Gigawatt-Maßstab (Rechenzentren)
Vom Gigawatt-Maßstab spricht man, wenn ein einzelner Rechenzentrums-Standort so viel Strom braucht wie eine Großstadt – rund eine Milliarde Watt. Solche Anlagen entstehen derzeit für das Training großer KI-Systeme und machen Strom zum wichtigsten Engpass der Branche.
Ein Rechenzentrum ist ein Gebäude voller Computer, die rund um die Uhr für andere rechnen. Jeder dieser Computer verbraucht Strom, und man misst diesen Verbrauch in Watt. Ein Wasserkocher zieht etwa 2.000 Watt, also zwei Kilowatt. Ein Gigawatt ist eine Milliarde Watt, also so viel wie eine halbe Million Wasserkocher gleichzeitig. Vom Gigawatt-Maßstab spricht man, wenn ein einzelner Standort in dieser Größenordnung Strom aufnimmt. Das entspricht etwa dem Verbrauch einer Stadt mit rund einer Million Einwohnern und ungefähr der Leistung eines großen Kernkraftwerksblocks.
Strom als neuer Engpass der KI-Branche
Bis vor wenigen Jahren war ein großes Rechenzentrum mit 30 oder 50 Megawatt schon bemerkenswert. Ein Megawatt ist ein Tausendstel Gigawatt. Heute kündigen Unternehmen wie Microsoft, Amazon, Google, Meta und OpenAI Anlagen an, die einzeln mehrere Gigawatt brauchen sollen. Der Grund ist das Training moderner KI-Modelle: Es lässt sich auf sehr viele Chips verteilen, und mehr Chips bedeuten bessere Ergebnisse. Der Wettbewerb um leistungsfähigere Modelle wird damit zu einem Wettbewerb um Strom.
Dadurch verschiebt sich der Flaschenhals. Lange war die knappe Ressource der KI-Chip selbst, vor allem die Grafikprozessoren von Nvidia. Inzwischen berichten Betreiber, dass sie Chips hätten, aber keinen Ort mit ausreichendem Netzanschluss. Ein neuer Anschluss an das Hochspannungsnetz kann in den USA und in Europa fünf bis zehn Jahre Genehmigungszeit brauchen. Wer schneller bauen will, muss eigene Kraftwerke oder Gasturbinen mitplanen.
Für Anleger ist das der Grund, warum plötzlich Energieversorger, Netzbetreiber, Turbinenhersteller und Kabelproduzenten als KI-Aktien gehandelt werden. Ein Gigawatt-Standort kostet grob 30 bis 50 Milliarden Dollar, wovon der größte Teil auf Chips entfällt. Solche Summen verändern Strompreise und Investitionspläne ganzer Regionen.
Was in so einem Campus tatsächlich steht
Ein Gigawatt-Standort ist selten ein einzelnes Gebäude. Üblich ist ein Campus aus mehreren Hallen, die in Etappen fertig werden. In den Hallen stehen Regale, sogenannte Racks, dicht gepackt mit Servern. Ein modernes KI-Rack kann 100 Kilowatt und mehr aufnehmen, ein klassisches Server-Rack nur fünf bis zehn. Diese Verdichtung ist der eigentliche Sprung.
Der ganze Strom wird am Ende zu Wärme. Luftkühlung reicht bei solchen Dichten nicht mehr, deshalb setzt man auf Flüssigkühlung: Wasser oder eine Kühlflüssigkeit läuft direkt über die Chips. Dazu kommen Umspannwerke, Transformatoren, Notstromdiesel und riesige Batteriebänke, die Sekundenlücken im Netz überbrücken. Wie effizient ein Standort arbeitet, beschreibt die Kennzahl PUE: Sie sagt, wie viel Strom insgesamt fließt, verglichen mit dem Strom, der wirklich in den Servern landet.
Ein häufiger Irrtum ist, ein Gigawatt-Rechenzentrum verbrauche ständig ein Gigawatt. Die Zahl beschreibt meist die maximal angeschlossene Leistung. Beim Training großer Modelle liegt die Auslastung allerdings tatsächlich sehr hoch und sehr gleichmäßig, anders als bei klassischen Cloud-Diensten mit Tag- und Nachtschwankungen.
Wo die Gigawatt-Meldungen auftauchen
In Wirtschaftsnachrichten begegnet dir der Begriff fast täglich. Projekte wie Stargate in Texas, Metas Anlage in Louisiana oder xAIs Standort in Memphis werden konsequent in Gigawatt beschrieben, nicht in Quadratmetern oder Serverzahlen. Leistung ist zur Währung geworden, in der man Rechenzentren vergleicht.
Auch politisch ist das Thema präsent. In Irland und Teilen der Niederlande gibt es Baustopps für neue Rechenzentren, weil das Netz an Grenzen stößt. In den USA streiten Anwohner darüber, wer die Netzausbaukosten trägt. Gleichzeitig schließen Betreiber langfristige Verträge über Atomstrom, um ihre Klimaziele nicht zu verfehlen.
Im Alltag merkst du davon indirekt etwas: Ein Chatbot antwortet dir aus einer solchen Anlage, und die Betriebskosten stecken in Abo-Preisen für KI-Dienste. Zur Abgrenzung: Der Gigawatt-Maßstab beschreibt die Infrastruktur, nicht die Modellgröße. Ein Modell wird in Parametern gemessen, ein Rechenzentrum in Watt.