Qumulo heeft de Cloud AI Accelerator aangekondigd, een nieuwe architectuur die is ontworpen om de efficiëntie van AI-infrastructuren binnen bedrijven te verbeteren door knelpunten in dataverplaatsing te elimineren. Het platform presenteert gedistribueerde datasets in realtime aan GPU-resources in verschillende regio's, clouds en hybride omgevingen, zonder dat replicatie of staging nodig is.
De release bouwt voort op een goed gedocumenteerde inefficiëntie in de AI-infrastructuur van bedrijven. Qumulo verwijst naar het State of Kubernetes Optimization Report 2026 van Cast AI en wijst op een gemiddelde GPU-benutting van ongeveer 5 procent binnen bedrijven. De overige 95 procent van de versnelde rekenkracht blijft ongebruikt, omdat data eerst moet worden klaargezet, gerepliceerd en op de juiste plaats gezet voordat workloads kunnen starten. Qumulo-CEO Doug Gourlay verwoordde het probleem als volgt in de aankondiging: "Elk bedrijf waarmee we praten, is gefocust op de beschikbaarheid van GPU's, maar beschikbaarheid is slechts de helft van het probleem. Het dieperliggende probleem is de benutting, en de boosdoener is de zwaartekracht van de data."
Een nieuwe kijk op de plaatsing van data voor AI-workloads
Traditionele benaderingen voor AI-infrastructuur plaatsen opslag dicht bij GPU-clusters, vaak met behulp van krachtige flash-systemen die nauw verbonden zijn met de rekenkracht. Hoewel dit effectief is tijdens actieve training of inferentie, is dit model niet geschikt voor perioden van inactiviteit als gevolg van datavoorbereiding. Het creëert bovendien gefragmenteerde opslagsilo's, omdat bedrijven datasets repliceren over verschillende omgevingen om ze dicht bij de rekenkracht te houden.
De aanpak van Qumulo verandert het model door de datalocatie los te koppelen van de rekenlocatie. In plaats van data naar GPU's te verplaatsen, maakt de Cloud AI Accelerator het mogelijk dat GPU's direct toegang hebben tot de data. Dit wordt bereikt door een gedistribueerd dataplatform dat zorgt voor consistente, realtime toegang tot datasets, ongeacht hun fysieke locatie.
Het bedrijf omschrijft deze mogelijkheid als het mogelijk maken van "GPU-liquiditeit", waardoor workloads kunnen worden ingepland op basis van beschikbare rekenkracht in plaats van beperkingen op basis van datalocatie. In de praktijk stelt dit bedrijven in staat om GPU-resources in meerdere clouds of regio's te gebruiken zonder data vooraf te hoeven positioneren.
Architectuur: Datafabric en cachinglaag
Cloud AI Accelerator is een integratie van drie Qumulo-producten die voorheen afzonderlijk werden uitgebracht. Cloud Native Qumulo (CNQ) is het bestandssysteem van Qumulo dat native draait op AWS, Azure, Google Cloud en Oracle Cloud Infrastructure. Cloud Data Fabric (CDF), gelanceerd in februari 2025, biedt een centrale opslagplaats voor bestanden en objecten met coherente caches aan de edge. NeuralCache, toegevoegd aan CDF in april 2025, past machine learning toe op voorspellende lees- en schrijfcaching, en Qumulo beweert dat het de laadtijden van GPU-data met maximaal 64 procent verkort. Cloud AI Accelerator zelf verscheen voor het eerst in november 2025; de release van 26 mei voegt directe connectiviteit toe met Microsoft AI Foundry, AWS Bedrock en Google Vertex AI, formaliseert de positionering als "GPU-liquiditeit" en koppelt het product aan Cisco voor hybride implementaties.
Het datapad verloopt op blokniveau van bronlocaties (on-premises clusters, cloudregio's, replica's tussen regio's of CNQ S3-opslag) naar de DRAM-cache van de Accelerator-processor en vervolgens rechtstreeks naar de GPU's. De architectuur zorgt voor één betrouwbare bron van informatie in on-premises, edge- en multi-cloudomgevingen en vermijdt bulkreplicatie, wat zowel de opslagkosten als de synchronisatiecomplexiteit vermindert.
Dit ontwerp ondersteunt ook integratie met beheerde AI-services. Bedrijven kunnen bestaande datasets rechtstreeks koppelen aan platforms zoals Microsoft AI Foundry, AWS Bedrock en Google Vertex AI zonder de gegevens naar die omgevingen te hoeven kopiëren.
Operationele impact: Vermindering van stilstandtijd en complexiteit
Het belangrijkste operationele voordeel is het elimineren van vertragingen bij de data-voorbereiding. In veel AI-workflows kan de data-voorbereiding dagen of zelfs weken duren, waardoor de modeltraining wordt vertraagd en de GPU minder effectief wordt benut. Door directe toegang tot datasets mogelijk te maken, zorgt de Cloud AI Accelerator ervoor dat workloads kunnen starten zodra er rekenkracht beschikbaar is.
Dit vermindert ook de noodzaak om meerdere opslagomgevingen te onderhouden. In plaats van aparte datasilo's te creëren voor elk GPU-cluster of elke cloudregio, kunnen organisaties werken met één logische dataset. Dit vereenvoudigt het databeheer en vermindert de wildgroei aan infrastructuur.
Vanuit kostenperspectief richt het model zich op het verminderen van de tijd die GPU's inactief doorbrengen. Door het vooraf laden van data in de aan de GPU gekoppelde opslag overbodig te maken, kunnen bedrijven de wachttijd van GPU's voor data verkorten, waardoor het rendement op investeringen in versnelde computing verbetert.
Cisco-integratie voor hybride AI-infrastructuur
Cisco is de gezamenlijke go-to-market partner voor de hybride implementatie, waarbij Cisco UCS de on-premises rekenkracht levert en Cisco de netwerk- en beveiligingsoplossingen voor de datainfrastructuur verzorgt. Samen positioneren Qumulo en Cisco het aanbod als een infrastructuur die zich binnen enkele minuten aanpast aan veranderende GPU-beschikbaarheid, wat volgens hen de GPU-flexibiliteit op bedrijfsniveau praktisch maakt.
De combinatie is cruciaal in beide richtingen. Het biedt Qumulo een gevalideerd traject naar Cisco UCS-omgevingen en Cisco een opslagoplossing voor hybride AI-klanten die hun data lokaal willen bewaren terwijl de rekenkracht wordt opgeschaald over hyperscalers. Netwerken met hoge doorvoer en lage latentie zijn hier de belangrijkste factor, aangezien de toegang tot data ter plaatse afhankelijk is van consistent transport tussen de locaties.
Beschikbaarheids- en implementatiemodel
Qumulo Cloud AI Accelerator is nu beschikbaar op AWS, Microsoft Azure, Google Cloud en Oracle Cloud Infrastructure, met ondersteuning voor hybride implementaties in Cisco UCS-omgevingen. Qumulo en Cisco zullen aanwezig zijn op Cisco Live 2026 in Las Vegas, standnummer 4018, van 31 mei tot en met 4 juni, waar het gezamenlijke aanbod te zien zal zijn.
De release weerspiegelt een bredere verschuiving in het ontwerp van AI-infrastructuur naar datacentrische architecturen. Naarmate de rekenkracht van versnelde berekeningen de infrastructuur die deze ondersteunt blijft overtreffen, zal een betere benutting afhangen van het verkorten van de wachttijd die GPU's besteden aan het verwerken van data. Qumulo zet in op een duurzamere aanpak door de dataset universeel toegankelijk te maken, in plaats van mobiel, dan door meer flashgeheugen aan elk GPU-cluster toe te voegen.
Amazon