Rechenzentrumskapazität

Rechenzentrumskapazität

Rechenzentrumskapazität beschreibt, wie viel Computertechnik in großen Serverhallen betrieben werden kann. Gemessen wird sie meist nicht in Anzahl der Rechner, sondern in Megawatt elektrischer Leistung.

Ein Rechenzentrum ist ein Gebäude voller Computer, die rund um die Uhr für andere arbeiten. Dort laufen Videostreams, Online-Banking, Firmendatenbanken und seit einigen Jahren vor allem KI-Programme. Die Rechenzentrumskapazität sagt, wie viel Arbeit in solchen Gebäuden insgesamt möglich ist. In der Praxis gibt man sie in Megawatt an, also in elektrischer Leistung. Ein Megawatt entspricht etwa dem Dauerverbrauch von tausend Haushalten. Diese Angabe ist üblich, weil Strom und Kühlung die eigentlichen Grenzen setzen, nicht der Platz im Regal.

Der Stromanschluss als Nadelöhr der KI-Branche

KI-Modelle brauchen enorm viel Rechenleistung, beim Lernen und im täglichen Betrieb. Wer ein solches Modell anbieten will, braucht deshalb Zugriff auf freie Kapazität. Ist keine verfügbar, hilft auch das beste Programm nichts. Deshalb sind Kapazitäten heute ein knappes Gut, um das Konzerne konkurrieren.

Der Bau eines großen Rechenzentrums dauert mehrere Jahre. Noch länger dauert oft der Anschluss an das Stromnetz, weil Leitungen und Umspannwerke gebaut werden müssen. Die Nachfrage nach KI wächst dagegen in Monaten. Diese Lücke zwischen schneller Nachfrage und langsamem Bau erklärt viele Schlagzeilen der letzten Zeit.

Für die Börse ist das Thema deshalb hochrelevant. Wenn ein Konzern Milliarden in neue Serverhallen steckt, verändert das seine Bilanz für Jahre. Gleichzeitig profitieren Chiphersteller, Baufirmen, Kühltechnikanbieter und Stromversorger. Manche Analysten warnen bereits vor Überkapazitäten, also vor Hallen, die später kaum genutzt werden.

Was in so einer Halle tatsächlich steckt

Im Inneren stehen Regale, sogenannte Racks, gefüllt mit Servern. Server sind Computer ohne Bildschirm und Tastatur, die über das Netz gesteuert werden. Für KI stecken darin spezielle Chips, meist Grafikprozessoren, die viele Rechenschritte gleichzeitig ausführen. Ein einzelnes solches Rack kann so viel Strom ziehen wie ein kleines Wohnhaus.

Jedes Watt Strom, das in die Chips fließt, wird am Ende zu Wärme. Diese Wärme muss weg, sonst schalten die Rechner ab. Klassisch geschieht das mit Luft und großen Ventilatoren. Bei modernen KI-Chips reicht Luft nicht mehr, deshalb leiten Betreiber Wasser direkt an die Chips vorbei. Man spricht von Flüssigkühlung.

Eine wichtige Kennzahl ist der PUE-Wert. Er vergleicht den Gesamtstromverbrauch mit dem Verbrauch der Rechner allein. Ein Wert von 1,2 bedeutet: für 100 Watt Rechnen werden 20 Watt für Kühlung und Technik zusätzlich gebraucht. Gute moderne Anlagen liegen in diesem Bereich, ältere deutlich schlechter. Dazu kommt Ausfallsicherheit durch Notstromdieselmotoren und Batterien, denn ein Stromausfall würde alle Dienste sofort stoppen.

Von Cloud-Rechnungen bis zu Ortsdebatten

Im Alltag nutzt fast jeder diese Kapazität, ohne sie zu sehen. Ein Chatbot antwortet nicht auf dem Handy, sondern in einer Halle irgendwo auf der Welt. Wer Cloud-Dienste bucht, mietet nichts anderes als einen Anteil daran. Cloud heißt dabei einfach: Rechenleistung als Dienstleistung über das Internet.

In Nachrichten begegnet der Begriff oft in Ankündigungen von Investitionen. Firmen wie Microsoft, Amazon, Google oder Meta nennen dann Summen in Milliardenhöhe und Standorte. Auch Betreiber, die Hallen bauen und an andere vermieten, spielen eine große Rolle. In Deutschland ist Frankfurt am Main der wichtigste Standort, weil dort ein zentraler Internetknoten liegt.

Lokal führt das Thema regelmäßig zu Streit. Rechenzentren verbrauchen viel Strom, belegen Flächen und brauchen Wasser oder Netzanschlüsse, die anderswo fehlen. Manche Städte verlangen deshalb, dass die Abwärme in Fernwärmenetze eingespeist wird. Ein häufiger Irrtum ist übrigens, Kapazität mit Speicherplatz zu verwechseln. Gemeint ist die Fähigkeit zu rechnen, nicht die Menge der gespeicherten Daten.

Subscribe free. Unsubscribe the second it sucks.

High-signal news across AI, business, UX, and tech. Every morning.