Auf der NVIDIA GTC Berlin stellte Nutanix gemeinsam mit NVIDIA, Supermicro und Netris Pläne vor, die private Inferenz vereinfachen, Token-Kosten begrenzen und Neocloud-Infrastrukturen mandantenfähig machen sollen.
GPUs zu kaufen ist nicht mehr die Hauptschwierigkeit der Unternehmens-KI. Schwierig ist es, sie effizient, sicher und zu kalkulierbaren Kosten zu betreiben. Auf der NVIDIA GTC in Berlin präsentierte Nutanix am 21. Oktober 2026 drei Kooperationen mit NVIDIA, Supermicro und Netris, die genau diese Lücke schließen sollen.
Laut Unternehmensangaben sollen die Ankündigungen die Infrastruktur hinter produktiver KI vereinfachen und die Zeit bis zum Start neuer Funktionen verkürzen. Thomas Cornely, Executive Vice President Product Management bei Nutanix, argumentiert, Unternehmen bräuchten mehr als leistungsfähige Hardware: eine KI-Cloud, die Agenten, Anwendungen und Daten über CPUs, GPUs, virtuelle Maschinen, Container, lokale Systeme und die Public Cloud hinweg verbindet. Nahezu alles Angekündigte befindet sich allerdings noch im Planungsstadium, und Nutanix selbst betont, dass sich Funktionen und Zeitpläne ändern können. Als Kundenstimme führt das Unternehmen das saudi-arabische Ministerium für Umwelt, Wasser und Landwirtschaft an, das prüfen will, wie die hybride Plattform von Nutanix die Einführung von KI unterstützen kann.
Agenten brauchen auch schnelle CPUs
Der erste Baustein betrifft den Prozessor statt des Beschleunigers. Agentische Anwendungen kombinieren Modellinferenz mit Tool-Aufrufen, Codeausführung, Retrieval und Orchestrierung; Nutanix erwartet, dass die CPU in den Schritten zwischen den GPU-Operationen entscheidend wird. Das Unternehmen plant deshalb, auf Day-Zero-Unterstützung für NVIDIA-Vera-CPUs hinzuarbeiten – zunächst mit der Nutanix Kubernetes Platform (NKP) auf Bare Metal, später auch in virtualisierten Nutanix-Umgebungen. In Kombination mit NVIDIA OpenShell, das private Laufzeitumgebungen für Agenten schafft, soll daraus ein planbares Fundament mit niedriger Latenz entstehen. Hannah Coutand, Director of Product Marketing für Vera CPU bei NVIDIA, sagt, KI-Agenten seien auf schnelle CPUs angewiesen, um Code auszuführen und Daten zwischen Modellaufrufen zu verarbeiten.
Private Inferenz mit Kontrolle über die Token-Kosten
Die zweite Ankündigung zielt auf eine Sorge, die mit jedem agentischen Workload wächst: die Kosten pro Token. Gemeinsam mit Supermicro plant Nutanix ein gemeinsam entwickeltes System für private Inferenz. Es kombiniert validierte Supermicro-Server mit je acht NVIDIA-Blackwell-Ultra-GPUs pro Knoten, NVIDIA-Spectrum-X-Ethernet und Nutanix-Software: Nutanix Agentic AI, NKP, Nutanix Enterprise AI sowie Nutanix Unified Storage, Letzteres für Context Caching und Model Serving. Ein dediziertes Management-Cluster soll die Steuerungsebene auch bei einem Ausfall der Verwaltungsschicht am Laufen halten, ein separates Storage-Cluster übernimmt Datenaufnahme, Checkpointing und Cache-Warming. Erklärtes Ziel ist es, individuellen Konfigurations- und Integrationsaufwand zu verringern, damit Unternehmen Open-Weight-Modelle auf eigenen GPUs betreiben können, ohne einen Multivendor-Stack zusammenzusetzen. Supermicros Matthew Thauberger erwartet, dass das vorvalidierte Rack-Scale-Design die üblichen Lieferzeiten umgeht. Die Systeme sollen Anfang 2027 über Supermicro und dessen Channel-Partner erhältlich sein, was das Angebot auch für Reseller und Integratoren relevant macht. Analyst Matt Kimball von Moor Insights & Strategy weist darauf hin, dass Hardware, Speicher, Netzwerk, Modelloptimierung und Orchestrierung als ein System gesteuert werden müssen, wenn Inferenz effizient skalieren soll. Konkrete Einsparzahlen nennt das Unternehmen nicht.
Mandantenfähigkeit von der Compute-Ebene bis zum Switch
Die dritte Kooperation richtet sich an Neoclouds und NVIDIA-Cloud-Partner-Umgebungen, in denen GPU-Kapazität als Service an viele Kunden auf gemeinsamer Infrastruktur verkauft wird. Die Isolation muss dort über virtuelle Maschinen hinaus bis in das physische Netzwerk reichen. Netris steuert seine Plattform für Network Automation, Abstraction and Multitenancy (NAAM) bei, die das physische Netzwerk beim Bereitstellen von Mandanten automatisch konfiguriert und harte Isolation auf der Netzwerk-Hardware durchsetzt. Nutanix liefert Compute für virtuelle Maschinen, Container, CPUs und GPUs sowie Storage, Sicherheit, Kubernetes und KI-Plattformdienste. Mandanten sollen Cloud-typische Netzwerkfunktionen wie VPCs, Elastic IPs, NAT und L4-Load-Balancer über Weboberfläche, REST-API oder Terraform nutzen – auf Bare Metal ebenso wie auf virtualisierten Knoten. Ketan Shah, Vice President Product Management bei Nutanix, beschreibt das Ziel für Betreiber von KI-Clouds als Weg „from metals to margins“. Eine Tech Preview ist für Anfang 2027 geplant.
Anindo Sengupta über Inferenz, Souveränität und Agentenkosten
Anindo Sengupta, VP of AI, Cloud-native und NeoCloud/Service Providers bei Nutanix, ordnete die Ankündigungen am GTC-Stand des Unternehmens ein, wo Partner- und Kundengespräche in vollem Gang waren. Zum Wandel vom GPU-Kauf zur Full-Stack-Strategie sagte Sengupta, Kunden wollten vor allem Inferencing. Dafür brauche es neue Technologien und einen gemeinsam mit Partnern aufgebauten End-to-End-KI-Stack. Nutanix optimiere die Infrastruktur rund um NVIDIA-GPUs, und die Cloud-Plattform unterstütze die Optimierung auf mehreren Ebenen, bis hin zur Beschaffung der GPUs.
Souveräne KI ist aus seiner Sicht ein klarer Trend in Europa. Nutanix helfe Kunden, innerhalb der regulatorischen Vorgaben zu arbeiten, und greife dabei auf eigene Erfahrung zurück. Neoclouds sieht er zudem als wachsenden Trend für souveräne KI-Rechenzentren, da ihr Betrieb Inferenz durchgängig bereitstellen könne.
Bei den Kosten für Agenten nannte Sengupta Kosteneinsparungen als treibenden Trend. NVIDIA OpenShell ermögliche es, Agenten in gesicherten VMs auf der Nutanix-Infrastruktur auszuführen. Agenten bräuchten Intelligenz und Daten, und das Nutanix Agent Gateway mache den Betrieb günstiger, weil Agenten bei Bedarf auf eine Neocloud oder einen Hyperscaler zugreifen könnten.
Mit Blick auf die Zeit nach den Containern sieht Sengupta Innovation in der gesamten KI-Infrastruktur. Inferenz laufe auf Bare Metal oder auf Kubernetes, und Kunden bräuchten eine einheitliche Plattform, die auch die Migration abdecke. Das Interesse nehme zu, und Nutanix positioniere seine Plattform nach seinen Worten für die Zukunft, KI eingeschlossen, sowie als hervorragende Basis für Cloud-native-Workloads.
Dr. Jakob Jung ist Chefredakteur Security Storage und Channel Germany. Er ist seit mehr als 20 Jahren im IT-Journalismus tätig. Zu seinen beruflichen Stationen gehören Computer Reseller News, Heise Resale, Informationweek, Techtarget (Storage und Datacenter) sowie ChannelBiz. Darüber hinaus ist er für zahlreiche IT-Publikationen freiberuflich tätig, darunter Computerwoche, Channelpartner, IT-Business, Storage-Insider und ZDnet. Seine Themenschwerpunkte sind Channel, Storage, Security, Datacenter, ERP und CRM.
Kontakt – Contact via Mail: jakob.jung@security-storage-und-channel-germany.de