Vertiv GmbH

Künstliche Intelligenz (KI) ist längst kein reiner Technologietrend mehr – sie wird zunehmend zu einem integralen Bestandteil von Geschäftsprozessen und transformiert Branchen von der Gesundheitsversorgung bis hin zu Finanzdienstleistungen. Branchenanalysten liefern wertvolle Einblicke in diese Entwicklung. So veranstaltete das channel-fokussierte Analystenhaus Canalys kürzlich sein Forum 2024 in Berlin. Im Mittelpunkt standen unter anderem KI-Technologien und -Lösungen, die nicht nur Veränderungen vorantreiben, sondern auch beispiellose Workloads und Rechenanforderungen schaffen, welche die Rechenzentrumsinfrastruktur grundlegend verändern. Laut aktuellen Canalys-Analysen stellt KI eine Marktchance von 158 Milliarden US-Dollar für den Channel dar.

Diese Herausforderungen und Chancen wurden im Rahmen des Panels „GenAI Build Out“ auf dem Canalys-Event diskutiert. Zu den Sprechern gehörte Christopher Parker, IT- und Edge Offering Director EMEA bei Vertiv. Gemeinsam erörterten sie, wie Unternehmen ihre Rechenzentren für KI-Anwendungen anpassen – und beleuchteten sowohl die Vorteile als auch die Komplexität dieser Transformation.

„Es ist bereichernd, gemeinsam mit der Channel-Community Enterprise-KI Realität werden zu lassen“, erklärte Christopher. „Doch dafür braucht es Schulung und Weiterbildung im gesamten Ökosystem – von der Definition des KI-Anwendungsfalls bis hin zum Design der unterstützenden Rechenzentrumsinfrastruktur.“

Er betonte, dass Vertiv insbesondere durch seine innovativen Flüssigkühlungslösungen in der Lage sei, die erforderliche High-Performance-Computing- (HPC) und High-Density- (HD) Strom- und Thermoarchitektur für jede KI-Lösung bereitzustellen.

Wie KI Rechenzentren transformiert

Die Bewältigung von KI-Workloads erfordert eine Weiterentwicklung der Rechenzentrumsarchitektur – insbesondere in Bezug auf Strom- und Kühlanforderungen. Eine aktuelle Vertiv-Studie zeigt, dass traditionelle IT-Racks, die früher mit 5–10 kW betrieben wurden, inzwischen Lasten von über 40 kW pro Rack bewältigen – teilweise sogar über 100 kW.

GPU-beschleunigte Infrastrukturen, etwa mit NVIDIA H100-Chips, sind deutlich energieintensiver und erzeugen erheblich mehr Abwärme als herkömmliche Server. Meta beispielsweise wird bis Ende 2024 rund 350.000 KI-Chips im Einsatz haben.

Um dieser Entwicklung gerecht zu werden, müssen Rechenzentren ihre Leistungskapazitäten entlang der gesamten Infrastruktur ausbauen – vom Netzanschluss bis zum Chip. Neben der Stromversorgung stellt insbesondere die Kühlung eine Herausforderung dar: Klassische Luftkühlungssysteme reichen für KI-Hardware häufig nicht mehr aus. KI-Chips benötigen in der Regel etwa fünfmal mehr Kühlleistung als herkömmliche Server. Deshalb setzt die Branche zunehmend auf Flüssigkühlung als zentrale Strategie zur Wärmeabfuhr in hochverdichteten Umgebungen.

Vertivs Antwort auf KI-Trends: Innovationen bei Strom und Kühlung

Um den steigenden Leistungs- und Kühlanforderungen beschleunigter Rechenplattformen zu begegnen, sind innovative Lösungen erforderlich. Vertiv™ 360AI umfasst ein vollständiges Portfolio an Strom-, Kühl- und Service-Lösungen, das die komplexen Herausforderungen der KI-Revolution adressiert – von Pilotprojekten über Edge-Inferencing bis hin zu großskaligen KI-Fabriken.

Angesichts des wachsenden KI-Bedarfs überarbeiten Unternehmen ihre Betriebsmodelle, bauen neue Rechenzentren oder rüsten bestehende Standorte mit nachhaltigen Technologien nach – etwa durch Flüssigkühlung für KI-Server und energieeffiziente Designkonzepte.

Zu den gängigen Kühltechnologien zählen:

Direct-to-Chip-Flüssigkühlung:
Kühlplatten, die direkt auf GPUs und andere hitzeintensive Komponenten montiert sind, übertragen die Wärme auf ein Kühlmedium. Dieses wird durch das Rack gepumpt, gibt die Wärme an einen sekundären Kreislauf ab und leitet sie aus dem Rechenzentrum ab. So lassen sich typischerweise 75–80 % der Abwärme, teilweise sogar bis zu 95 %, effizient erfassen und abführen.

Rear-Door-Heat-Exchanger:
Die verbleibende Abwärme muss weiterhin aus dem Serverraum entfernt werden. Während klassische Luftkühlung in bestimmten Szenarien ausreicht, werden bei steigenden Leistungsdichten leistungsfähigere Lösungen wie Rear-Door-Wärmetauscher zunehmend relevant.

Cloud- und Colocation-Anbieter investieren verstärkt in modulare Konzepte und zukunftssichere Designs, um mit dem KI-Wachstum Schritt zu halten. Skalierbarkeit und Anpassungsfähigkeit an neue Technologien sind entscheidend für die Wettbewerbsfähigkeit von Rechenzentrumsbetreibern.

Sicherheit, Fachkräftemangel und Referenzdesigns

Christopher wies im Panel darauf hin, dass sowohl die Trainingsdaten als auch die Modelle selbst hochsensible Informationen darstellen. Viele Unternehmen verstärken daher nicht nur ihre Sicherheitsinvestitionen, sondern setzen verstärkt auf On-Premises-KI-Lösungen, um Daten nicht außer Haus geben zu müssen.

Obwohl Marktbedarf und Hardware vorhanden sind, fehlt häufig technisches Know-how – insbesondere Beratungskompetenz zur Bewertung verschiedener KI-Anwendungsfälle und deren strategischer Umsetzung.

Um diese Lücke zu schließen und die Implementierung zu beschleunigen, hat Vertiv 30 bis 40 Referenzdesigns entwickelt, die unterschiedliche KI-Infrastrukturanforderungen abdecken – von einzelnen 100-kW-Racklösungen bis hin zu 500-kW- oder 1–2-MW-Installationen.

Diese standardisierten Designs ermöglichen schnellere Deployment-Zyklen und umfassen Stromverteilung, Flüssigkühlung, Stromschienen, Schaltanlagen sowie vorkonfigurierte Serverlösungen – inklusive Dell-Hardware und NVIDIA-Chips.

Die Zukunft KI-getriebener Rechenzentren

Im Rahmen des Canalys-Panels wurde berichtet, dass die Investitionen 2024 stark angestiegen sind: Über 5 Millionen Server wurden für Predictive AI ausgeliefert, zusätzlich rund 1 Million für generative KI – ein Wachstum von über 100 %.

Mit zunehmender Skalierung von KI werden High-Density- und HPC-Deployments weiter zunehmen. Rechenzentren müssen ihre Infrastruktur entsprechend anpassen.

Christopher betonte, dass das KI-Geschäft im Hyperscale-Bereich stark wachse und wertvolle Erfahrungen schaffe. Das volle Potenzial im Enterprise-Segment könne jedoch erst durch eine höhere Marktreife, optimierte Channel-Strukturen, robuste Lieferketten und eine Erweiterung des Talentpools ausgeschöpft werden.

Der Enterprise-Markt wächst derzeit von einer kleinen Basis aus, bietet jedoch enormes Potenzial – und damit einen starken Anreiz für weitere Investitionen in KI-Infrastrukturen.