Rechenzentren sollten als nächste logische Recheneinheiten angesehen werden, da die IT- und Anlageninfrastruktur aufgrund der Anforderungen von KI-Workloads enger miteinander verbunden wird.
Wir sind daran gewöhnt, Dinge als „Computer“ zu bezeichnen, die bis vor kurzem nur alltägliche Gegenstände waren. Autos sind das bekannteste Beispiel. Mit mehr Code als ein Kampfjet und in einigen Fällen mehr Silizium als Stahl sind sie zu Computern auf Rädern geworden – einige sogar selbstfahrend. Gleiches gilt für intelligente Kühlschränke, Uhren, Thermostate und ja sogar Waschmaschinen.
Paradoxerweise erweitern wir jedoch nicht die gleiche digitale Würde auf die Umgebungen, in denen Berechnungen gehostet werden. Obwohl Rechenzentren speziell für die Verwaltung der IT-Infrastruktur entwickelt wurden, werden sie oft auf Immobilien reduziert – von den Facility-Teams als „Gebäude“ und von den IT-Teams als „Berechnung“ angesehen, mit wenig Mittelweg.
Das ist nicht mehr nachhaltig.
Das Rechenzentrum als nächste Recheneinheit
Hier wird KI und insbesondere beschleunigtes Computing zum Wendepunkt. Die zunehmende Dichte von KI-Workloads – angetrieben von Modellen mit Billionen von Parametern und GPU-Clustern, die mehr als 100kW pro Rack abrufen – zwingt ein Umdenken traditioneller Abstraktionen.
Jensen Huang, CEO von NVIDIA, hat argumentiert, dass das Rechenzentrum selbst jetzt die Recheneinheit ist. Das ist eine überzeugende Entwicklung: Chip → Server → Rack → Zeile → Raum → Rechenzentrum. Jede Schicht ist eine besser integrierte und optimierte Maschine, nicht eine lose Baugruppe von Teilen.
451 Research und andere sind weiter gegangen, was darauf hindeutet, dass wir das Rechenzentrum als Maschine – nicht als Gebäude – als nächste Recheneinheit betrachten. Und Maschinen verfügen über Blaupausen, Toleranzspezifikationen und Leistungskennzahlen. Sie werden entwickelt. Gemessen. Abgestimmt. Wiederholbar.
Die dramatische Erweiterung des KI-Trainings durch große Cloud- und LLM-Anbieter hat begonnen, die Nadel zu verschieben, und zu einer Zunahme der Rack-Leistungsdichten geführt, die schließlich die physikbasierten Argumente für die Flüssigkeitskühlung – wo IT und Thermo eng integriert sind – überzeugender gemacht hat. Innovation findet auch bei der Energieversorgung und -verteilung statt, um enger mit der IT zusammenzuarbeiten.
Vertiv hat diese IT/OT-Konvergenz speziell angeführt, unter anderem durch seine engen Technologiepartnerschaften mit führenden Chipherstellern wie NVIDIA. Ich habe kürzlich Vertivs Ansicht zum Konzept des Rechenzentrums als nächste Recheneinheit auf der NVIDIA GTC-Veranstaltung in San Jose California in einer gemeinsamen Sitzung mit dem Analystenunternehmen IDC vorgestellt. Die zentralen Attribute dieser Idee umfassen:
- Das gesamte Rechenzentrum ähnelt einer Leiterplatte. Das sind Strom-, Kühl- und IT-Services, die alle zusammengeführt werden und mehr als 20 Prozent mehr Energieeffizienz, 30 Prozent mehr Platzeffizienz und in der Hälfte der Zeit zu 25 Prozent Gesamtbetriebskosteneinsparungen bieten.
- Ein weiterer wichtiger Punkt ist, dass dieser Ansatz dynamische Arbeitslasten handhabt. Es ist wie eine Boxencrew, bei der das Auto für einen Boxenstopp heranzoomt und alles synchron ist, um die Reifen zu wechseln. Zu viel und verschwendet, zu wenig und das Rennen geht verloren. Das Gleiche gilt für GPUs, die vorausschauende Strom- und Kühlleistungen vorhersagen.
Vertiv hat kürzlich eine vollständige 7MW-Referenzarchitektur der NVIDIA GB200 NVL72-Plattform veröffentlicht, die gemeinsam mit NVIDIA entwickelt wurde. Die Referenzarchitektur beschleunigt die Bereitstellung der flüssigkeitsgekühlten NVIDIA GB200 NVL72-Plattform im Rackmaßstab und unterstützt bis zu 132kW pro Rack. Vertiv setzt seine enge Zusammenarbeit mit NVIDIA bei der KI-Infrastruktur der nächsten Generation fort, einschließlich bevorstehender GPU-Plattformen, die auf der Flaggschiff-GTC 2025 von NVIDIA vorgestellt wurden.
Neben dem Argument, dass Rechenzentren als Recheneinheiten betrachtet werden sollten, gibt es einen damit verbundenen Druck, für KI optimierte Rechenzentren als „KI-Fabriken“ und sogar die größten Hyperscale-Standorte als „KI-Giga-Fabriken“ zu klassifizieren. Interessanterweise setzt es auch die Erzählung des Rechenzentrums als Gebäude fort – wenn auch eines, das sich der „Herstellung“ von KI in großem Maßstab widmet.
„Wir sind stolz darauf, unsere Zusammenarbeit mit NVIDIA zu vertiefen, um KI-gesteuerte Rechenzentren von heute und morgen zu ermöglichen. Als führender Anbieter kritischer Stromversorgungs- und Kühlinfrastrukturen ist Vertiv einzigartig positioniert, um die NVIDIA GB200 NVL72-Plattform zu unterstützen.“
Giordano Albertazzi, CEO von Vertiv
„Mit den erstklassigen Kühl- und Energietechnologien von Vertiv kann NVIDIA unsere Vision verwirklichen, das Computing neu zu erfinden und eine neue Branche von KI-Fabriken aufzubauen, die digitale Intelligenz produzieren, die jedem Unternehmen und jeder Branche zugute kommt.“
Jensen Huang, CEO von NVIDIA
NVIDIA arbeitet auch mit Vertiv und anderen zusammen, um diese KI-Fabrik-Zukunft durch fortschrittliche digitale Zwillingstechnologie – Omniverse Blueprint fördert KI-Fabrikdesign und -Simulation – sowie den potenziellen Einsatz von KI-Agenten zu erreichen, um über den vor fast einem Jahrzehnt versprochenen Hype des Data Center Infrastructure Management (DCIM) hinauszugehen.
Die Konvergenz ist unvermeidlich
Die Straße zu selbstfahrenden Rechenzentren fängt an, der Straße zu selbstfahrenden Autos zu ähneln – länger als erwartet, aber sehr viel im Gange. Rechenleistung wird zur Infrastruktur. Die Infrastruktur wird immer intelligenter. Und das Rechenzentrum entwickelt sich vom Gebäude zur Maschine.
Ganz gleich, ob wir sie Gebäude, Fabriken oder Computer nennen, sie werden schließlich semantisch. Was wichtig ist, zu erkennen, was sie geworden sind: intelligente, vernetzte Systeme, die entwickelt wurden, um KI in großem Maßstab bereitzustellen.
