VAST Data’s $9.1 Miljard Waardering: Een Analyse voor Cloud- en FinOps-strategieën
Written by Olivia Nolan
juli 19, 2026
De wereld van data-infrastructuur is opgeschud door de recente aankondiging dat VAST Data, een pionier op het gebied van AI-dataplatformen, nieuwe financiering heeft binnengehaald die het bedrijf waardeert op een indrukwekkende $9,1 miljard. Deze mijlpaal is meer dan alleen een financieel nieuwsbericht; het is een krachtig signaal dat de markt een fundamentele verschuiving ondergaat in hoe we omgaan met data op grote schaal. Voor organisaties die de kracht van kunstmatige intelligentie en deep learning willen benutten, wordt de onderliggende data-architectuur een kritieke succesfactor. De waardering van VAST Data onderstreept het immense belang van een platform dat is ontworpen om de explosieve groei van ongestructureerde data te accommoderen en tegelijkertijd de complexiteit en kosten te beheersen. In dit artikel analyseren we de technologische innovatie achter VAST, de impact ervan op het cloud-ecosysteem, en de cruciale implicaties voor FinOps-professionals die streven naar een financieel duurzame en waardegedreven technologiestrategie.
De uitdaging waar veel moderne ondernemingen voor staan, is de beperking van traditionele opslagsystemen. Decennialang was de IT-wereld gebaseerd op een hiërarchisch model met verschillende opslagt-tiers: snelle, dure flash-opslag voor actieve data (Tier 1), goedkopere schijven voor minder frequente toegang (Tier 2), en tape of cloud-archieven voor langetermijnopslag. Dit model, hoewel ooit effectief, creëert datasilo's, introduceert complexiteit in databeheer en leidt tot prestatieknelpunten. Wanneer data verplaatst moet worden tussen tiers, ontstaan vertragingen en extra kosten. Voor AI-workloads, die vaak directe toegang tot enorme datasets van petabytes vereisen, is deze aanpak onhoudbaar. De constante afweging tussen prestaties, capaciteit en kosten dwingt engineeringteams tot suboptimale keuzes en vertraagt innovatie. Dit resulteert in een hoge Total Cost of Ownership (TCO) door complexe licenties, beheersoverhead en de noodzaak om constant te overprovisioneren om aan de piekvereisten te voldoen.
VAST Data betrad de markt met een radicale belofte: het doorbreken van deze decennia-oude compromissen. Hun visie is om een enkel, schaalbaar en kosteneffectief dataplatform te bieden dat de prestaties van all-flash systemen combineert met de economie van archiefopslag op harde schijven. Dit wordt bereikt door een revolutionaire architectuur genaamd Disaggregated and Shared Everything (DASE), die de traditionele bouwstenen van opslag volledig opnieuw definieert. Door deze aanpak elimineert VAST de noodzaak voor datatiering, waardoor alle data direct en snel toegankelijk is, ongeacht de leeftijd of het gebruikspatroon. Deze fundamentele vereenvoudiging heeft verstrekkende gevolgen, niet alleen voor de prestaties van applicaties, maar ook voor de operationele efficiëntie en de financiële modellen die ten grondslag liggen aan de IT-infrastructuur. Het stelt organisaties in staat om zich te concentreren op het ontsluiten van waarde uit hun data, in plaats van op het beheren van de complexiteit van de onderliggende opslag.
Luister naar dit artikel:
De kern van de innovatie van VAST Data is de DASE-architectuur (Disaggregated and Shared Everything). Dit model breekt radicaal met traditionele ontwerpen zoals SAN, NAS en zelfs moderne hyper-converged infrastructuren (HCI). In plaats van compute en opslag te koppelen, zoals bij HCI, ontkoppelt (disaggregeert) DASE deze componenten volledig. Het systeem bestaat uit twee typen nodes: stateless C-nodes (Compute nodes) die de logica en protocollen verwerken, en D-nodes (Data nodes) die de data opslaan op kosteneffectieve QLC (Quad-Level Cell) flash-drives. Deze ontkoppeling maakt onafhankelijke en lineaire schaalvergroting mogelijk. Als er meer rekenkracht nodig is, kunnen C-nodes worden toegevoegd zonder de opslagcapaciteit te vergroten, en vice versa. Dit voorkomt kostbare overprovisionering en stelt organisaties in staat om hun infrastructuur nauwkeurig af te stemmen op de specifieke behoeften van hun workloads, een fundamenteel principe van FinOps.
Het 'Shared Everything'-aspect van DASE is eveneens revolutionair. Alle C-nodes hebben via een high-speed NVMe-over-Fabrics (NVMe-oF) netwerk toegang tot alle data op alle D-nodes. Dit creëert een enorme, gedeelde pool van opslag en rekenkracht, waardoor prestatieknelpunten worden geëlimineerd en een hoge mate van veerkracht wordt gegarandeerd. Omdat de C-nodes stateless zijn, kan elke node elke aanvraag van elke client verwerken. Als een C-node uitvalt, nemen andere nodes zijn taken naadloos over. Dit robuuste ontwerp voorkomt de prestatievermindering die vaak optreedt bij het herbouwen van data in traditionele systemen. Bovendien stelt een globale namespace applicaties en gebruikers in staat om data te zien en te benaderen via een enkele, uniforme mountpoint, ongeacht de schaal van de cluster. Dit vereenvoudigt datamanagement aanzienlijk, wat de operationele last verlaagt en de productiviteit van datawetenschappers en engineers verhoogt.
De economische efficiëntie van het VAST-platform wordt verder versterkt door een slimme combinatie van hardware en geavanceerde software. Door gebruik te maken van QLC-flash, de dichtste en meest kosteneffectieve vorm van flash-opslag, kan VAST de kosten per gigabyte drastisch verlagen. Om de inherente nadelen van QLC op het gebied van schrijfduurzaamheid te ondervangen, wordt alle data eerst naar een persistente write-buffer van Storage Class Memory (SCM) geschreven. Vervolgens worden de data door de software van VAST geanalyseerd en op een uiterst efficiënte manier naar de QLC-drives geschreven, wat de levensduur van de media maximaliseert. Cruciaal hierbij zijn de geavanceerde data-reductietechnieken. VAST past 'similarity-based' datareductie toe, een methode die veel effectiever is dan traditionele deduplicatie en compressie. Deze technieken zijn altijd ingeschakeld en werken wereldwijd over de gehele dataset, wat resulteert in een aanzienlijk kleinere fysieke opslagvoetafdruk en dus lagere kosten voor hardware, stroom en koeling.
De spectaculaire waardering van VAST Data is een direct gevolg van de explosieve vraag naar infrastructuur die de volgende generatie AI- en machine learning-workloads kan ondersteunen. Deze workloads vereisen niet alleen enorme opslagcapaciteit, maar ook extreem hoge prestaties om de dure GPU-rekenclusters continu van data te voorzien en productief te houden. VAST positioneert zich als de fundamentele datalaag in deze moderne AI-stack. Hun platform is specifiek ontworpen om te integreren met technologieën zoals NVIDIA's GPUDirect Storage, wat de data-overdracht tussen opslag en GPU's versnelt door de CPU te omzeilen. Hierdoor worden knelpunten in de data-pipeline weggenomen, wat leidt tot snellere training van AI-modellen en een hoger rendement op de aanzienlijke investeringen in GPU-hardware. Voor organisaties die concurreren op basis van AI, is de snelheid waarmee modellen kunnen worden getraind en geïtereerd een kritiek concurrentievoordeel.
In de context van de cloud concurreert VAST niet direct als een alternatief voor publieke cloudproviders, maar positioneert het zich eerder als een krachtige enabler voor hybride en multi-cloud strategieën. Terwijl cloudopslagdiensten zoals Amazon S3 en Azure Blob Storage een ongekende elasticiteit en schaalbaarheid bieden, brengen ze ook uitdagingen met zich mee op het gebied van kostenbeheersing. Met name de onvoorspelbare kosten voor datatoegang en data-egress (het verplaatsen van data uit de cloud) zijn een grote zorg voor FinOps-teams. Een VAST-platform, geïmplementeerd on-premise of in een co-locatiefaciliteit, biedt een voorspelbaar prestatie- en kostenmodel. Dit creëert een ankerpunt voor de 'data gravity' van een organisatie: het wordt financieel en operationeel aantrekkelijker om data op het VAST-platform te centraliseren en compute-workloads (zowel on-premise als in de cloud) naar de data toe te brengen. Deze aanpak geeft organisaties de flexibiliteit om de beste cloud-diensten te kiezen voor specifieke taken, zonder vast te zitten aan één provider vanwege de hoge kosten van dataverplaatsing.
Het concurrentielandschap voor VAST is divers en omvat zowel gevestigde opslagspelers als moderne dataplatformen. Traditionele leveranciers zoals Dell PowerScale en Pure Storage bieden ook hoogwaardige oplossingen voor ongestructureerde data, maar VAST onderscheidt zich met zijn DASE-architectuur die fundamenteel ontworpen is om de complexiteit van tiers te elimineren. Aan de andere kant van het spectrum bevinden zich cloud-native dataplatformen zoals Snowflake en Databricks. Deze richten zich echter primair op gestructureerde en semi-gestructureerde data en bieden een complete analytics- en dataverwerkingsomgeving. VAST focust daarentegen op het zijn van de meest efficiënte, schaalbare en universele infrastructuurlaag voor alle data, met name de ongestructureerde data die de basis vormt voor de meeste AI-modellen. Door zich te specialiseren in deze fundamentele laag, kan VAST een 'single source of truth' creëren die toegankelijk is voor diverse applicaties, van analytics en AI tot back-up en archivering.
advertenties
advertenties
advertenties
advertenties
Vanuit het perspectief van FinOps biedt de aanpak van VAST Data een overtuigend antwoord op verschillende kernuitdagingen. Binnen het FinOps Framework begint alles met de 'Inform'-fase: het verkrijgen van zichtbaarheid in kosten. Een geconsolideerd, tier-loos platform zoals dat van VAST vereenvoudigt dit proces aanzienlijk. In plaats van kosten toe te wijzen over verschillende opslagsystemen en -tiers met complexe prijsmodellen, biedt een enkele namespace een veel duidelijker beeld van het verbruik per team, project of applicatie. Dit maakt effectieve showback en chargeback mogelijk en bevordert een cultuur van eigenaarschap. Voor de 'Optimize'-fase is het platform inherent geoptimaliseerd door zijn ontwerp. De noodzaak voor handmatige datatiering vervalt, wat operationele overhead en het risico op dure fouten (bijvoorbeeld data op de verkeerde tier) elimineert. De superieure data-reductie verlaagt direct de fysieke opslagbehoefte, en de onafhankelijke schaalbaarheid van compute en opslag voorkomt verspilling door overprovisionering.
Een volwassen FinOps-praktijk kijkt verder dan de directe kosten per gigabyte en richt zich op de Total Cost of Ownership (TCO) en de bedrijfswaarde. Hier blinkt een geconsolideerd platform echt uit. Door workloads zoals primaire bestandopslag, data-analyse, AI-training en zelfs back-up en archivering op één systeem te verenigen, kunnen organisaties meerdere legacy-systemen uitfaseren. Dit leidt tot aanzienlijke besparingen op hardware-onderhoud, softwarelicenties, administratieve tijd, en fysieke datacenterkosten zoals stroom, koeling en rackruimte. De operationele eenvoud van het platform stelt IT-teams in staat om zich te richten op strategische initiatieven in plaats van op het dagelijks beheer van complexe opslaginfrastructuren. Deze TCO-reductie maakt middelen vrij die kunnen worden geherinvesteerd in innovatie, wat de kern is van een succesvolle FinOps-strategie.
Uiteindelijk verschuift de discussie van pure kostenoptimalisatie naar waardecreatie, de essentie van de 'Operate'-fase en de hoogste mate van FinOps-volwassenheid. De investering in een platform als VAST Data moet niet worden gezien als een kostenpost, maar als een strategische enabler. Door datawetenschappers en AI-ontwikkelaars snelle, onbelemmerde en schaalbare toegang te geven tot alle bedrijfsdata, versnelt het platform de innovatiecyclus. Het verkort de tijd die nodig is om nieuwe AI-modellen te ontwikkelen en te implementeren, wat direct leidt tot een snellere time-to-market voor nieuwe producten en diensten. Voor FinOps-professionals is het cruciaal om deze waardeketen te begrijpen en te kunnen articuleren. De opkomst van VAST Data illustreert dat een diepgaand begrip van de onderliggende technologische architectuur essentieel is om technologie-investeringen te koppelen aan meetbare bedrijfsresultaten en zo de transitie van een tactische kostenbeheerder naar een strategische partner voor de business te maken.
Olivia Nolan is redacteur bij MSP2Day, waar zij zich richt op het vertalen van complexe IT- en technologische ontwikkelingen naar toegankelijke en inspirerende artikelen. Met haar ervaring als content manager en social media expert weet zij inhoud niet alleen informatief, maar ook aantrekkelijk en relevant te maken voor een breed publiek.
