de.wedoany.com-Bericht: Backblaze hat mit dem KI-Cloud-Infrastruktur-Anbieter CoreWeave einen fünfjährigen Multi-Exabyte-Speichervertrag im Wert von 335 Millionen US-Dollar abgeschlossen, um der verwalteten Speicherplattform des Unternehmens eine kostengünstige HDD-basierte Kapazitätsebene hinzuzufügen. Diese Partnerschaft ermöglicht es CoreWeave-Kunden, ohne Codeänderungen auf die neue Objektspeicherebene zuzugreifen, und unterstreicht gleichzeitig eine zentrale Einschränkung in der KI-Infrastruktur: den tatsächlichen Speicherort aller Daten während produktiver Arbeitslasten.
Für CoreWeave liegt der Schwerpunkt dieses Deals nicht auf der GPU-Kapazität selbst, sondern auf der Speicherarchitektur, die diese Kapazität umgibt. KI-Clouds werden oft als rechenleistungsgetrieben angesehen, aber Trainingsläufe, Checkpoints, Modellausgaben, Retrieval-Augmented Generation (RAG), Datenvorbereitung und Inferenz-Pipelines erzeugen enorme Datenmengen. Ein Teil dieser Arbeitslasten erfordert Flash-Speicherleistung, aber der Großteil stellt keine hohen Anforderungen an die Speicherleistung. Genau diese Art von Bedarf bietet Backblaze einen Einstiegspunkt.
Backblaze wird die HDD-basierte Speicherebene innerhalb des CoreWeave-KI-Objektspeichers unterstützen, einschließlich Umgebungen, die die CoreWeave LOTA Distributed-Caching-Technologie nutzen. Bestehende Kunden können voraussichtlich ohne Umschreiben ihrer Anwendungen auf die neue Speicherebene zugreifen, was einen erheblichen kommerziellen Wert darstellt.
Aus wirtschaftlicher Sicht möchte CoreWeave Hochleistungsspeicher für KI-Arbeitslasten reservieren, die ihn wirklich benötigen, während latenzunempfindliche Daten auf günstigere Kapazitätsebenen verlagert werden. Bei erfolgreicher Umsetzung kann dies die Infrastrukturauslastung verbessern und die Gesamtkosten für den Betrieb von KI-Diensten senken. KI-Arbeitslasten folgen nicht nur einem einzigen Speichermuster; Modell-Checkpoints, Trainingsdatensätze, Prompt-Protokolle und RAG-Korpora verhalten sich unterschiedlich. Sie alle als Hochleistungsspeicher zu behandeln, ist teuer, und sie alle als Kaltarchiv zu behandeln, erfüllt nicht die Nutzungsanforderungen.
Das Geschäft von Backblaze dreht sich um groß angelegten, kosteneffizienten Cloud-Speicher, der angeblich über 100.000 Kunden bedient. CoreWeave bringt die Nachfrageseite der KI-Cloud mit, darunter Modellentwickler, Unternehmen und Forschungseinrichtungen. Das Unternehmen gibt an, dass seine Plattform neun der zehn größten KI-Modellanbieter bedient.
Diese Vereinbarung spiegelt auch die zunehmende Reife des KI-Infrastruktur-Stacks wider. Die erste Ausgabenwelle kam Unternehmen zugute, die über GPUs, Strom und Rechenzentrumskapazität verfügten. Die nächste Phase ist komplexer und umfasst Speicherlayout, Caching, Netzwerk, Orchestrierung, Energieeffizienz und Kostenkontrolle. Betreiber müssen KI-Infrastruktur wie ein Dienstleistungsgeschäft betreiben lassen, nicht wie ein wissenschaftliches Projekt.
Ein Multi-Exabyte-Vertrag in dieser Größenordnung wirft auch einige praktische Fragen auf: Wie viel Kapazität wird sofort bereitgestellt? Wie wird sich die Preisgestaltung anpassen, wenn sich der KI-Speicherbedarf ändert? Wie wird sich die Situation entwickeln, wenn Kunden mehr regionale Kontrolle über ihre Daten fordern? Aufsichtsbehörden und Unternehmensrisikoteams werden zunehmend darauf achten, wo KI-Trainingsdaten, generierte Ausgaben und Kundeninformationen gespeichert werden.
Backblaze hat einen bedeutenden KI-Infrastrukturkunden gewonnen und seine Rolle in einem Markt gestärkt, der noch immer von der Erzählung der Rechenleistung dominiert wird. CoreWeave hat seiner verwalteten Speicherplattform eine neue Speicherebene hinzugefügt, ohne Kunden zu zwingen, ihre Anwendungen zu ändern. Nun beginnt die schwieriger zu quantifizierende Arbeit: die Kapazität zu füllen, die Kosten vorhersagbar zu halten und den Speicher so transparent zu machen, dass Entwickler nicht mehr darüber nachdenken müssen.
Für KI-Käufer bedeutet dieser Vertrag, dass er die Speicherkosten für KI-Arbeitslasten senken könnte, indem Datentypen günstigeren Kapazitätsebenen zugeordnet werden, ohne dass Änderungen auf Anwendungsebene erforderlich sind. CoreWeave-Kunden können auf zusätzliche Speicherebenen zugreifen und gleichzeitig ihre bestehenden Workflows und Codepfade beibehalten. HDD-Speicher ist für KI relevant, da viele KI-Datensätze, Ausgaben, Protokolle und Checkpoints keine Hochleistungsspeicherleistung benötigen. Infrastrukturteams sollten Latenz, Abrufmuster, Datenresidenz, Persistenz, Integrationskomplexität und die Übereinstimmung der Schichtungsstrategie mit dem Verhalten produktiver KI-Arbeitslasten bewerten. Das Hauptausführungsrisiko des Vertrags liegt darin, dass die Wirtschaftlichkeit von der Auslastung, der vorhersagbaren Leistung und der sorgfältigen Platzierung von Daten über die Ebenen hinweg abhängt.
Dieser Artikel wurde von Wedoany übersetzt und bearbeitet. Bei jeglicher Zitierung oder Nutzung durch künstliche Intelligenz (KI) ist die Quellenangabe „Wedoany“ zwingend vorgeschrieben. Sollten Urheberrechtsverletzungen oder andere Probleme vorliegen, bitten wir Sie, uns unverzüglich zu benachrichtigen. Wir werden den entsprechenden Inhalt umgehend anpassen oder löschen.
E-Mail: news@wedoany.com
