Der größte Engpass bei KI sieht zunehmend weniger nach Software und mehr nach Immobilien mit einer Stromrechnung aus.
Google und Blackstone gründen ein in den USA ansässiges TPU-Cloud-Unternehmen, über das Unternehmen spezialisierte Rechenleistung für das Training und den Betrieb fortschrittlicher KI-Modelle mieten können. Das Venture wird durch eine anfängliche Eigenkapitalzusage von Blackstone in Höhe von 5 Milliarden US-Dollar finanziert und soll 2027 Rechenzentrumskapazitäten von 500 MW in Betrieb nehmen.
Der Deal zeigt, wie sich der Wettlauf um KI-Infrastruktur über herkömmliche Cloud-Dienste hinausbewegt. Für Unternehmen, die größere KI-Workloads aufbauen, hängt der Zugang zu Chips inzwischen davon ab, ob ausreichend Strom, Kühlung, Netzwerktechnik und Rechenzentrumsfläche gleichzeitig verfügbar werden können.
Ein neuer Weg zu Googles KI-Chips
Blackstone betonte, dass das Unternehmen Rechenzentrumskapazitäten, Betrieb, Netzwerktechnik und Google Cloud TPUs über ein Compute-as-a-Service-Modell anbieten werde. Google wird die Hardware, einschließlich TPUs, sowie Software und Dienste für das Venture bereitstellen.
Laut Google, würde Blackstone in Partnerschaft mit Google eine neue TPU-Cloud aufbauen, die Kunden mehr Auswahl und Flexibilität beim Zugriff auf TPUs in der Cloud bietet.
„Dieses Joint Venture mit Blackstone trägt der wachsenden Nachfrage nach TPUs Rechnung, die speziell für Effizienz und Leistung im KI-Zeitalter optimiert sind“, sagte Thomas Kurian, CEO von Google Cloud, in Blackstones offizieller Ankündigung.
„Gemeinsam beschleunigen wir die KI-Transformation und bieten Organisationen mehr Möglichkeiten, auf beschleunigte Rechenleistung zuzugreifen“, erklärte Kurian.
Blackstone ernannte Benjamin Treynor Sloss, einen Google-Manager mit mehr als zwei Jahrzehnten Erfahrung im Aufbau und Betrieb der globalen Infrastruktur von Google, zum CEO des neuen Unternehmens.
Die Nachfrage nach KI-Rechenleistung verändert die Cloud weiter
Die Partnerschaft entsteht zu einem Zeitpunkt, an dem Unternehmen, KI-Labore, Finanzfirmen und Nutzer von Hochleistungsrechnern um den Zugang zu Chips, Rechenzentrumskapazitäten, Strom, Kühlung und Netzwerktechnik konkurrieren.
Googles TPUs sind maßgeschneiderte Chips für das Training und die Inferenz von KI. Blackstone wies darauf hin, dass die Chips seit mehr als einem Jahrzehnt entwickelt und in Produktionsumgebungen eingesetzt werden und Gemini sowie andere KI-gestützte Google-Produkte betreiben, die von Milliarden Menschen genutzt werden.
Reuters berichtete, dass das Venture auf die starke Nachfrage nach KI-Rechendiensten abzielt. Blackstone hat außerdem seine Investitionen in KI-bezogene Infrastruktur ausgeweitet, darunter Rechenzentren, Stromerzeugung und Übertragungsanlagen.
„Das ist nicht die größte Schlagzeilenzahl, die wir gesehen haben. Aber es ist eine hochwertige Wette auf nachhaltiges Wachstum in der KI-Infrastruktur“, sagte Brittain Ladd, KI- und Lieferkettenberater bei Chang Robotics, gegenüber Reuters.
Für Unternehmenskunden bietet das Venture eine weitere Möglichkeit, auf Googles KI-Chips zuzugreifen, während die Nachfrage nach der Rechenleistung hinter größeren KI-Workloads wächst.
Infrastruktur wird zur strategischen KI-Frage
Der Deal zwischen Google und Blackstone verdeutlicht zudem, dass KI-Infrastruktur zu einer kapitalintensiven Geschäftsherausforderung wird und nicht nur eine Entscheidung über Cloud-Architektur ist. Unternehmen, die große KI-Workloads betreiben, müssen Rechenleistung, Strom, Kühlung und operatives Know-how gleichzeitig aufeinander abstimmen.
Blackstone bringt Finanzierungs- und Rechenzentrums-Expertise ein, während Google TPUs und den darauf aufbauenden Cloud-Software-Stack bereitstellt. Wenn das Venture 2027 wie geplant Kapazitäten liefert, könnte es Organisationen helfen, die Zugriff auf Googles KI-Chips wünschen, aber mehr Bereitstellungsoptionen als den herkömmlichen Weg über die Public Cloud benötigen.
Lesen Sie mehr darüber, was Google voraussichtlich auf der I/O vorstellen wird und wie das gemeldete Gemini-Update die nächste Phase des Wettlaufs um KI-Modelle prägen könnte.