Der nächste Engpass bei KI könnte Strom sein – nicht Chips.
US-Rechenzentren verbrauchten 2023 etwa 4,4 % des landesweiten Stroms; bis 2028 könnte dieser Anteil auf 6,7 % bis 12 % steigen. Für Cloud-Anbieter, Colocation-Betreiber und Unternehmenskunden von KI besteht die Herausforderung nicht mehr nur darin, Beschleuniger oder Cloud-Kapazitäten zu sichern. Entscheidend ist vielmehr, ob Versorger gesicherte Stromversorgung in die Regionen, Umspannwerke und Übertragungskorridore liefern können, in denen KI-Campusse geplant sind.
Der Strombedarf von KI wächst schneller, als sich lokale Netze anpassen können
Der vom DOE unterstützte Berichtprognostizierte, dass der Stromverbrauch von Rechenzentren in den USA von etwa 176 Terawattstunden im Jahr 2023 auf 325 bis 580 Terawattstunden im Jahr 2028 steigen könnte – am oberen Ende würde sich der Anteil des Sektors gegenüber 2023 nahezu verdreifachen
Diese landesweite Zahl kann das drängendere lokale Problem verschleiern. Der Secretary of Energy Advisory Boarderklärte, dass Anschlussanfragen von Hyperscalern über 300 bis 1.000 Megawatt oder mehr, häufig mit Vorlaufzeiten von ein bis drei Jahren, die lokalen Netze überlasten. Der Ausbau von Übertragungsinfrastruktur erfordert typischerweise mehr Zeit für Genehmigung, Finanzierung und Bau.
In Gebieten mit begrenzten Übertragungskapazitäten kann die Lücke klein, aber folgenschwer sein. Ein Beispiel des SEAB beschreibt einen Versorger, der ein Rechenzentrum an etwa 350 Tagen im Jahr versorgen kann, während für die verbleibenden 15 Tage Ersatzstromerzeugung, Speicher oder eine andere Lösung zur Gewährleistung der Versorgungssicherheit erforderlich ist.
Für Planer von KI-Infrastrukturen entsteht dadurch ein Risiko beim Netzzugang. Regionen mit begrenzten Übertragungskapazitäten können möglicherweise keine neuen Hyperscale-Anlagen innerhalb der Zeitpläne versorgen, von denen die Roadmaps für die Einführung von KI ausgehen. Aktuelle Deals für KI-Rechenkapazitätenzeigen, dass Stromversorgung, Kühlung, Vernetzung und Rechenzentrumsfläche inzwischen gemeinsam bereitstehen müssen.
Flexible KI-Workloads können helfen, doch gesicherte Stromversorgung bleibt die Lücke
Lastflexibilität ist eine kurzfristig verfügbare Option. Das SEAB erklärte, dass sich bestimmte KI-Inferenzaufgaben abhängig von der lokalen Netzlast und dem Anteil erneuerbarer Energien im Netz auf verschiedene Regionen verteilen lassen – mit begrenzten Auswirkungen für die Nutzer, wenn Latenz nicht entscheidend ist. Dadurch könnten einige Workloads während Spitzenlastzeiten von überlasteten Netzen wegverlagert werden.
Flexibilität kann helfen, die Belastung des Netzes zu steuern, beseitigt aber nicht den Bedarf an gesicherter Stromversorgung. Das SEAB erklärte, dass Beteiligte neue Kapazitäten für Erdgas sowie Solar- und Windkraftanlagen und Batteriespeicher allgemein als die heute verfügbaren Hauptoptionen zur Aufrechterhaltung der Versorgungssicherheit betrachteten. Das erschwert die Planung sauberer Energie, während sich das Wettrennen um KI-Infrastrukturvon Chips auf Rechenzentren, Vernetzung und Stromversorgung ausweitet.
Kernenergie wird zu einem Bestandteil der längerfristigen Absicherung. Die Associated Press berichtete, dass Constellation Energy den 835-Megawatt-Reaktor auf Three Mile Islandim Rahmen eines Plans, der an einen 20-jährigen Vertrag über die Stromversorgung von Microsoft geknüpft ist, 2027 wieder in Betrieb nehmen will. Google, Kairos Power und die Tennessee Valley Authority erklärten, Hermes 2 in Oak Ridge, Tennessee, solle 2027 den Betrieb aufnehmenund bis zu 50 Megawatt in das Netz der TVA einspeisen. Doch keines der beiden Projekte beseitigt die kurzfristige Netzlücke, mit der KI-Campusse konfrontiert sind, die jetzt Strom benötigen.
Regulierungsbehörden prüfen außerdem, wer für Netzausbauten im Zusammenhang mit neuen KI-Campussen aufkommen sollte. Das SEAB empfahl Tarife, nach denen Rechenzentren diese Kosten mittragen oder vollständig übernehmen müssten, und warnte, dass einige Unternehmen Standorte außerhalb der USA in Betracht zögen, falls die Zeitpläne für die Stromversorgung im Inland unpraktikabel blieben.
Für KI-Teams in Unternehmen gehört die Verfügbarkeit von Strom inzwischen neben Modellleistung, der Versorgung mit Beschleunigern und der Platzierung von Workloads.
Lesen Sie auch: Während der Bedarf an KI-Rechenkapazität steigt, zeigt das chinesische Unterwasser-Rechenzentrumsprojektwie Betreiber mit Kühlung, Standortwahl und erneuerbarer Energie experimentieren.