Nebul entscheidet sich für NetApp Novus, um seine souveräne KI-Cloud zu skalieren

NetApp gab am 10. November 2026 bekannt, dass Nebul, ein europäischer KI-nativer Cloud-Anbieter, als erste Neocloud seine Novus-Speicherarchitektur für eine souveräne KI-Infrastruktur einsetzt. Nebul wird Novus in seiner souveränen Intelligent Cloud nutzen. Die Architektur ist allgemein verfügbar und auf einen aggregierten Durchsatz von bis zu 100 TB pro Sekunde ausgelegt.

Nebul beschreibt seine Intelligent Cloud als souveräne Plattform, die beschleunigte Infrastruktur, Datendienste für Unternehmen und KI-Funktionen für den Produktiveinsatz vereint und dabei Eigentum und Kontrolle der Kunden wahrt. Über die Einführung hinaus prüfen die Unternehmen Möglichkeiten, die Verbreitung souveräner KI zu beschleunigen, indem sie die Dienste von Nebul und die NetApp Platform zusammenführen.

Für die mandantenfähige Umgebung von Nebul kann Novus laut NetApp Leistung, Kapazität und Parallelität bei wachsendem Bedarf unabhängig voneinander unter einem einzigen Namensraum skalieren. Nebul-Gründer und CEO Arnold Juffer sagte: „Mit dieser Architektur können wir unsere AI Factory skalieren, um der wachsenden Nachfrage unserer Kunden gerecht zu werden, ohne Abstriche bei Leistung, Sicherheit oder Compliance zu machen, auf die sie angewiesen sind.“

Wie Novus Metadaten und Daten voneinander trennt

Novus trennt Metadaten – also Informationen, die den Speicherort von Dateien angeben – von der Übertragung der Daten selbst. In der technischen Erläuterung von NetApp wird beschrieben, wie ein Client bei Novus Data Director ein Layout anfordert und anschließend direkt mit ONTAP-basiertem Speicher kommuniziert. Data Director ist eine unabhängig skalierbare, softwaredefinierte Steuerungsebene, die auf standardmäßiger x86-Rechenleistung läuft. Dadurch lassen sich Metadaten- und Datenebene getrennt voneinander skalieren. So wird der Zielkonflikt entschärft, der entsteht, wenn Metadatenoperationen für kleine Dateien und umfangreiche Checkpoint-Schreibvorgänge dieselben Controller beanspruchen.

Laut der Produktdokumentation zu Novus funktioniert das System mit standardmäßigen NFSv4.2- und pNFS-Flex-Files-Clients im Kernel, die nconnect verwenden, sowie mit NVIDIA GPUDirect Storage. Betreiber benötigen daher keine spezielle Client-Software für Tausende von GPU-Servern. Zusätzliche ONTAP-Cluster erhöhen den Durchsatz, ohne dass Einbindungen erneut vorgenommen werden müssen oder eine Fragmentierung entsteht; zugleich sehen alle GPUs weiterhin denselben Namensraum.

Die ONTAP-Grundlage deckt auch den Aspekt der Datenverwaltung in der Ankündigung ab. NetApp zufolge soll das Design es Organisationen, die seine Plattform nutzen, ermöglichen, ihre bestehenden Datenbestände in souveräne Cloud-Umgebungen zu erweitern und dabei einheitliche Sicherheits-, Schutz- und Verwaltungsmaßnahmen einschließlich der geltenden Zuständigkeits- und Zugriffsrichtlinien beizubehalten. Willem Hendrickx, Senior Vice President und General Manager von NetApp für EMEA und LATAM, nannte Behörden, Gesundheitswesen und Biotechnologie als regulierte Branchen, in denen Anbieter Compliance, Sicherheit und Mehrmandantenfähigkeit gewährleisten müssen.

Von der Produkteinführung zur allgemeinen Verfügbarkeit

NetApp stellte Novus am 29. September 2026 vor und machte die Architektur noch am selben Tag bestellbar. Die erste Version kombiniert die Data-Director-Software auf qualifizierter Supermicro-Infrastruktur mit ONTAP-Datendiensten auf AFF-A90-Systemen. NetApp beschrieb einen Weg hin zu softwaredefinierten Bereitstellungen im Laufe der Zeit, bei dem derselbe Namensraum, dasselbe Betriebsmodell und dieselbe Datengrundlage erhalten bleiben.

GPU-Auslastung und Speicherskalierung

Das wirtschaftliche Argument von NetApp lautet, dass GPUs, die auf Speicher warten, weiterhin an Wert verlieren, ohne eine Rendite zu erzielen. Bei der Vorstellung im September erklärte das Unternehmen, dass die Auslastung mit herkömmlichen Architekturen unter 30 % sinken könne, wenn der Speicher Daten nicht schnell genug bereitstelle. Die Produkteinführung stellte den Speicherdurchsatz daher als unmittelbare Begrenzung der Wirtschaftlichkeit von GPU-Clustern dar.

Der technische Fellow von NetApp, Arindam Banerjee, veranschaulicht den erforderlichen Datendurchsatz anhand einer einzelnen GPU, die bis zu 2 GB pro Sekunde benötigt, und 50.000 GPUs, die diese Datenrate gleichzeitig erfordern. Herkömmliche Speicherarrays erreichen laut seiner Darstellung 40–80 GB pro Sekunde. Um mit solchen Arrays das aggregierte Ziel von Novus zu erreichen, wären mehr als 100 Systeme erforderlich, von denen jedes einen eigenen Namensraum und Fehlerbereich sowie zusätzlichen Verwaltungsaufwand mit sich brächte. Der Vergleich stellt den einzelnen Namensraum der Architektur dem betrieblichen Mehraufwand beim Skalieren des Speichers gegenüber.

Für Nebul wird sich mit der Einführung zeigen, ob sich Metadaten und Daten unabhängig voneinander skalieren lassen, um mehr Mandanten und GPUs zu unterstützen, ohne die Daten über mehrere Speichersysteme hinweg zu fragmentieren, während Zuständigkeits-, Zugriffs- und Verwaltungskontrollen einheitlich bleiben. Die betriebliche Herausforderung besteht darin, gemeinsam genutzte KI-Infrastruktur auszubauen, ohne die Isolation und Kontrolle zu beeinträchtigen, die regulierte Kunden benötigen.