Schlüsselfertige KI-Appliance mit Erweiterungen zum produktiven on-premises Einsatz. Mehr Kontrolle über sensible Daten sowie Kosteneinsparungen im Vergleich zu KI in der Public Cloud…
Hintergrund
Cloudian hat mit HyperScale AIDP v1.1 das aktuelle Update seiner schlüsselfertigen On-Premises-KI-Appliance vorgestellt. Sie bietet Unternehmen eine souveräne und kostenoptimierte Alternative zu KI-Diensten in der Public Cloud.
Als vor-integriertes System ermöglicht HyperScale AIDP den produktiven Betrieb von KI auf der eigenen Infrastruktur. Unternehmen behalten dabei die volle Kontrolle über ihre sensible Daten. Laut Anbieter können ferner die Kosten um bis zu 60 Prozent gesenkt werden, da wiederkehrende Token-, Egress- und Inferenzgebühren entfallen, die einen Public-Cloud KI-Einsatz im Produktionsmaßstab teuer machen.
Ankündigungsdetails
Version v1.1 von HyperScale AIDP bietet drei Verbesserungen, um die potentiellen Hürden zu beseitigen, wenn KI-Projekte von der Pilotphase in den Produktivbetrieb übergeführt werden (Quelle, Anbieter):
1. Produktionsbereite NVIDIA-Blueprints
„HyperScale AIDP v1.1 unterstützt den NVIDIA AI Blueprint for Enterprise Document RAG und den NVIDIA Metropolis Blueprint for Video Search and Summarization (VSS). Beide Blueprints laufen laut Entwickler nativ auf dem S3-nativen Appliance-Speicher sowie der integrierten Milvus-Vektordatenbank, wodurch der Integrationsaufwand, der KI-Initiativen in Unternehmen häufig ausbremst, entfallen kann:
"Enterprise Document RAG wandelt dazu bestehende Dokumente wie etwa Verträge, Richtlinien, technische Dokumentationen und Berichte in eine dialogorientierte Wissensdatenbank um, die präzise Antworten mit Quellenangaben liefern kann.
Metropolis VSS bietet dieselbe Funktionalität für Videoinhalte und erzielt Erkenntnisse aus live gestreamten und aufgezeichneten Sensordaten, Schulungsvideos, Broadcast-Archiven sowie Inspektionsaufnahmen. Das Videomaterial wird dazu automatisch beim Eintreffen indexiert, sodass keine Batch-Verarbeitungen geplant werden müssen."
2. Ingest aus NFS-File- und Object-Data-Quellen
Unstrukturierte Unternehmensdaten bestehen primär aus einem Mix von File-Shares und Object-Stores, der über Jahre gewachsen ist:
"HyperScale AIDP v1.1 liest nativ aus beiden Quellen ein und eliminiert so die Notwendigkeit von aufwändigen Migrations- oder Konsolidierungsprojekten vor jeder KI-Initiative.
Zur Verbesserung der Speichereffizienz indexiert und vektorisiert HyperScale AIDP Inhalte, ohne eine zweite Kopie anzulegen, d.h. gespeichert werden nur die resultierenden Embeddings. Unternehmen gewinnen somit an KI-Fähigkeiten, ohne ihren Storage-Fußabdruck zu verdoppeln."

Bildquelle: Cloudian HyperScale AIDP.
3. Sicherheit für die KI-Pipeline
HyperScale AIDP setzt benutzer- und gruppenbasierte Zugriffskontrollen entlang der gesamten KI-Pipeline durch – vom Ingest über die Indexierung bis hin zu Retrieval und Antwortgenerierung. Jede Abfrage gibt ausschließlich Inhalte zurück, für die der anfragende Nutzer autorisiert ist:
"Dieselben Kontrollen erstrecken sich auf die Vektordatenbank selbst und sollen den unbefugten Zugriff auf Embeddings blockieren– ein wichtiger Schutz, da offengelegte Vektoren invertiert werden können, um die zugrunde liegenden Quelldaten zu rekonstruieren.
Sensible Verträge, Personalakten, regulierte Daten und proprietäre Forschungsergebnisse bleiben geschützt, wenn sie Teil aktiver KI-Workflows werden. Die Plattform ist damit laut Anbieter in regulierten Branchen und souveränen Umgebungen einsetzbar, ohne neue Angriffsvektoren zu schaffen."
HyperScale AIDP wurde auf NVIDIA-zertifizierten GPU-Server-Plattformen von Supermicro und Lenovo validiert. Unternehmen können KI-Deployments damit an ihren bestehenden Hardware-Standards, Support-Beziehungen und Beschaffungsprozessen ausrichten. Die Validierung durch zwei Anbieter soll zusätzlich helfen, das Risiko bei Infrastrukturinvestitionen, die Unternehmen über Jahre skalieren wollen, zu reduzieren.
Stand: 09. Juni 2026
Querverweis:
Unser Beitrag > Digitale Souveränität neu gedacht oder warum der Speicherort von Daten nicht mehr ausreicht
Unser Beitrag > Dateninfrastruktur für Trusted AI Agents: Fusion zu Fivetran + dbt Labs
Unser Beitrag > Scality Autonomous Data Infrastructure (ADI): Neues Betriebsmodell für Enterprise-KI
Unser Beitrag > KIOXIA AiSAQ Softwareversion vereinfacht SSD-Einsatz für Vektordatenbanksuchen in RAG-Systemen