Novodisq Novoblade

Das Kernprodukt Novoblade ist eine 2U-Blade-Server-Konfiguration, die bis zu 20 einzelne Blades mit einer Speicherkapazität von jeweils 576 TB aufnehmen kann, was einer Gesamtkapazität von 11,5 Petabyte pro Einheit entspricht. Laut Unternehmensangaben verbraucht das System nur ein Zehntel der Energie pro Gigabyte und benötigt nur ein Zehntel des Rack-Platzes herkömmlicher Speicherlösungen.

Betreiber von Rechenzentren sehen sich mit Einschränkungen hinsichtlich der verfügbaren Energie und des physischen Platzes konfrontiert, insbesondere in Regionen mit hoher Nachfrage nach KI-Infrastruktur. Das weltweite Datenwachstum beträgt weiterhin 20 bis 30 Prozent pro Jahr, während die Stromversorgung und die Kapazitätserweiterung nicht Schritt halten können.

Graham Gaylard, der zuvor NetValue und RTG gegründet hatte, fungiert als CEO. Douglas Paul kam 2021 als CFO hinzu. Zum technischen Team gehören Carl Gaylard, der für die Hardware-Entwicklung zuständig ist, Robbie Litchfield als leitender Software-Ingenieur und Michael Hutchins, der sich auf Low-Level-Systemarbeit spezialisiert hat.

Das Unternehmen hat interne Proof-of-Concept-Demonstrationen abgeschlossen und sich eine Frühphasenfinanzierung von zwei neuseeländischen Risikokapitalfirmen gesichert. Derzeit sucht es nach Pilotkunden und zusätzlichen Finanzierungsrunden. Das Unternehmen produziert und montiert seine Produkte in Neuseeland und möchte Vertriebspartner finden.

Die Technologie von Novodisq zielt auf den Warm Storage Layer  ab – Daten, die einen schnelleren Zugriff als Kaltarchivspeicher erfordern, aber nicht die Leistung eines heißen Primärspeichers benötigen. Die Plattform umfasst FPGA-basierte Rechenkapazitäten sowie Speicher für Workloads in den Bereichen Genomik, Geodatenbildgebung und Videoarchive.

Das Unternehmen hat eine Produktstrategie mit drei Varianten skizziert. Das Flaggschiff Novodisq DC zielt auf den Einsatz in Rechenzentren ab. Eine kompakte Version für kleine und mittlere Unternehmen ist geplant, gefolgt von einer Edge-Computing-Variante für Telekommunikations- und Low-Power-KI-Anwendungen.

Eine dokumentierte Implementierung betraf einen IT-Dienstleister, der Novoblade für Backup-Staging und Caching einsetzte. Die Bereitstellung lief mit weniger als 300 Watt und bewältigte Backup-Vorgänge im Terabyte-Bereich mit FPGA-Beschleunigung für RAID, Prüfsummenbildung und Verschlüsselung.

Der Markteinführungsansatz konzentriert sich im ersten Jahr auf Tests mit Early Adopters, gefolgt von einer Expansion über Managed Service Provider und Partnerschaften in Nordamerika, Europa und Australasien. Der Schwerpunkt des anfänglichen Vertriebs liegt auf Hardware-Transaktionen, die pro Terabyte gemessen werden, wobei für die folgenden Jahre die Einführung von Supportverträgen und Softwarelizenzen geplant ist.

Die Positionierung von Novodisq adressiert neue Anforderungen im Bereich der Datenhoheit – dem Prinzip, dass Daten unter der Gerichtsbarkeit des Landes bleiben sollten, in dem sie entstehen. Dies hat an Bedeutung gewonnen, da Länder Vorschriften für KI-Trainingsdaten und Inferenzoperationen einführen.

Das Unternehmen steht im Wettbewerb mit etablierten Hyperscale-Cloud-Anbietern, traditionellen Speicheranbietern und regionalen Systemintegratoren. Die Verfügbarkeit von Strom ist zu einer der größten Einschränkungen für neue KI-Implementierungen geworden, da die Rack-Flächen in Rechenzentren in wichtigen Märkten bereits Monate im Voraus ausgebucht sind.

The core product, Novoblade, is a 2U blade server configuration capable of housing up to 20 individual blades, each storing 576TB, for a total capacity of 11.5 petabytes per unit. According to company materials, the system uses one-tenth the power per gigabyte and occupies one-tenth the rack space of conventional storage solutions.

Data center operators face constraints on available power and physical space, particularly in regions experiencing high demand for AI infrastructure. Global data growth continues at 20-30 percent annually while power supply and capacity expansion has not kept pace.

Graham Gaylard, who previously founded NetValue and RTG, serves as CEO. Douglas Paul joined as CFO in 2021. The technical team includes Carl Gaylard handling hardware engineering, Robbie Litchfield as lead software engineer, and Michael Hutchins specializing in low-level systems work.

The company has completed internal proof-of-concept demonstrations and secured early-stage funding from two New Zealand venture capital firms. It is currently seeking pilot customers and additional funding rounds. The company manufactures and assembles its products in New Zealand and wants to find channel partners.

Novodisq’s technology targets the warm storage layer—data that requires faster access than cold archive storage but does not need the performance of hot primary storage. The platform incorporates FPGA-based compute capabilities alongside storage for workloads involving genomics, geospatial imaging, and video archives.

The company has outlined a three-variant product strategy. The flagship Novodisq DC targets data center deployments. A compact version for small and medium enterprises is planned, followed by an edge computing variant for telecommunications and low-power AI applications.

One documented implementation involved an IT service provider using Novoblade for backup staging and caching. The deployment operated under 300 watts while handling terabyte-scale backup operations, with FPGA acceleration for RAID, checksumming, and encryption.

The go-to-market approach focuses on trials with early adopters in year one, followed by expansion through managed service providers and partnerships in North America, Europe, and Australasia. Initial sales emphasize hardware transactions measured per terabyte, with plans to introduce support contracts and software licensing in subsequent years.

Novodisq’s positioning addresses emerging requirements around data sovereignty—the principle that data should remain under the jurisdiction of the nation where it originates. This has gained prominence as countries implement regulations governing AI training data and inference operations.

The company faces competition from established hyperscale cloud providers, traditional storage vendors, and regional system integrators. Power availability has become a primary constraint for new AI deployments, with data center rack space in key markets booked months in advance.