Künstliche Intelligenz, aktuell.
Direkt aus den Originalmeldungen.

Nutanix NC2 on Google Cloud unterstützt jetzt Z4D Bare Metal mit AMD EPYC

21. Oktober 2026, 03:00Quelle: Nutanix
Nutanix NC2 on Google Cloud unterstützt jetzt Z4D Bare Metal mit AMD EPYC
Bild: Nutanix

Nutanix Cloud Clusters (NC2) on Google Cloud unterstützt ab sofort die Z4D-Bare-Metal-Instanzen von Google Cloud, die auf AMD-EPYC-Prozessoren der 5. Generation basieren. Laut Nutanix richtet sich die Option an anspruchsvolle Unternehmensworkloads, die dedizierte Infrastruktur benötigen, ohne dass dafür ein umfassender Umbau nötig wird.

Das Wichtigste in Kürze
  • Nutanix Cloud Clusters (NC2) on Google Cloud unterstützt jetzt Z4D-Bare-Metal-Instanzen mit AMD-EPYC-Prozessoren der 5. Generation.
  • Genannte Z4D-Konfiguration: 192 physische Kerne mit 3,9 GHz, 3.072 GiB DDR5, 84 TiB lokale SSD, bis zu 400 Gbit/s Netzwerk.
  • Zielworkloads sind unter anderem Datenbanken, Analytics, VDI, KI und Machine Learning sowie Altanwendungen.
  • NC2 unterstützt Disaster-Recovery-Optionen wie Pilot-light und Zero-Compute.
  • Verfügbarkeit und Konfiguration können laut Nutanix je nach Google-Cloud-Region variieren.

Was Nutanix ergänzt

Nicht jede Anwendung nehme denselben Weg in die Cloud, so Nutanix. Manche Workloads ließen sich schnell verlagern, während Altanwendungen, Datenbanken und leistungskritische Systeme eine berechenbare Infrastruktur brauchen, die keinen grundlegenden Umbau erzwingt. Die Z4D-Unterstützung soll genau diese zweite Gruppe abdecken.

NC2 betreibt den Software-Stack von Nutanix auf Bare-Metal-Servern von Google Cloud. Teams verwalten ihre Workloads im eigenen Google-Cloud-Konto und in der eigenen VPC und nutzen laut Nutanix in allen Umgebungen dieselbe zentrale Daten- und Management-Ebene. Das Unternehmen beschreibt Z4D als neue Infrastrukturoption für Workloads, die von direktem Zugriff auf physische Hardware, hoher CPU-Dichte, lokalem Speicher und Ausführung mit niedriger Latenz profitieren.

Als geeignete Workload-Typen nennt Nutanix:

  • geschäftskritische Datenbanken und Analytics
  • Anwendungen mit hohen Speicher- oder Rechenanforderungen, darunter Virtual Desktop Infrastructure (VDI)
  • Workloads mit besonderen Lizenz- oder Infrastrukturanforderungen
  • KI- und Machine-Learning-Umgebungen, die mit Google-Cloud-Diensten zusammenarbeiten müssen
  • Altanwendungen, die sich nur schwer oder mit hohem Aufwand umbauen lassen

Z4D-Hardware im Überblick

Die für dieses Angebot beschriebene Z4D-Bare-Metal-Konfiguration kombiniert AMD-EPYC-Prozessoren der 5. Generation (Turin) mit lokalem Speicher hoher Dichte, großem Arbeitsspeicher und Netzwerken mit hoher Bandbreite. Nutanix nennt diese veröffentlichten Maximalwerte und Konfigurationen:

  • Lokale SSD: 84 TiB (12 × 7 TB)
  • Rechenleistung: 192 physische Kerne (2 × 96) mit 3,9 GHz
  • Arbeitsspeicher: 3.072 GiB DDR5
  • Netzwerk: bis zu 400 Gbit/s (2 × 200 Gbit/s)

Nutanix weist zudem darauf hin, dass Verfügbarkeit und Konfigurationsdetails je nach Google-Cloud-Region variieren können und in der jeweiligen Dokumentation von Google Cloud und Nutanix geprüft werden sollten. Preise oder einen regionalen Rollout-Zeitplan nennt der Beitrag nicht.

Migration, Kapazität, Wiederherstellung und Modernisierung

Nutanix beschreibt NC2 on Google Cloud als einheitliches Betriebserlebnis über Rechenzentrum und Cloud hinweg. Das Unternehmen nennt vier Vorhaben, die sich dadurch vereinfachen lassen.

  • Migrieren, ohne von vorn zu beginnen: Anwendungen und Daten lassen sich mit weniger Unterbrechung zu Google Cloud verlagern, ohne dass zuvor jede Workload neu konzipiert werden muss. Nutanix verweist auf Altanwendungen, die für das Geschäft wichtig sind, aber nicht für Cloud-native Bereitstellung gebaut wurden.
  • Kapazität erweitern: Teams können Cloud-Kapazität für saisonale Spitzen, geografische Expansion, Entwicklung und Tests oder für Fusionen und Übernahmen hinzufügen, ohne einen zweiten Satz an Tools für das Infrastrukturmanagement zu benötigen.
  • Resilienz und Wiederherstellung verbessern: NC2 kann Disaster-Recovery-Strategien in der Cloud unterstützen, darunter Pilot-light und Zero-Compute, sodass der Schutz von lokalen Umgebungen bis zu Google Cloud reicht und Workloads bei Bedarf online gehen.
  • Schrittweise modernisieren: Nutanix-Dienste und native Google-Cloud-Dienste, darunter Google Cloud Storage, BigQuery und Vertex AI, lassen sich gemeinsam nutzen, sodass jede Anwendung ihren eigenen Modernisierungsweg gehen kann.

Was das für die Hybrid-Cloud-Planung bedeutet

Nutanix bezeichnet seinen Ansatz als Workload-first. Eine Workload könne aus Gründen der Governance oder der Latenz vor Ort bleiben, für mehr Kapazität oder geografische Reichweite in die Public Cloud wandern oder im Laufe ihrer Entwicklung Nutanix-Dienste und native Cloud-Dienste kombinieren. Laut Unternehmen vereint NC2 on Z4D die Portabilität und betriebliche Konsistenz von Nutanix, die dedizierte Bare-Metal-Rechenleistung von Google Cloud, die Leistungsbasis von AMD EPYC der 5. Generation sowie den Zugang zu Netzwerken und nativen Diensten von Google Cloud.

Für IT-Teams bedeutet das praktisch eine weitere Platzierungsoption bei der Frage, wo leistungskritische Datenbanken, Analytics oder Altsysteme laufen sollen und wie sie an die Daten- und KI-Dienste von Google Cloud angebunden werden. Nutanix räumt ein, dass die richtige Antwort in jeder Umgebung anders ausfällt, und sieht den Wert der neuen Option darin, dass Teams mehr Spielraum bei der Wahl haben.

Ähnliche Meldungen

Vultr und AMD eröffnen 20-MW-KI-GPU-Supercluster in Chennai
Chips und Infrastruktur9. November 2026, 16:24

Vultr und AMD eröffnen 20-MW-KI-GPU-Supercluster in Chennai

Vultr und AMD haben in Chennai einen 20-MW-Supercluster mit AMD-Instinct-GPUs eröffnet. Damit baut der Cloud-Anbieter sein erklärtes Engagement für Indiens…

Google macht dynamisches Slicing für TPU-Workloads in GKE allgemein verfügbar
Chips und Infrastruktur9. November 2026, 14:00

Google macht dynamisches Slicing für TPU-Workloads in GKE allgemein verfügbar

Google Cloud hat das dynamische Slicing in GKE allgemein verfügbar gemacht. Damit können Kubernetes-Workloads TPU-Slices zusammenstellen und partitionieren, ohne feste…

AMD-EPYC-CPUs betreiben Googles vertrauliche TPU-8tx-Infrastruktur
Chips und Infrastruktur9. November 2026, 14:00

AMD-EPYC-CPUs betreiben Googles vertrauliche TPU-8tx-Infrastruktur

Prozessoren der 5. Generation von AMD EPYC bilden die Host-Infrastruktur für Google Cloud TPU 8tx. AMD bezeichnet das System als erste Cloud-Tensor-Processing-Unit mit…