Die technische Integration adressiert den Bedarf an synchroner Bereitstellung von Rechenleistung Speicher und Datendiensten. Mirantis und VAST Data wollen damit KI-Cloud-Betreibern einen stärker automatisierten Infrastrukturansatz zur Verfügung stellen. Mandanten erhalten getrennte Umgebungen deren Ressourcen zentral orchestriert und verwaltet werden können bei Bedarf. Die Lösung reduziert Schnittstellenarbeit und ermöglicht eine zügigere Aufnahme neuer Kunden im Cloud-Betrieb erheblich. Sie unterstützt insbesondere Neoclouds Telekommunikationsanbieter und GPU-Serviceanbieter bei wachsender Nachfrage nach KI-Kapazitäten im Markt.
Inhaltsverzeichnis: Das erwartet Sie in diesem Artikel
Cloud-Anbieter erhalten gemeinsame Steuerung von GPU- und Datenressourcen für KI
Die Integration erweitert die Infrastruktur-Orchestrierung von Mirantis k0rdent AI um die Datendienste des VAST AI Operating System. Dadurch lassen sich GPU-Compute und Datenbereitstellung in einem gemeinsamen technischen Rahmen organisieren. Statt getrennte Systeme für Rechenleistung und Datenzugriff unabhängig zu betreiben, erhalten Betreiber ein abgestimmtes Modell für KI-Infrastruktur. Das Angebot zielt auf Cloud-Provider, Neoclouds, Telekommunikationsanbieter und GPU-Dienstleister, die ihren Kunden skalierbare Umgebungen für Training, Inferencing und weitere datenintensive KI-Aufgaben bereitstellen.
Tenant-isolierte Datendienste werden gemeinsam mit Compute-Ressourcen orchestriert automatisch
Die Lösung integriert den Speicher als gleichwertige Komponente in die automatisierte Bereitstellung von KI-Infrastruktur. k0rdent AI weist einem Mandanten VAST-Datendienste passend zu seinen Compute-Ressourcen zu. Dadurch erhalten Kubernetes-Cluster und GPU-Knoten von Beginn an Zugriff auf eine abgegrenzte Datenbasis. Skalierungsentscheidungen betreffen beide Ebenen, sodass Kapazitäten konsistent bleiben. Beim Entfernen eines Clusters wird auch der zugehörige Storage nach festgelegten Regeln beendet. Betreiber sparen separate Verwaltungsabläufe, reduzieren Übergabepunkte und vermeiden unnötige Verzögerungen im Betrieb.
KI-Cloud-Bereitstellung koordiniert Server Kubernetes Netzwerk Storage und Zugriffsregeln zentral
Die technische Vorbereitung einer KI-Cloud bestand bisher aus mehreren manuellen Konfigurationsschritten. Bare-Metal-Server, Kubernetes-Umgebungen, Netzwerkressourcen, Speicherkapazitäten und Tenant-Berechtigungen mussten miteinander verknüpft werden. Weil Angaben zu Netzwerk und Storage oft separat ermittelt wurden, entstanden Verzögerungen und ein erhöhtes Risiko inkonsistenter Einstellungen. Mit der integrierten Orchestrierung werden diese Abhängigkeiten zentral verarbeitet. Für jeden Tenant entstehen automatisch isolierte Compute- und Datenbereiche, deren Kapazitäten dem geplanten Workload entsprechen. Zusätzliche manuelle Anpassungen am Speichersystem entfallen bei Einrichtung, Skalierung und Betrieb vollständig.
Training und Inferencing starten mit automatisch verfügbarem Speicher schneller
Die Infrastrukturautomatisierung sorgt dafür, dass Datenkapazität nicht zeitversetzt, sondern gleichzeitig mit GPUs bereitsteht. Ein neu erstellter Cluster erhält automatisch die Speicherressourcen, die für seine vorgesehenen Workloads erforderlich sind. Damit können Daten für Training, Schlussfolgerungen und autonome KI-Prozesse ohne Umwege bereitgestellt werden. Der sonst notwendige Abstimmungsaufwand zwischen Rechen-, Speicher- und Betriebsteams wird deutlich geringer gehalten. Die Lösung schafft einen einheitlichen Startpunkt für Anwendungen und verhindert verzögerte Nutzung bereitgestellter GPU-Systeme.
KI-Clouds profitieren von standardisierten statt kundenspezifischen Infrastrukturintegrationen künftig deutlich
Mit der Verbindung beider Angebote erhalten Anbieter von KI-Clouds ein Modell für wiederkehrende Bereitstellungen. Individuelle Projektarbeit für die Integration von Compute-Hardware, Kubernetes-Clustern und Speicherressourcen wird durch definierte Abläufe ersetzt. Das erleichtert eine konsistente Einrichtung unterschiedlicher Kundenmandanten und reduziert den Pflegeaufwand für Sonderlösungen. Mirantis geht davon aus, dass ein Tenant nicht mehr erst nach mehreren Wochen, sondern bereits nach Minuten eingerichtet werden kann. Die Zahl manueller Abstimmungen verbessert Effizienz und Betriebssicherheit.
KI-Clouds benötigen mehr als leistungsfähige GPUs, weil datenintensive Anwendungen auf abgestimmte Compute-, Netzwerk- und Storage-Ressourcen angewiesen sind. Die Zusammenarbeit von Mirantis k0rdent AI und VAST automatisiert diese Abstimmung über einen gemeinsamen Lifecycle. Tenant-isolierte Datendienste werden gemeinsam mit Kubernetes- und GPU-Umgebungen provisioniert. Für Service Provider und Neoclouds bedeutet dies weniger manuelle Integrationsarbeit, kürzere Bereitstellungszeiten und eine standardisierte Basis, um KI-Kapazitäten für mehrere Kunden zuverlässig anzubieten.
