WEKA stellt WEKApod 3 vor: Das dichteste KI-Speicher- und Speichersystem für agentenbasierte Workloads der Welt

Die neuen, von WEKA entwickelten Systeme senken den Energieverbrauch, die Infrastrukturkosten sowie die betriebliche Komplexität drastisch und reduzieren den Platzbedarf im Rechenzentrum. Sie erzielen – untergebracht in einem einzigen Rack – eine um 267 % höhere effektive Kapazitätsdichte und eine um 114 % höhere Leistungsdichte als marktübliche Alternativen und ermöglichen so hocheffiziente, produktionsreife KI-Fabriken sowie Inferenz-Infrastrukturen mit bahnbrechender Wirtschaftlichkeit. CAMPBELL, Kalifornien, 21. Juli 2026 /PRNewswire/ -- WEKA, ein Anbieter von KI-Daten- und Speicherinfrastrukturen, hat heute die dritte Generation seiner KI-Storage-Geräte WEKApod Nitro, WEKApod Prime und WEKApod Prime Max vorgestellt; sie zeichnen sich durch speziell entwickelte Gehäuse und zum Patent angemeldete Hardware-Innovationen aus, die die derzeit höchste Leistungs- und Kapazitätsdichte am Markt bieten. Die Systeme wurden für den nahtlosen Betrieb mit der neuen, heute separat angekündigten Software NeuralMesh 6 von WEKA entwickelt und bieten eine einheitliche Infrastrukturplattform für KI-Inferenz. Sie soll KI-Clouds, Modellentwicklern und Unternehmen dabei helfen, produktive KI-Workloads zu skalieren und gleichzeitig die Infrastrukturkosten, den Platzbedarf, den Stromverbrauch und die betriebliche Komplexität zu reduzieren. Da Unternehmen KI-Workloads mit langem Kontext, agentenbasierten und abrufgesteuerten Prozessen in großem Maßstab einsetzen, haben Infrastrukturarchitekturen, die für traditionelle Unternehmensdaten-Workloads und das Training in der frühen Ära des maschinellen Lernens entwickelt wurden, Schwierigkeiten, die für eine moderne Inferenzökonomie erforderliche GPU-Auslastung, den Token-Durchsatz, die betriebliche Skalierbarkeit und die Infrastruktureffizienz zu liefern. Die neuen WEKApod-Systeme wurden von WEKA speziell zur Bewältigung dieser Herausforderungen entwickelt und sind darauf ausgelegt, bestehende Benchmark-Rekorde für Datenspeicher auf Rack-Ebene zu brechen und jede Dimension der KI-Wirtschaftlichkeit neu zu definieren, wodurch sie einen neuen Maßstab für die Infrastruktur im Inferenzzeitalter setzen. Ein einzelnes WEKApod-System kann 1,1 Exabyte effektive Kapazität in einem einzigen Rack bereitstellen, wobei die NeuralMesh-Datenreduktion auf einer Hardware-Basis mit 441,5 PB Rohkapazität läuft – damit ist es das erste Single-Rack-System, das die Exabyte-Grenze durchbricht. Der Durchsatz erreicht 10,2 TB/s pro Rack. Die IOPS erreichen 210 Millionen pro Rack. Um dies zu erreichen, hat WEKA das System mit einer internen PCIe-Gen-6-Fabric, einer kabelbasierten, backplane-freien Laufwerksverbindung, NVIDIA®-ConnectX®-SuperNIC™-Netzwerktechnologie für Spectrum-X-Ethernet-Datenebenenkonnektivität sowie einer softwaregesteuerten Wärmearchitektur ausgestattet. Für das innovative Gehäusedesign, die zugrunde liegende Laufwerksvernetzung, das Wärmemanagement sowie die Wartungstechnologien der Systeme sind mehrere Patente angemeldet. „Eine KI-Infrastruktur, die für traditionelle Workloads konzipiert wurde, kann das Zeitalter der Inferenz nicht vorantreiben. Die Einschränkungen sind andere: Rackplatz, Energie, Lieferkette und Betriebsdichte entscheiden heute darüber, ob KI-Implementierungen Gewinn bringen oder diesen zunichte machen", sagte Liran Zvibel, Mitbegründer und CEO von WEKA. „Wir haben den WEKApod entwickelt, um innerhalb dieser Einschränkungen zu arbeiten, anstatt gegen sie anzukämpfen – auf Hardware, die WEKA speziell für das Computing im Inferenzzeitalter entworfen und entwickelt hat, mit einer Lieferkette, die wir selbst kontrollieren. Er bietet sofortige wirtschaftliche Vorteile, die sich mit den besten Gesamtbetriebskosten über das gesamte Spektrum der KI-Infrastrukturanforderungen hinweg summieren, und etabliert damit einen neuen Maßstab, an dem unserer Meinung nach bald jeder Kunde, der KI in großem Maßstab im Produktivbetrieb einsetzt, seine Infrastrukturentscheidungen messen wird." „Da KI-Workloads skalieren und die Auslastung von Rechenzentren weiter zunimmt, müssen moderne Systeme mehr Leistung, mehr Kapazität und mehr Effizienz liefern, ohne mehr Stellfläche oder Strom zu beanspruchen", sagte Jason Hardy, VP of Storage Technology bei NVIDIA. „Das NVIDIA Spectrum-X-Ethernet-Netzwerk bietet dem WEKApod 3 die für hohe Bandbreite und geringe Latenz erforderliche Struktur, um den Datenpfad vom Speicher zur GPU auch im großen Maßstab frei zu halten, und hilft Kunden so, mehr aus jeder eingesetzten GPU herauszuholen." Warum agentenbasierte KI einen neuen Ansatz erfordert
Die Einschränkungen, die heute Entscheidungen zur KI-Infrastruktur bestimmen, sind sowohl physischer als auch beschaffungsbezogener Natur. Der Bau von Rechenzentren in den USA ging 2025 zum ersten Mal seit 2020 zurück. Die Wartezeiten für Netzanschlüsse in den wichtigsten Märkten betragen 4 bis 7 Jahre. Morgan Stanley prognostiziert bis 2028 ein Stromdefizit von 49 Gigawatt in den USA. Gleichzeitig bleiben die NAND-Märkte angespannt, und die Lieferzeiten über den OEM-Kanal haben sich weit über das hinaus verlängert, was Infrastrukturplanungszyklen verkraften können. Speichersysteme, die Rackplatz und Strom ineffizient verbrauchen, konkurrieren direkt mit GPUs um dieselben knappen physischen Ressourcen. Speichersysteme, die auf Hardware basieren, über die der Anbieter keine Kontrolle hat, bergen darüber hinaus noch das Risiko der Lieferkette. WEKApod ist WEKAs Antwort auf diese grundlegenden Probleme: ein System, das entwickelt wurde, um den Platzbedarf im Rechenzentrum zu reduzieren, kritischen Rackplatz zurückzugewinnen und die Token pro Watt zu verbessern, ohne dabei den Token-Durchsatz oder die Workload-Leistung zu beeinträchtigen. Pro Rack-Einheit übertrifft WEKApod jede öffentlich verfügbare Alternative in Bezug auf Kapazität und Durchsatzdichte – um 267 % bei der effektiven Kapazität und um 114 % beim Durchsatz im Vergleich zum nächstbesten System in der jeweiligen Kategorie. Auf der Beschaffungsseite steuert WEKA die Beschaffung der Komponenten direkt, anstatt von Abhängigkeiten im OEM-Vertriebskanal geprägt zu sein. Dies bietet KI-Cloud-Anbietern und Unternehmen die Preisstabilität und Vorhersehbarkeit der Lieferzeiten, die eine Infrastrukturplanung in großem Maßstab tatsächlich erfordert. Für souveräne KI-Cloud-Anbieter und Hyperscaler bedeutet dies mehr GPUs und mehr Mandanten pro Rack. Für KI-Entwickler und Unternehmensteams bedeutet dies mehr Inferenzkapazität innerhalb ihrer bestehenden Rechenzentrumsfläche. „Inferenz im Produktionsmaßstab ist ein grundlegend anderes Infrastrukturproblem als das Training. Die wichtigsten Kennzahlen sind Token pro Rack, Token pro Watt sowie die Kosten pro Inferenz bei Dauerlast. Die meisten Anbieter in dieser Kategorie haben ihre Lösungen für veraltete Benchmarks optimiert, während sich die Workloads weiterentwickelt haben", sagte Steve McDowell, Chefanalyst bei NAND Research. „WEKApod wurde entwickelt, um genau die Kennzahlen zu unterstützen, die Kunden derzeit am dringendsten benötigen – mit einem einheitlichen Hardware- und Software-Ansatz, der dies widerspiegelt. Jeder, der plant, eine KI-Infrastruktur auf dem heutigen, von Platz- und Speicherknappheit geprägten Markt aufzubauen, sollte jeden Anbieter anhand dieser neuen Bewertungsmatrix prüfen – unabhängig davon, für welchen Anbieter er sich letztendlich entscheidet." WEKApod Nitro: Maximale Leistung. Optimiert für Inferenz-Workloads. WEKApod Nitro wurde für die leistungskritischsten KI-Workloads entwickelt und konfiguriert, bei denen die Speicherbandbreite darüber entscheidet, ob GPUs mit voller Auslastung laufen oder auf Daten warten müssen. Ein Gehäuse mit zwei Rack-Einheiten und vier Knoten bietet vier vollständig unabhängige Ausfalldomänen und 56 TLC-Laufwerke, gepaart mit Dual-Port-NVIDIA-ConnectX-Netzwerktechnologie, die einen Durchsatz von 800 Gb/s liefert. WEKApod Prime und WEKApod Prime Max: Enorme Kapazität. Minimaler Platzbedarf. Der WEKApod Prime bietet ausgewogene Kapazität und Leistung durch eine Kombination aus AlloyFlash-TLC- und QLC-Laufwerken in einem Gehäuse mit vier Knoten und zwei Rack-Einheiten sowie insgesamt 56 Laufwerken. Der WEKApod Prime Maxwurde entwickelt und konfiguriert, um maximale Kapazität bei möglichst geringem Platzbedarf zu liefern. Ein Gehäuse mit zwei Rack-Einheiten und zwei Knoten fasst 70 NVMe-Laufwerke. Der leistungsstarke Objektspeicher von NeuralMesh und die stets aktive Datenreduktion in Kombination mit den 245,76-TB-6600-ION-Laufwerken von Micron ermöglichen es dem WEKApod Prime Max, 1,1 Exabyte effektive Kapazität in einem einzigen 56U-Rack bereitzustellen – eine Dichte, die kein Wettbewerber erreichen kann. „Agentenbasierte KI und Inferenz legen die Messlatte für die Effizienz von Rechenzentren höher und erfordern, dass Dichte, Energieverbrauch und Leistung gemeinsam skalieren", sagte Jeremy Werner, Senior Vice President und General Manager der Core Data Center Business Unit von Micron. „Mit der neuen WEKApod-Architektur und den 245-TB-SSDs von Micron können Kunden 15,8 Petabyte auf einer 2U-Grundfläche bereitstellen und so die Speicherkapazität maximieren, während Energie und Platz für zusätzliche Rechenleistung erhalten bleiben." Wichtige Merkmale und Vorteile des WEKApod Maßgeschneidertes 2U-Gehäuse: Bietet die derzeit höchste auf dem Markt verfügbare Leistungs- und Kapazitätsdichte bei minimalem Platzbedarf. Das gleiche Gehäuse unterstützt sowohl Konfigurationen mit vier als auch mit zwei Knoten. Basierend auf einer internen PCIe-Gen-6-Fabric: Bietet Bandbreitenreserven, damit jedes Laufwerk gleichzeitig bei voller Auslastung betrieben werden kann. „Micro-Failure-Domain"-Design für Laufwerke mit hoher Speicherdichte: Eine backplanefreie Umgebung schafft vollständig unabhängige Ausfalldomänen und begrenzt Vorfälle auf ein einzelnes Laufwerk, wodurch Eingriffe auf Cluster-Ebene vermieden werden. Thermische Architektur für den Betrieb bei 35 °C Umgebungstemperatur: Die softwaregesteuerte NVMe-Leistungsdrosselung unter thermischer Belastung sorgt dafür, dass das System sanft herunterfährt, anstatt ein Ausschalten auszulösen. Im KI-Produktionsmaßstab ist dies der Unterschied zwischen einem Leistungsvorfall und einer SLA-Verletzung. Integrierte Wartungsfreundlichkeit: Hot-Plug-fähige Boot-Laufwerke, bereitgestellt über einen maßgeschneiderten Interposer mit GUI-gesteuertem Austausch. Das gespiegelte NIC-Port-Layout sorgt dafür, dass die Laufwerksschächte während der Wartung zugänglich bleiben. Ein Laufwerktausch ist ein 10-minütiger Self-Service-Vorgang und kein zweistündiges Wartungsfenster. Headless-Bereitstellung: Cloud-gesteuerte Installationen im Rack-Maßstab über NeuralMesh Home. Konfigurierbare Geräte von unter 1 PB bis 100 PB und darüber hinaus: Die WEKApod Nitro, WEKApod Prime und WEKApod Prime Max der dritten Generation sind die ersten WEKApod-Produkte, die als konfigurierbare SKUs verkauft werden. Gehäusetyp, Arbeitsspeicher, Laufwerkskapazität und Anzahl der Laufwerke sind vom Kunden wählbar. Jede Konfiguration bietet die gleiche einfache Bedienbarkeit. Verfügbarkeit
WEKApod Nitro, WEKApod Prime und WEKApod Prime Max können ab sofort über das weltweite Händler- und VAR-Netzwerk von WEKA bestellt werden; die Auslieferung beginnt im Herbst 2026. NeuralMesh 6 wird mit den ersten Systemen ausgeliefert. Weitere Informationen zu den neuen WEKApod-Geräten finden Sie unter: https://www.weka.io/product/wekapod/. WEKA NeuralMesh x WEKApod: Gebaut, um in perfekter Symmetrie gemeinsam zu laufen WEKA stellte heute zudem die sechste Generation seiner Flaggschiff-Softwareplattform NeuralMesh vor – ausgestattet mit neuen Funktionen auf Enterprise-Niveau, darunter native Mandantenfähigkeit, ein einheitlicher Protokoll-Stack für Datei- und Objektzugriffe, intelligente, auf Metadaten basierende Datenresilienz, durchgehende Dateneffizienz mit vertraglichen Leistungsgarantien, Kubernetes-native Betriebsabläufe sowie einheitliche Observability-Funktionen. Weitere Informationen finden Sie in der heutigen Ankündigung zu NeuralMesh 6: https://www.weka.io/news/neuralmesh-6-enterprise-agentic-ai. Informationen zu WEKA
WEKA ist ein Unternehmen für KI-Daten- und Speicherinfrastruktur, das die Wirtschaftlichkeit agentenbasierter KI revolutioniert. Die NeuralMesh™-Plattform vereint Hochleistungsdatenspeicher mit erweitertem GPU-Speicher und bietet Unternehmen, KI-Cloud-Anbietern sowie KI-Entwicklern eine einheitliche Grundlage für Training, Inferenz und agentenbasierte Workloads. Mit Augmented Memory Grid erweitert NeuralMesh die GPU-Speicherkapazität um das 1000-fache, beschleunigt die Zeit bis zum ersten Token um das bis zu 20-fache und unterstützt bei gleichem GPU-Bestand zehnmal so viele Nutzer gleichzeitig, wie Produktionsbenchmarks belegen. WEKA, dem 30 % der Fortune 50-Unternehmen vertrauen, unterstützt Unternehmen dabei, KI schneller zu skalieren, die GPU-Auslastung zu optimieren und die Kosten jedes bereitgestellten Tokens zu senken. Erfahren Sie mehr unter www.weka.io oder folgen Sie uns auf LinkedIn und X.   View original content to download multimedia:https://www.prnewswire.com/de/pressemitteilungen/weka-stellt-wekapod-3-vor-das-dichteste-ki-speicher--und-speichersystem-fur-agentenbasierte-workloads-der-welt-302829064.html