Rechenleistung

Jeder Computer arbeitet, indem er sehr viele einfache Rechenschritte hintereinander ausführt. Rechenleistung gibt an, wie viele solche Schritte er pro Sekunde erledigt. Man kann sich das wie den Durchsatz einer Fabrik vorstellen: nicht wie klug die Arbeit ist, sondern wie viel davon in einer bestimmten Zeit fertig wird. Ein Handy schafft Milliarden Schritte pro Sekunde, eine große Rechenzentrumsanlage viele Billiarden. In der Fachsprache wird das oft in FLOPS gemessen, also in Gleitkomma-Rechenoperationen pro Sekunde. Wenn in Wirtschaftsnachrichten von „Compute“ die Rede ist, ist damit fast immer genau diese verfügbare Rechenleistung gemeint.

Warum Rechenleistung zur wichtigsten Währung der KI-Branche wurde

Moderne KI-Systeme lernen aus riesigen Datenmengen. Dabei wird ein Modell immer wieder mit Beispielen konfrontiert und minimal verbessert. Dieser Vorgang heißt Training und besteht aus astronomisch vielen Rechenschritten. Für ein großes Sprachmodell laufen dafür tausende Spezialchips über Wochen parallel. Genau deshalb ist Rechenleistung der zentrale Kostenfaktor: Sie bestimmt, wer überhaupt mitspielen kann.

Die letzten Jahre haben gezeigt, dass mehr Rechenleistung meist zu besseren Modellen führt. Man nennt diesen Zusammenhang Skalierungsgesetze. Wer die Menge an Daten und Rechenschritten vervielfacht, bekommt zuverlässig ein leistungsfähigeres System. Das macht Rechenleistung zu einer Art Rohstoff, den man in Fähigkeiten umtauschen kann.

Deshalb sind die Hersteller der passenden Chips zu den wertvollsten Unternehmen der Welt geworden. Und deshalb behandeln Staaten Rechenleistung inzwischen als strategische Ressource. Exportverbote für Hochleistungschips sind politische Nachrichten, nicht bloß technische.

Wie aus Chips, Strom und Kühlung nutzbare Kapazität wird

Klassische Hauptprozessoren, also CPUs, arbeiten Aufgaben eher nacheinander ab. KI-Berechnungen bestehen jedoch aus Millionen sehr ähnlicher Multiplikationen. Solche Aufgaben lassen sich aufteilen und gleichzeitig lösen. Genau dafür sind Grafikchips gebaut, kurz GPUs. Sie haben tausende kleine Rechenwerke, die parallel arbeiten.

Ein einzelner Chip reicht für große Modelle nicht aus. Also werden tausende Chips über sehr schnelle Datenleitungen zu einem Verbund verschaltet. Dabei entsteht ein typischer Engpass: Oft warten die Rechenwerke darauf, dass Daten aus dem Speicher ankommen. Rechenleistung auf dem Papier und tatsächlich genutzte Rechenleistung sind daher zwei verschiedene Dinge.

Hinzu kommt die physische Seite. Ein großes Rechenzentrum verbraucht so viel Strom wie eine Kleinstadt, und die Abwärme muss abgeführt werden. Der begrenzende Faktor ist heute oft nicht der Chip, sondern der Netzanschluss. Deshalb entstehen neue Anlagen bevorzugt dort, wo Strom günstig und reichlich vorhanden ist.

Rechenleistung in Produkten, Preisen und Schlagzeilen

Im Alltag merkt man Rechenleistung indirekt. Ein Chatbot antwortet zügig oder stockt. Ein Bildgenerator liefert das Ergebnis in Sekunden oder in Minuten. Kostenlose Zugänge sind oft mengenbeschränkt, weil jede Antwort echte Rechenzeit verbraucht. Wer für ein Abo zahlt, kauft im Kern bevorzugten Zugriff auf Rechenleistung.

In Nachrichten begegnet der Begriff meist in Form von Investitionssummen. Unternehmen kündigen Rechenzentren im Milliardenbereich an, oder Cloud-Anbieter vermieten Rechenleistung stundenweise. Ein häufiger Irrtum ist dabei, Rechenleistung mit Speicherplatz zu verwechseln. Speicher sagt, wie viel Material vorhanden ist. Rechenleistung sagt, wie schnell damit gearbeitet wird.

Wichtig ist außerdem die Unterscheidung zwischen Training und laufendem Betrieb. Das Training verschlingt einmalig enorme Rechenleistung. Der Betrieb, also jede einzelne Nutzeranfrage, kostet weniger, dafür aber dauerhaft und millionenfach. Über die gesamte Lebensdauer eines beliebten Produkts kann der Betrieb teurer werden als das Training.