Zusammenfassung:
Während die globale Technologiebranche den Aufbau von Infrastrukturen für künstliche Intelligenz weiter vorantreibt, entsteht nach und nach ein neuer Engpass. Das Problem besteht nicht mehr darin, dass fortschrittliche Chips nicht gekauft werden können, sondern darin, dass Rechenzentren möglicherweise nicht über genügend Leistung verfügen, um sie in Betrieb zu nehmen, selbst wenn eine große Anzahl leistungsstarker GPUs erworben wird.
Berichten zufolge kauft Amazons Cloud-Computing-Einheit AWS die neuesten KI-Serversysteme von Nvidia in einem beispiellosen Tempo. Laut interner Planung sollte AWS einst NVIDIA GB300-Server-Racks im Wert von etwa 5 Milliarden US-Dollar erhalten und plant, die entsprechende Ausrüstung auch in Zukunft im monatlichen Maßstab von etwa 3 Milliarden US-Dollar zu kaufen. Einige Geräte werden jedoch nicht sofort nach der Lieferung in Betrieb genommen, sondern in Lagerhallen oder Umschlaganlagen zwischengelagert.
Der Grund für dieses Phänomen ist nicht die unzureichende Nachfrage, sondern die Tatsache, dass einige Rechenzentren zwar bereits über Installationsraum verfügen, ihnen aber nicht genügend Stromversorgungskapazitäten für den Betrieb dieser leistungsstarken KI-Systeme zur Verfügung stehen. Die Industrie bezeichnet diese Art von Geräten, die zwar gekauft wurden, aber vorübergehend nicht funktionieren können, als „dunkle GPU“. Dieses Konzept kann sich auf Hardware beziehen, die aufgrund von Strom- oder Infrastruktureinschränkungen im Leerlauf ist, oder es kann zur Beschreibung bereitgestellter, aber nicht ausreichend genutzter KI-Rechnerressourcen verwendet werden.
In den letzten Jahren war die größte Herausforderung für die Branche der künstlichen Intelligenz das knappe Angebot an fortschrittlichen Chips. Große Technologieunternehmen konkurrieren um Nvidias GPU-Kontingent, und Chips sind oft knapp. Da Unternehmen jedoch Ressourcen in der Lieferkette im Voraus binden, beginnen sich neue Einschränkungen auf Stromnetze und Energieinfrastruktur zu verlagern. Für große Rechenzentrumsbetreiber wird der Zugang zu stabiler und ausreichender Stromversorgung ebenso wichtig wie der Zugang zu Chips.
Um im künftigen Chip-Wettbewerb nicht ins Hintertreffen zu geraten, hat Amazon sein Beschaffungsmodell angepasst. Nach bisheriger Vorgehensweise erhalten und bezahlen Unternehmen Server-Racks in der Regel offiziell, nachdem sie im betriebsbereiten Rechenzentrum angekommen sind. Mit dem neuen Mechanismus „Early Receiving of Racks“ schließt Amazon den Empfangs- und Zahlungsprozess früher ab, auch wenn die Geräte noch nicht am endgültigen Betriebsstandort installiert sind.
Dieser Ansatz trägt dazu bei, knappe Hardware-Ressourcen im Voraus zu sichern, bedeutet aber auch, dass Unternehmen viel Geld im Voraus investieren müssen und diese Geräte keinen Umsatz generieren können, bevor sie offiziell online sind und den Kunden Cloud-Computing-Dienste anbieten. Dadurch verschärft sich das Spannungsfeld zwischen enormen Investitionsaufwendungen und verzögerten Renditen.
Amazon plant, in diesem Jahr rund 220 Milliarden US-Dollar an Investitionen in die KI- und Cloud-Computing-Infrastruktur zu investieren und damit den Umfang vieler anderer Technologieunternehmen zu übertreffen. Gleichzeitig stand der freie Cashflow des Unternehmens unter erheblichem Druck und drehte erstmals in den letzten Jahren ins Negative. Für AWS gilt die frühzeitige Belegung wichtiger Hardwareressourcen als strategische Entscheidung, auch wenn einige Geräte vorübergehend nicht betriebsfähig sind.
Analysten wiesen darauf hin, dass sich der aktuelle Entwicklungsschwerpunkt der KI-Branche verändert. Vor zwei Jahren konzentrierte sich die Branche darauf, wer mehr NVIDIA-GPUs bekommen könnte. Jetzt entdecken immer mehr Unternehmen, dass die wirklich knappe Ressource möglicherweise nicht die Chips selbst sind, sondern die Energie- und Stromnetze, die für den Betrieb dieser Chips erforderlich sind.
Da der Umfang der KI-Modelle weiter zunimmt und die Nachfrage nach Rechenleistung weiter wächst, werden Stromversorgung, Übertragungskapazität und Bauzyklen von Rechenzentren nach und nach zu Schlüsselfaktoren für die Branchenentwicklung. Die große Anzahl an GPUs, die zeitweilig im Leerlauf sind, spiegelt auch die Realität von außen wider: Der Wettbewerb um künstliche Intelligenz ist nicht nur ein Kampf um Chips, sondern auch ein Kampf um Energie und Infrastruktur.
Kommentare