Die Grundlast besitzen, nur die Spitzen mieten. Mit Cloud Bursting betreiben Sie stetige GPU-Workloads auf Hardware, die Sie selbst kontrollieren, und lagern Inferenz- oder Training-Spitzen bei Bedarf in Public- oder souveräne Clouds aus — danach wird die Zusatzkapazität wieder abgebaut. Ænix baut das auf einer einzigen Kubernetes-Plattform, damit Ihre Teams elastische GPU-Kapazität erhalten: ohne Hyperscaler-Lock-in, ohne intransparente Abrechnung und ohne vollständige Migration.
Bursting liefern wir als Projekt auf Cozystack und Cluster API, zugeschnitten auf Ihre Burst-Targets; es ist keine Funktion, die Sie in einem Proof of Concept einfach einschalten.
Passt zu: Ænix AI Platform — mandantenfähiges GPU-Scheduling und anteiliges Sharing (HAMi) für Inferenz und Fine-Tuning; Angebot per RFP. Für die elastische Self-Service-Cloud darunter kombinieren Sie sie mit der Public Cloud Platform. Rechnen Sie die Zahlen mit den ROI- und TCO-Rechnern durch oder sehen Sie sich das Webinar zum Aufbau einer eigenen GPU-Cloud an (Englisch). Für Verantwortliche von ML-Plattformen: der Leitfaden für Leiter AI/ML.
Was Sie bekommen
GPU-Cloud-Bursting auf Cozystack ist ein elastischer GPU-Pool, verteilt über die Infrastruktur, die Sie bereits haben, und die Clouds, die Sie erreichen wollen.
- Bursting in Public- und souveräne Clouds. Grundlast-Workloads laufen auf eigenem Bare Metal. Bei Lastspitzen kommt Kapazität bei einem Public-Hyperscaler, in einer souveränen Cloud oder in beiden hinzu — und wird danach wieder freigegeben. Eine souveräne Cloud kann ein vollwertiges Burst-Target sein, wenn eine Aufsichtsbehörde die GPU-Verarbeitung an eine Rechtsordnung bindet oder wenn ihre GPUs schlicht günstiger sind.
- Anteiliges GPU-Sharing. Mit HAMi auf dem NVIDIA GPU Operator teilen sich mehrere Jobs eine physische Karte. Ein Notebook, ein kleiner Inferenz-Endpoint und ein Batch-Job laufen gemeinsam auf einer GPU, statt jeweils ein ganzes Gerät zu belegen.
- Eine Cluster API. Bare Metal, Hyperscaler und souveräne Cloud liegen hinter einer einzigen Cluster API. Teams fordern GPUs überall auf dieselbe Weise an; die Plattform entscheidet, wo sie landen.
- Autoscaling, das GPUs berücksichtigt. Der Cluster Autoscaler fügt GPU-Nodes hinzu, wenn sich Pods nicht einplanen lassen, und entfernt sie, sobald die Spitze vorbei ist — Sie zahlen für Spitzenkapazität nur, solange die Spitze dauert.
- Ein verschlüsseltes Mesh über alle Standorte. Ein WireGuard-Mesh verbindet jeden Standort und jede Cloud zu einem Pod- und Service-Netzwerk; neue Nodes registrieren sich beim Hochfahren selbst.
- Isolation pro Tenant. Jeder Tenant erhält eine eigene Hosted Control Plane, sodass beliebiger Nutzercode und mandantenübergreifendes GPU-Sharing die Plattform nicht gefährden.
Für wen ist das gedacht?
Für AI/ML-Teams mit stark schwankendem Trainings- und Inferenzbedarf, für Forschungseinrichtungen und Universitäten mit gemeinsam genutzten GPUs für Lehre und Experimente sowie für Plattformbetreiber, die GPU-as-a-Service anbieten wollen, ohne einen Hyperscaler weiterzuverkaufen. Ist Ihr GPU-Bedarf gleichmäßig und planbar, brauchen Sie womöglich kein Bursting — dann dimensionieren Sie für die Grundlast und belassen es dabei. Schwankt er stark, liegt im Bursting der wirtschaftliche Hebel.
So funktioniert es
Das Muster setzt sich aus Standardbausteinen von Kubernetes zusammen, die wir durchgängig aufbauen und betreiben.
- Cluster Autoscaler erkennt GPU-Pods, die sich nicht einplanen lassen, und stellt Nodes auf dem passenden Ziel bereit — Bare Metal, Hyperscaler oder souveräne Cloud — über die Cluster API, den deklarativen Kubernetes-Standard für den Lebenszyklus von Clustern und Maschinen. Ist die Warteschlange abgearbeitet, werden die Nodes wieder entfernt.
- Cilium und ein WireGuard-Mesh (Kilo) liefern das CNI und ein verschlüsseltes Overlay über Clouds hinweg. Frisch autoskalierte Nodes melden sich selbst im Mesh an und erreichen gemeinsamen Storage ohne manuelle Schritte — das Kubernetes-Netzwerkmodell behandelt sie, als wären sie lokal.
- NVIDIA GPU Operator übernimmt Treiberinstallation und Geräteerkennung auf jedem Node, und HAMi ergänzt Time-Slicing, sodass eine Karte mehrere Pods bedient; auf MIG-fähigen Karten stellt der Operator zudem MIG-Partitionen als einplanbare Ressourcen bereit.
- Talos Linux und Kamaji bilden die Basis: ein unveränderliches, per API verwaltetes Betriebssystem für die Nodes und Hosted Control Planes für Tenant-Cluster, sodass jeder Tenant von vornherein isoliert ist.
Es sind dieselben offenen, an der CNCF ausgerichteten Bausteine, auf die sich das Cloud-Native-Ökosystem verständigt hat — keine proprietäre Orchestrierungsschicht, kein Control-Plane-Aufschlag pro GPU.
Die Wirtschaftlichkeit
GPUs sind die knappe, teure Ressource, und ihre Preise stehen unter Druck: Sie schwanken stark und sind in kurzen Zeiträumen deutlich gestiegen. Die Grundlast zu besitzen und nur die Spitzen zu bursten — statt GPUs rund um die Uhr bei einem Hyperscaler zu mieten — ist genau der Punkt, an dem sich dieser Druck auffangen lässt.
In der Fallstudie zur akademischen Multi-Cloud hat ein europäischer SaaS-Anbieter für akademisches Computing sein Backend und die Nutzer-Workloads von einem Public-Hyperscaler auf eigenes Bare Metal mit Cozystack verlagert, eine einzige Cluster API über Bare Metal, einen Hyperscaler und eine souveräne OpenStack-Cloud beibehalten und GPU-Kapazität bei Bedarf per Bursting hinzugenommen. GPUs in der souveränen Cloud waren rund 5x günstiger als im vorherigen Hyperscaler-Setup — bei intaktem anteiligem Sharing und intakter Isolation pro Tenant und ohne Ausfallzeit für Tausende aktive Nutzer.
Wie viel Sie sparen, hängt von Ihrem Mix aus Grundlast, Spitzen und Burst-Target ab. Modellieren Sie ihn mit den ROI- und TCO-Rechnern, bevor Sie sich auf Hardware oder einen Vertrag für ein Burst-Target festlegen.
Ænix hat Cozystack entwickelt und pflegt es gemeinsam mit Maintainern anderer Unternehmen — ein CNCF-Sandbox-Projekt (der Antrag auf CNCF Incubation befindet sich in der Due-Diligence-Prüfung) unter Apache 2.0, seit September 2026 im Programm CNCF Kubernetes AI Conformance. Ænix verkauft auf dieser Engine drei Plattformen: Public Cloud, Private Cloud und AI.