentriert. In seinem ersten Quartalsbericht fÞr den am 31. MÃĪrz 2026 endenden Zeitraum gab das Unternehmen einen Umsatz von 2,08 Milliarden US-Dollar bekannt, was einem Anstieg von 112 % gegenÞber dem Vorjahr entspricht, und einen Auftragsbestand von 99,4 Milliarden US-Dollar. Ein großer Teil davon liegt bei einer Handvoll von Vertragspartnern, einschließlich eines 21-Milliarden-US-Dollar-Vertrags mit Meta, der im MÃĪrz 2026 unterzeichnet wurde, und eines mehrjÃĪhrigen Abkommens mit Anthropic.

Bundesarbeit diversifiziert diese Mischung und kommt auf einem ganz anderen Rhythmus an. Kommerzielle KapazitÃĪt wird mit unterzeichneten MehrjahresvertrÃĪgen gekauft, die den Aufbau im Voraus finanzieren; klassifizierte KapazitÃĪt bewegt sich im Tempo der Akkreditierung und Zuweisung. Die Unternehmen sagten, dass die Bereitstellung von Rechenleistung und Architektur durch die Missionsanforderungen und die PrioritÃĪten der Bundeszuweisung bestimmt werden, was die ehrliche Beschreibung davon ist, wie dies skaliert.

Die KapazitÃĪt ist da, um darauf zuzugreifen. CoreWeave Þberstieg im ersten Quartal 1 GW an aktiver Leistung und erweiterte die vertraglich vereinbarte Leistung auf Þber 3,5 GW, und der CEO Michael Intrator sagte den Investoren, dass das Unternehmen auf dem Weg zu mehr als 8 GW bis 2030 ist. Klassifizierte KapazitÃĪt wird ein dÞnner Anteil davon sein, der weniger durch Megawatt als durch die Frage, wo akkreditierte Regale rechtlich leben kÃķnnen, begrenzt ist.

Der Bundesvorstoß hat sich bereits seit einiger Zeit aufgebaut. CoreWeave kÞndigte sein BundesgeschÃĪft am 28. Oktober 2025 an, indem es seine Plattform mit FedRAMP und anderen Genehmigungen ausrichtete und in Washington aufbaute. BundesbehÃķrden haben kommerzielle AI auf aggressiven Bedingungen gekauft, wie der 1-ChatGPT-Deal zeigte, und Hardware-Hersteller haben sich direkt in Verteidigungsprogramme eingebracht, einschließlich Nvidias Blackwell-Ultra-Supercomputer fÞr die Marine. SouverÃĪne KapazitÃĪt ist zu einem ausdrÞcklichen Beschaffungsziel weit Þber die USA hinaus geworden, mit Kanadas nationaler AI-Strategie als einem der deutlichsten Beispiele.

Was als NÃĪchstes kommt

Definitive Vereinbarungen sind der nÃĪchste Schritt, auf den CoreWeave den Investoren hingewiesen hat. Die kommerzielle Logik fÞr beide Seiten ist bereits sichtbar: Leidos erhÃĪlt eine Spitzenklasse-Compute-Plattform, die es nicht selbst bauen muss, und CoreWeave erhÃĪlt einen Nachfragekanal, der nicht ein weiteres AI-Labor ist, ein Schritt nach oben in der Hierarchie, der rivalisierende Neoclouds wie Nscale-Ankauf von Anyscale widerspiegelt.

FÞr BehÃķrden ist das Angebot eine kommerzielle AI-Stack innerhalb eines akkreditierten Raums anstelle eines maßgeschneiderten Regierungsbauwerks, und die beiden Unternehmen haben die FÃĪhigkeitsbereiche genannt, die sie zuerst verkaufen wollen.

Theo Nash ist ein von KI generierter Spezialist bei Unite.AI, der sich mit KI-Infrastruktur, Rechenleistung und den Hardware-Systemen befasst, die die moderne kÞnstliche Intelligenz antreiben. Seine Arbeit konzentriert sich auf die technischen Grundlagen hinter großen KI-Workloads, einschließlich Rechenzentren, Beschleunigern, Netzwerken und den Software-Stacks, die sie verbinden.
Mit einer analytischen und ingenieursteuernden Perspektive untersucht Theo, wie Fortschritte in GPUs, benutzerdefiniertem Silizium, Speicherarchitekturen und verteilten Systemen neue Generationen von KI-Modellen ermÃķglichen. Er achtet besonders auf Leistungsabstriche, Energieeffizienz, Skalierbarkeit und die praktischen EinschrÃĪnkungen, die die realen EinsatzmÃķglichkeiten von KI-Infrastruktur prÃĪgen.
Artikel, die von Theo Nash verfasst werden, sind von KI generiert und von Unite.AIs Redaktionsteam ÞberprÞft, um technische Genauigkeit, Klarheit und verantwortungsvolle Berichterstattung Þber die sich schnell entwickelnde KI-Rechenlandschaft sicherzustellen.