AI-boomens omfattning syns i Nvidias senaste kvartalsrapport: försäljningen till datacenter mer än fördubblades jämfört med året före. Sam­tidigt räknar analysbolaget TrendForce med fortsatta prisökningar på SSD-diskar för data­center under fjärde kvartalet 2026, drivna av ökad efterfrågan från stora molnbolag. För företagen som betalar för utbyggnaden blir det därmed mer värdefullt att använda kapaciteten väl. När en dyr AI-processor väntar på information står en del av investeringen oanvänd. Att köpa fler processorer behöver då inte lösa problemet. Varnish har länge arbetat med just tillgången till data. Tekniken har använts för att göra webbtjänster och strömmad video snabbare. Nu används samma erfarenhet för att minska väntan i AI-system, så att mer av den inköpta kapaciteten kommer till användning.

Tre gånger bättre utnyttjad AI-kapacitet

Ett exempel finns hos en global aktör inom högfrekvenshandel. Bolaget hade investerat i tusentals AI-processorer, men de fick vänta på data och kunde därför inte utnyttjas fullt ut. Med Varnish ökade utnyttjandet från 25 till 75 procent, enligt bolagets publicerade kundcase. Kunden fick alltså användning för tre gånger så stor del av sin befintliga beräkningskapacitet, utan att köpa fler GPUer. ”Vi har aldrig varit ett bolag som skriker högst. Vi bygger lagret som gör att AI-modellen faktiskt går att träna, drifta och skala till en rimlig kostnad. Det uppmärksammas sällan när det fungerar. Det märks desto tydligare i budgeten när det saknas.”, säger Fredrik Borg, vd för ­Varnish Software.

Data har länge kunnat växa utan att kostnaderna skenat, eftersom lagring blivit billigare i samma takt. Den balansen är nu bruten. När datavolymerna accelererar krävs smartare infrastruktur – och där har svenska Varnish Software byggt en position.

Bankerna vill stoppa riskerna tidigare

När AI förändrar infrastrukturen förändras också hur mjukvara byggs, och där uppstår en annan typ av flaskhals. För finansbranschen handlar teknik­skiftet också om hur nya tjänster utvecklas. Bankerna behöver kunna arbeta snabbt och sam­tidigt kontrollera vilken extern kod som tas in i systemen. När AI används för att automatisera utvecklingen behöver säkerhetskontrollerna kunna följa med i samma tempo. Modern mjukvara byggs till 80-90% av färdiga komponenter från externa källor. En sårbar eller manipulerad komponent kan därför föra med sig risker in i bankens egen utveckling. För banken handlar det ytterst om att skydda verksamheten och kundernas förtroende. För en bank kan en osäker komponent få konsekvenser långt utanför utvecklings­teamet. Att en komponent har fungerat bra tidigare innebär heller ingen ­garanti för att nästa version är säker. Om ­problemet upptäcks först när komponenten redan ­används kan programvara behöva granskas och byggas om. Det kan försena nya tjänster och kräva resurser som annars hade gått till utveckling. När fler steg utförs automatiskt behöver också kontrollerna fungera utan att varje hämtning granskas manuellt.

Varnish Artifact Firewall granskar komponenterna när de hämtas och kan stoppa sådana med kända säkerhetsbrister innan de når utvecklingsmiljön. Det kompletterar bankens befintliga ­säkerhetsgranskning och ger kontroll tidigare i processen. Gemensamt är att flaskhalsarna ofta finns runt själva AI-modellen. Varnish hjälper företag att få mer ut av befintlig infrastruktur, både genom effektivare dataflöden och bättre kontroll i mjukvaruförsörjningen.

www.varnish-software.com