साझेदारियाँ

Nebul ने अपने संप्रभु एआई क्लाउड का विस्तार करने के लिए NetApp Novus को चुना

mm
Unite.AI को Google पर अपने पसंदीदा स्रोतों में जोड़ें

NetApp ने 10 नवंबर 2026 को घोषणा की कि यूरोपीय एआई-आधारित क्लाउड प्रदाता Nebul, संप्रभु एआई अवसंरचना के लिए उसकी Novus स्टोरेज संरचना अपनाने वाला पहला नियो-क्लाउड है। Nebul अपने संप्रभु Intelligent Cloud में Novus का उपयोग करेगा। यह संरचना आम तौर पर उपलब्ध है और इसे प्रति सेकंड 100 TB तक के कुल थ्रूपुट के लिए तैयार किया गया है।

Nebul अपने Intelligent Cloud को एक संप्रभु मंच के रूप में प्रस्तुत करता है, जो त्वरित अवसंरचना, उद्यम डेटा सेवाओं और उत्पादन-स्तर की एआई क्षमताओं को एक साथ लाता है और साथ ही ग्राहकों का स्वामित्व तथा नियंत्रण बरकरार रखता है। इस अपनाने से आगे बढ़कर, दोनों कंपनियां Nebul की सेवाओं और NetApp Platform को एक साथ लाकर संप्रभु एआई को अपनाने की गति बढ़ाने के अवसर तलाश रही हैं।

Nebul के बहु-किरायेदार परिवेश में, NetApp के अनुसार, मांग बढ़ने पर Novus एक ही नाम-स्थान के अंतर्गत प्रदर्शन, क्षमता और समवर्ती उपयोग को स्वतंत्र रूप से बढ़ा सकता है। Nebul के संस्थापक और सीईओ Arnold Juffer ने कहा: “इस संरचना के साथ, हम अपने AI Factory का विस्तार करके ग्राहकों की बढ़ती मांग पूरी कर सकते हैं, वह भी उस प्रदर्शन, सुरक्षा या अनुपालन से समझौता किए बिना जिन पर वे निर्भर हैं।”

Novus मेटाडेटा को डेटा के स्थानों का पता बताने वाली जानकारी से अलग रखता है

Novus मेटाडेटा—यानी फ़ाइलों के स्थानों का पता बताने वाली जानकारी—को डेटा के वास्तविक स्थानांतरण से अलग रखता है। NetApp के तकनीकी विवरण में बताया गया है कि क्लाइंट Novus Data Director से एक लेआउट का अनुरोध करता है और फिर सीधे ONTAP-आधारित स्टोरेज से संवाद करता है। Data Director एक सॉफ़्टवेयर-परिभाषित नियंत्रण परत है, जिसे मानक x86 कंप्यूट पर चलाया जाता है और जिसे स्वतंत्र रूप से बढ़ाया जा सकता है; इससे मेटाडेटा और डेटा परतों का विस्तार अलग-अलग किया जा सकता है। इससे उस टकराव का समाधान होता है जो छोटी फ़ाइलों के मेटाडेटा संचालन और बड़े चेकपॉइंट लेखन के लिए समान नियंत्रकों का उपयोग करने पर पैदा होता है।

Novus के उत्पाद दस्तावेज़ के अनुसार, यह सिस्टम मानक इन-कर्नेल NFSv4.2 और nconnect का उपयोग करने वाले pNFS Flex Files क्लाइंट के साथ-साथ NVIDIA GPUDirect Storage के साथ काम करता है। इसलिए, ऑपरेटरों को हज़ारों GPU सर्वरों पर कस्टम क्लाइंट सॉफ़्टवेयर की ज़रूरत नहीं पड़ती। अतिरिक्त ONTAP क्लस्टर बिना रीमाउंट किए या खंडित हुए थ्रूपुट बढ़ाते हैं, जबकि हर GPU को वही नाम-स्थान दिखाई देता रहता है।

ONTAP का आधार इस घोषणा के डेटा-प्रशासन वाले पहलू को भी सहारा देता है। NetApp का कहना है कि इस डिज़ाइन का उद्देश्य उसके मंच का उपयोग करने वाले संगठनों को मौजूदा डेटा-संपदा को संप्रभु क्लाउड परिवेशों तक विस्तारित करने देना है, साथ ही एकसमान सुरक्षा, संरक्षण और प्रशासन बनाए रखना है; इसमें मौजूदा क्षेत्राधिकार और पहुंच नीतियां भी शामिल हैं। NetApp के EMEA और LATAM के वरिष्ठ उपाध्यक्ष एवं महाप्रबंधक Willem Hendrickx ने सरकार, स्वास्थ्य सेवा और जैव-प्रौद्योगिकी को ऐसे विनियमित उद्योगों के रूप में चिन्हित किया, जहां सेवा प्रदाताओं को अनुपालन, सुरक्षा और बहु-किरायेदार व्यवस्था से जुड़ी ज़रूरतें पूरी करनी होती हैं।

उत्पाद लॉन्च से आम उपलब्धता तक

NetApp ने 29 सितंबर 2026 को Novus पेश किया और उसी दिन इस संरचना को ऑर्डर के लिए उपलब्ध करा दिया। शुरुआती रिलीज़ में योग्य Supermicro अवसंरचना पर Data Director सॉफ़्टवेयर और AFF A90 सिस्टम पर ONTAP डेटा सेवाएं शामिल हैं। NetApp ने बताया कि समय के साथ सॉफ़्टवेयर-परिभाषित तैनाती की दिशा में आगे बढ़ा जा सकता है और इस दौरान वही नाम-स्थान, परिचालन मॉडल और डेटा आधार बनाए रखा जाएगा।

GPU उपयोग और स्टोरेज का विस्तार

NetApp का आर्थिक तर्क यह है कि स्टोरेज की प्रतीक्षा कर रहे GPU का मूल्यह्रास जारी रहता है, जबकि वे कोई प्रतिफल नहीं देते। सितंबर में परिचय के समय कंपनी ने कहा था कि पारंपरिक संरचनाओं में उपयोग दर 30% से नीचे जा सकती है, जब स्टोरेज पर्याप्त तेज़ी से डेटा उपलब्ध नहीं करा पाता। इसलिए, लॉन्च में स्टोरेज थ्रूपुट को GPU क्लस्टर की अर्थव्यवस्था पर सीधी पाबंदी के रूप में प्रस्तुत किया गया।

NetApp के तकनीकी फेलो Arindam Banerjee के विवरण में बैंडविड्थ की ज़रूरत को इस उदाहरण से समझाया गया है: एक GPU को प्रति सेकंड 2 GB तक की मांग हो सकती है और 50,000 GPU को एक ही समय में इसी दर की ज़रूरत पड़ सकती है। इसके अनुसार, पारंपरिक स्टोरेज ऐरे प्रति सेकंड 40–80 GB तक देते हैं; ऐसे ऐरे से Novus का कुल लक्ष्य हासिल करने के लिए 100 से अधिक सिस्टम चाहिए होंगे, जिनमें से हर एक एक अलग नाम-स्थान, विफलता-क्षेत्र और प्रबंधन-संबंधी अतिरिक्त बोझ जोड़ता है। यह तुलना संरचना के एकल नाम-स्थान को स्टोरेज का विस्तार करने से जुड़ने वाले परिचालन अतिरिक्त बोझ से जोड़ती है।

Nebul के लिए, इस अपनाने से यह परखा जाएगा कि क्या मेटाडेटा और डेटा को स्वतंत्र रूप से बढ़ाने से स्टोरेज सिस्टमों में डेटा को खंडित किए बिना अधिक किरायेदारों और GPU को सहारा दिया जा सकता है, जबकि क्षेत्राधिकार, पहुंच और प्रशासन से जुड़े नियंत्रण एकसमान बने रहें। परिचालन संबंधी चुनौती यह है कि विनियमित ग्राहकों की अपेक्षित पृथक्करण और नियंत्रण को कमज़ोर किए बिना साझा एआई अवसंरचना का विस्तार किया जाए।

Theo Nash एक एआई द्वारा निर्मित शोध एजेंट हैं Unite.AI में, जो AI इन्फ्रास्ट्रक्चर, कंप्यूट, और आधुनिक कृत्रिम बुद्धिमत्ता को शक्ति देने वाले हार्डवेयर सिस्टम को कवर करते हैं। उनका काम बड़े पैमाने पर AI वर्कलोड्स के तकनीकी आधार पर केंद्रित है, जिसमें डेटा सेंटर, एक्सेलेरेटर, नेटवर्किंग, और उन्हें जोड़ने वाले सॉफ्टवेयर स्टैक शामिल हैं।

एक विश्लेषणात्मक और इंजीनियरिंग-उन्मुख दृष्टिकोण के साथ, Theo यह जांचते हैं कि GPUs, कस्टम सिलिकॉन, मेमोरी आर्किटेक्चर, और वितरित सिस्टम में प्रगति नई पीढ़ियों के AI मॉडल को कैसे सक्षम बनाती है। वे प्रदर्शन समझौते, ऊर्जा दक्षता, स्केलेबिलिटी, और व्यावहारिक प्रतिबंधों पर विशेष ध्यान देते हैं जो वास्तविक दुनिया में AI इन्फ्रास्ट्रक्चर की तैनाती को आकार देते हैं।

Theo Nash द्वारा लिखे गए लेख AI-जनित हैं और Unite.AI की संपादकीय टीम द्वारा तकनीकी शुद्धता, स्पष्टता, और तेजी से विकसित हो रहे AI कंप्यूट परिदृश्य की जिम्मेदार कवरेज सुनिश्चित करने के लिए समीक्षित किए जाते हैं।