Als wir die Datenplattform von Qumulo erstmals auf die Public Cloud ausweiteten, war unsere Prämisse klar und einfach. Wir gingen davon aus, dass Unternehmen die Cloud als natürliche Erweiterung ihrer Rechenzentren nutzen würden, vor allem für zwei Workloads mit geringer Auslastung: die Sicherung unstrukturierter Daten in einem Hybridmodell sowie die Langzeitarchivierung mithilfe von Diensten wie „Glacier Instant Retrieval“ in Kombination mit der „Cold Tier“-Ebene von Cloud Native Qumulo, um eine äußerst dauerhafte und zugleich kostengünstige Möglichkeit zu bieten, Daten stets online verfügbar zu halten. Die Annahme war, dass die Cloud ein kostengünstiges, ausfallsicheres Sicherheitsnetz für die weniger kritischen Klassen von Unternehmensdaten darstellen würde.
Die Realität hat sich jedoch genau umgekehrt zu dieser Erwartung entwickelt. Heute beginnt mehr als die Hälfte unserer Cloud-Kunden gar nicht erst mit Backup- oder Archivierungs-Workloads. Sie beginnen mit der „Hot Tier“ – ihren wertvollsten, leistungssensiblen und geschäftskritischen Daten. Dies sind die Datensätze, auf die Unternehmen für Innovation, Analysen und KI-basierte Schlussfolgerungen angewiesen sind. Der Grund dafür ist einfach: In der Cloud sind Daten nicht nur träger Speicher, sondern der Treibstoff für die Datenverarbeitung. Die Public Cloud bietet ein nutzungsbasiertes Modell mit sofort verfügbarer, global verteilter und unbegrenzt skalierbarer Rechenleistung. Anstatt monatelang auf die Einrichtung einer spezialisierten Infrastruktur – Rechenzentren, Netzwerke und exotische Rechenkonfigurationen – zu warten, können Kunden ihre wertvollsten Daten in die Cloud bringen und sie direkt neben GPU-Clustern, KI-Beschleunigern und Hyperscale-Analyse-Engines platzieren, die auf Abruf verfügbar sind.
Diese Verhaltensumkehr hat die Sichtweise von Unternehmen auf Hybrid- und Multi-Cloud-Strategien grundlegend verändert. Wir beobachten derzeit, wie Kunden unsere Cloud Data Fabric nutzen, um Daten aus ihren lokalen Rechenzentren aktiv und gleichzeitig in drei oder vier verschiedene öffentliche Clouds zu streamen. Sie tun dies nicht aus Gründen der Redundanz, sondern um die unterschiedlichen Rechenkapazitäten der einzelnen Cloud-Anbieter gezielt zu nutzen. Ein Finanzdienstleister könnte sich beispielsweise für Azure für regulierungskonforme Analysen, für AWS für das Training von KI-Modellen, für GCP für Data-Science-Workflows und für OCI für HPC entscheiden – und zwar alles gleichzeitig –, da Qumulo ihre Daten für jede dieser Umgebungen zugänglich macht, ohne dass das Unternehmen dabei seine Souveränität oder Kontrolle verliert.
Diese Sichtweise steht in scharfem Kontrast zu Stimmen wie der von Michael Dell, der 2018 behauptete, dass „bis zu 80 Prozent der Kunden in allen Segmenten … angeben, dass sie Workloads aus Kosten-, Leistungs- und Sicherheitsgründen wieder auf lokale Systeme zurückverlagern“. Auch wenn diese Behauptung in der frühen Phase der Cloud-Einführung rhetorische Wirkung gehabt haben mag, vermittelt sie ein falsches Bild davon, was tatsächlich zurückverlagert wird. In unseren Gesprächen mit Kunden und Branchenkollegen haben wir festgestellt, dass es sich bei den Workloads, die tendenziell in lokale Umgebungen zurückverlagert werden, nicht um die „heißen“, rechenintensiven Datensätze handelt. Es sind Backups. Backups sind von Natur aus „kalt“, statisch und rechenmäßig inaktiv – sie beanspruchen viel Speicherplatz, erfordern aber keine hohe Rechenleistung. Die Rückverlagerung dieser Workloads ist bestenfalls eine Maßnahme zur Kostenoptimierung, kein Beleg für einen Massenexodus unternehmensweiter Innovationen aus der Public Cloud.
Erst kürzlich hat Dell argumentiert, dass „KI-Inferenz vor Ort, wo sich bereits 83 % der Daten befinden, um 75 % kostengünstiger ist als die Nutzung der öffentlichen Cloud eines Drittanbieters.“ Das Problem bei dieser Aussage ist, dass sie den Speicherort der Daten mit dem Ort verwechselt, an dem tatsächlich Wert geschaffen wird. Unternehmen verlagern ihre wertvollsten Datensätze nicht in die Cloud, um ihre Speicherkosten zu senken; sie tun dies, um sofortigen Zugriff auf elastische Rechenkapazitäten auf globaler Ebene zu erhalten. Die Cloud ist gerade deshalb zum Ort für die innovativsten Workloads geworden, weil Rechenleistung – und nicht Speicherplatz – die knappe und entscheidende Ressource ist. Kosteneffizienz lässt sich nicht auf ein paar Cent pro Gigabyte reduzieren; sie muss daran gemessen werden, wie schnell Unternehmen ihre Daten auswerten und darauf reagieren können.
Die Umkehrung unserer ursprünglichen These unterstreicht eine tiefgreifende Marktwahrheit: Die Cloud ist nicht bloß ein Speicherendpunkt. Sie ist eine neue Grenze der Rechenleistung. Die wichtigsten Daten werden dorthin migrieren, wo sie am wirkungsvollsten genutzt werden können. Deshalb findet die Architektur von Qumulo – alle Daten, jeder Standort, vollständige Kontrolle – branchenübergreifend so großen Anklang. Unsere Kunden betrachten die Wahl zwischen Cloud und On-Premises nicht als Entweder-oder-Entscheidung. Sie setzen auf eine flexible Datenstruktur, in der wertintensive Workloads in die für sie am besten geeigneten Clouds fließen, während kostensensible Archive einen dauerhaften Platz in hybriden oder On-Premises-Umgebungen finden.
Das ist die neue Gestalt der Unternehmens-IT. Die Zukunft gehört nicht statischen Datensilos, sondern universellen Datenstrukturen, in denen aktive Datensätze mit der Geschwindigkeit der Innovation fließen, Rechenleistung als Dienstleistung genutzt wird und die wertvollsten Daten dort gespeichert sind, wo Unternehmen den größten Nutzen daraus ziehen können. Diese Zukunft ist bereits heute Realität, und Qumulo ist stolz darauf, die Plattform zu sein, die dies ermöglicht.