Künstliche Intelligenz, aktuell.
Direkt aus den Originalmeldungen.

Nutanix AHV erhält NVIDIA-Zertifizierung für virtualisierte KI-Workloads

29. Oktober 2026, 09:00Quelle: Nutanix
Nutanix AHV erhält NVIDIA-Zertifizierung für virtualisierte KI-Workloads
Bild: Nutanix

Nutanix zufolge ist sein Hypervisor AHV im Rahmen des Programms NVIDIA-Certified Hypervisors zertifiziert worden. Die Validierung richtet sich an Kunden, die GPU-beschleunigte KI-Workloads auf virtualisierter Infrastruktur betreiben wollen. Das Unternehmen gab die Neuigkeit in einem Blogbeitrag von Luke Congdon, Vice President Product Management, vom 29. Oktober 2026 bekannt.

Das Wichtigste in Kürze
  • Nutanix AHV ist laut Nutanix im NVIDIA-Programm NVIDIA-Certified Hypervisors zertifiziert worden.
  • Nutanix zufolge belegt die Zertifizierung, dass AHV die Hardware-Topologie korrekt abbilden und Optimierungen für GPU-beschleunigte Workloads umsetzen kann.
  • Die Tests des Programms umfassen Rechenleistung, Speichereffizienz, Datenpfad-Optimierung und das Verhalten bei LLM-Inferenz.
  • Workloads laufen in unterstützten Konfigurationen auf einem einzelnen Host oder verteilt auf mehreren Hosts für verteilte Inferenz.
  • Der Beitrag nennt weder Benchmark-Werte noch Preise oder eine Liste der Konfigurationen.

Was die Zertifizierung abdeckt

AHV ist der integrierte Hypervisor der Nutanix Cloud Platform (NCP). Laut Nutanix zeigt die Zertifizierung im Programm NVIDIA-Certified Hypervisors, dass AHV die Hardware-Topologie präzise abbilden und zentrale Optimierungen umsetzen kann, die für GPU-beschleunigte Rechenlasten nötig sind.

Nutanix zufolge können Kunden damit KI- und beschleunigte Anwendungen betreiben und zugleich die betriebliche Einfachheit einer virtualisierten Umgebung behalten, entweder auf einem einzelnen Host oder verteilt auf mehrere Hosts für verteilte Inferenz.

Der Beitrag beschreibt das NVIDIA-Programm als Nachweis, dass zertifizierte Virtualisierungsplattformen bei repräsentativen KI- und Accelerated-Computing-Workloads Leistung liefern können. Nach Angaben von Nutanix werden in den Tests Rechenleistung, Speichereffizienz, Datenpfad-Optimierung und das Verhalten bei LLM-Inferenz bewertet. Benchmark-Ergebnisse oder Leistungswerte nennt der Beitrag nicht.

Die Sorge vor Virtualisierungs-Overhead

Nutanix versteht die Zertifizierung als Antwort auf eine alte Sorge. Unternehmen setzen auf Virtualisierung, um den Betrieb zu vereinfachen, Ressourcen besser auszulasten und Management auf Enterprise-Niveau zu erhalten. Bei KI-Workloads gab es jedoch traditionell Fragen zum Virtualisierungs-Overhead und dazu, ob virtuelle Umgebungen den Anforderungen von groß angelegtem Modelltraining, Inferenz und Accelerated Computing gewachsen sind.

Das Unternehmen argumentiert, die Zertifizierung untermauere die Sicht, dass „Virtualisierung und KI sich nicht länger ausschließen“. Das ist die eigene Position von Nutanix, und der Beitrag stellt sie als Kernbotschaft für Kunden heraus, die virtualisierte KI-Bereitstellungen abwägen.

Was das für Nutzer der Nutanix Cloud Platform bedeutet

NCP bietet ein einheitliches Betriebsmodell für Private Clouds, Edge-Umgebungen und Public Clouds. Mit der Zertifizierung können Kunden laut Nutanix KI-Workloads auf der Plattform betreiben und behalten dabei Funktionen, die das Unternehmen wie folgt auflistet:

  • Vereinfachter Betrieb durch eine einheitliche Plattform
  • Flexible Bereitstellung in Core-, Edge- und Cloud-Umgebungen
  • Konsistentes Infrastrukturmanagement und konsistente Automatisierung
  • Ausfallsicherheit und Sicherheit auf Enterprise-Niveau
  • Unterstützung für virtualisierte und Cloud-native Anwendungen

Das Versprechen: Unternehmen brauchen für KI-Projekte keinen separaten Infrastruktur-Stack. Stattdessen können sie ein gemeinsames Betriebsmodell nutzen, das den KI-Betrieb an bestehende IT-Praktiken angleicht.

Nutanix verknüpft die Neuigkeit zudem mit dem Konzept einer Enterprise AI Factory. Erfolgreiche KI-Initiativen benötigten ein Fundament, das Datenpipelines, Modellentwicklung, Inferenzdienste, Governance-Kontrollen und fortlaufendes Lifecycle-Management unterstützt. Durch die Kombination aus NCP, AHV, NVIDIA-Technologien für Accelerated Computing und der Zertifizierung könnten Unternehmen die Lösung nach Angaben des Unternehmens als Basis nutzen, um KI-Initiativen im Rechenzentrum, am Edge oder in Hybrid-Cloud-Umgebungen zu evaluieren und in den Produktivbetrieb zu überführen.

Umfang und Einschränkungen

Der Beitrag ist beim Geltungsbereich vorsichtig. Unternehmen und Neoclouds könnten anspruchsvolle KI-Workloads evaluieren und dabei die betrieblichen Vorteile der Virtualisierung behalten, heißt es, allerdings „in unterstützten Konfigurationen“. Im Schlusssatz heißt es, Organisationen könnten Virtualisierung und GPU-beschleunigte KI-Workloads gemeinsam in unterstützten AHV-Konfigurationen evaluieren.

Für Kunden, die AI Factories aufbauen, GPU-beschleunigte Anwendungen bereitstellen oder ihre Infrastruktur modernisieren, bieten NCP und AHV laut Nutanix nun ein Fundament, das durch die NVIDIA-Zertifizierung abgesichert ist. Preise, Details zur Verfügbarkeit und die konkret unterstützten Konfigurationen nennt die Ankündigung nicht.

NutanixNutanix AHVNVIDIANutanix Cloud PlatformUnternehmens-KIRechenzentrenCloud

Ähnliche Meldungen

NVIDIA bringt Koreas führende offene Modelle mit Dynamo in die Produktion
Für Entwickler9. November 2026, 06:00

NVIDIA bringt Koreas führende offene Modelle mit Dynamo in die Produktion

NVIDIA veröffentlicht für Dynamo optimierte Bereitstellungsrezepte für vier der führenden offenen Modelle Koreas, darunter Modelle von SK Telecom, LG AI Research…

NVIDIA stellt Open-Source-Tools für den Betrieb von Kubernetes-GPU-Clustern vor
Chips und Infrastruktur5. November 2026, 18:00

NVIDIA stellt Open-Source-Tools für den Betrieb von Kubernetes-GPU-Clustern vor

NVIDIA hat NVIDIA DSX OS vorgestellt, eine Open-Source-Softwareebene zur Konfiguration, Zertifizierung und Wartung beschleunigter Kubernetes-Infrastrukturen. Die…

NVIDIA zeigt fünf Wege, wie jedes Byte AI-Speicher effizienter genutzt wird
Chips und Infrastruktur5. November 2026, 17:00

NVIDIA zeigt fünf Wege, wie jedes Byte AI-Speicher effizienter genutzt wird

NVIDIA hat fünf gemeinsam entwickelte Technologien vorgestellt, die den Anteil nützlicher AI-Arbeit pro Speicherbyte erhöhen sollen. Nach Angaben des Unternehmens…