Qumulo hat den Cloud AI Accelerator angekündigt, eine neue Architektur zur Effizienzsteigerung von KI-Infrastrukturen in Unternehmen durch die Beseitigung von Datentransferengpässen. Die Plattform stellt verteilte Datensätze GPU-Ressourcen in Echtzeit über Regionen, Clouds und hybride Umgebungen hinweg zur Verfügung, ohne dass eine Replikation oder ein Staging erforderlich ist.
Die Veröffentlichung baut auf einer gut dokumentierten Ineffizienz in der KI-Infrastruktur von Unternehmen auf. Unter Berufung auf den „State of Kubernetes Optimization Report 2026“ von Cast AI verweist Qumulo auf eine durchschnittliche GPU-Auslastung von rund 5 Prozent in Unternehmen. Die restlichen 95 Prozent der beschleunigten Rechenleistung bleiben ungenutzt, da Daten bereitgestellt, repliziert und verschoben werden müssen, bevor Workloads ausgeführt werden können. Qumulo-CEO Doug Gourlay beschrieb das Problem in der Ankündigung wie folgt: „Jedes Unternehmen, mit dem wir sprechen, konzentriert sich auf die GPU-Verfügbarkeit, aber die Verfügbarkeit ist nur die halbe Wahrheit. Das eigentliche Problem ist die Auslastung, und die Ursache liegt in der Datenflut.“
Überdenken der Datenplatzierung für KI-Workloads
Herkömmliche Ansätze für KI-Infrastrukturen platzieren Speichersysteme zusammen mit GPU-Clustern und nutzen dabei häufig leistungsstarke Flash-Speicher, die eng mit der Rechenleistung gekoppelt sind. Dieses Modell ist zwar während des aktiven Trainings oder der Inferenz effektiv, kann jedoch Leerlaufzeiten aufgrund der Datenaufbereitung nicht bewältigen. Zudem entstehen fragmentierte Speichersilos, da Unternehmen Datensätze in verschiedenen Umgebungen replizieren, um sie in der Nähe der Rechenleistung zu halten.
Qumulos Ansatz verändert das Modell, indem er den Datenspeicherort vom Rechenstandort entkoppelt. Anstatt Daten auf GPUs zu verschieben, ermöglicht der Cloud AI Accelerator den GPUs den Zugriff auf Daten direkt vor Ort. Dies wird durch eine verteilte Dateninfrastruktur erreicht, die unabhängig von ihrem physischen Speicherort einen konsistenten Echtzeitzugriff auf Datensätze gewährleistet.
Das Unternehmen beschreibt diese Funktion als „GPU-Liquidität“, die es ermöglicht, Workloads basierend auf der verfügbaren Rechenkapazität und nicht aufgrund von Datenlokalitätsbeschränkungen zu planen. In der Praxis können Unternehmen dadurch GPU-Ressourcen über mehrere Clouds oder Regionen hinweg nutzen, ohne Daten vorab positionieren zu müssen.
Architektur: Datenstruktur und Caching-Schicht
Cloud AI Accelerator integriert drei Qumulo-Produkte, die zuvor separat vertrieben wurden. Cloud Native Qumulo (CNQ) ist Qumulos Dateisystem, das nativ auf AWS, Azure, Google Cloud und Oracle Cloud Infrastructure läuft. Cloud Data Fabric (CDF), eingeführt im Februar 2025, bietet ein zentrales Datei- und Objekt-Repository mit konsistenten Caches am Netzwerkrand. NeuralCache, im April 2025 in CDF integriert, nutzt maschinelles Lernen für prädiktives Lese- und Schreib-Caching. Qumulo gibt an, dass dadurch die GPU-Datenladezeiten um bis zu 64 Prozent reduziert werden. Cloud AI Accelerator selbst erschien erstmals im November 2025; die Version vom 26. Mai bietet direkte Konnektivität zu Microsoft AI Foundry, AWS Bedrock und Google Vertex AI, formalisiert die Positionierung im Hinblick auf „GPU-Liquidität“ und integriert das Produkt in Cisco für hybride Bereitstellungen.
Der Datenpfad verläuft blockweise von den Quellstandorten (lokale Cluster, Cloud-Regionen, regionsübergreifende Replikate oder CNQ S3-basierter Speicher) in den DRAM-Cache der CPU des Beschleunigers und von dort direkt zu den GPUs. Die Architektur gewährleistet eine einheitliche Datenbasis in lokalen, Edge- und Multi-Cloud-Umgebungen und vermeidet Massenreplikation. Dadurch werden sowohl der Speicherbedarf als auch die Komplexität der Synchronisierung reduziert.
Dieses Design unterstützt auch die Integration mit verwalteten KI-Diensten. Unternehmen können bestehende Datensätze direkt mit Plattformen wie Microsoft AI Foundry, AWS Bedrock und Google Vertex AI verbinden, ohne Daten in diese Umgebungen kopieren zu müssen.
Betriebliche Auswirkungen: Reduzierung von Leerlaufzeiten und Komplexität
Der größte operative Vorteil liegt in der Vermeidung von Verzögerungen bei der Datenaufbereitung. In vielen KI-Workflows kann die Datenaufbereitung Tage oder Wochen dauern, was das Modelltraining verzögert und die effektive GPU-Auslastung reduziert. Durch den sofortigen Zugriff auf Datensätze ermöglicht der Cloud AI Accelerator den Start von Workloads, sobald Rechenleistung verfügbar ist.
Dadurch verringert sich auch der Bedarf an mehreren Speicherumgebungen. Anstatt separate Datensilos für jeden GPU-Cluster oder jede Cloud-Region zu erstellen, können Unternehmen mit einem einzigen logischen Datensatz arbeiten. Dies vereinfacht die Datenverwaltung und reduziert die Infrastrukturausweitung.
Aus Kostensicht zielt das Modell auf die Reduzierung der GPU-Auslastung im Leerlauf ab. Indem das Vorladen von Daten in den GPU-Speicher entfällt, können Unternehmen die Wartezeit der GPUs auf Daten verkürzen und so die Rentabilität ihrer Investitionen in beschleunigte Rechenleistung verbessern.
Cisco-Integration für hybride KI-Infrastruktur
Cisco ist gemeinsamer Vertriebspartner für die Hybrid-Bereitstellung. Cisco UCS stellt die Recheninfrastruktur vor Ort bereit, während Ciscos Netzwerk- und Sicherheitslösungen die Dateninfrastruktur gewährleisten. Qumulo und Cisco positionieren ihr Angebot gemeinsam als Infrastruktur, die sich innerhalb von Minuten an die wechselnde GPU-Verfügbarkeit anpasst. Genau dies, so argumentieren sie, mache GPU-Liquidität im Unternehmensmaßstab praktikabel.
Diese Partnerschaft ist in beide Richtungen entscheidend. Sie ermöglicht Qumulo einen validierten Zugang zu Cisco UCS-Umgebungen und bietet Cisco eine Speicherlösung für Hybrid-KI-Kunden, die ihre Daten lokal speichern möchten, während die Rechenleistung über Hyperscaler skaliert wird. Hochdurchsatzfähige Netzwerke mit geringer Latenz sind hierbei der entscheidende Faktor, da der Datenzugriff vor Ort von einer konsistenten Datenübertragung zwischen den Standorten abhängt.
Verfügbarkeits- und Bereitstellungsmodell
Der Qumulo Cloud AI Accelerator ist ab sofort auf AWS, Microsoft Azure, Google Cloud und Oracle Cloud Infrastructure verfügbar und unterstützt hybride Bereitstellungen in Cisco UCS-Umgebungen. Qumulo und Cisco präsentieren ihr gemeinsames Angebot auf der Cisco Live 2026 in Las Vegas vom 31. Mai bis 4. Juni am Stand Nr. 4018.
Die Veröffentlichung spiegelt einen umfassenderen Wandel im Design von KI-Infrastrukturen hin zu datenzentrierten Architekturen wider. Da die Rechenleistung weiterhin schneller wächst als die zugehörige Infrastruktur, hängt eine verbesserte Auslastung davon ab, die Wartezeiten der GPUs auf Daten zu reduzieren. Qumulo setzt darauf, dass die universelle Verfügbarkeit der Datensätze – anstatt deren mobile Nutzung – nachhaltiger ist als die Aufrüstung jedes GPU-Clusters mit zusätzlichem Flash-Speicher.
Amazon