Branchenexperten gehen von etwa 50.000 deutschen Rechenzentren aus. Die genaue Anzahl lässt sich allerdings nicht bestimmen. Dabei variiert sehr, was Unternehmen und Organisationen als Rechenzentrum bezeichnen und wie diese eingerichtet sind. Manchmal ist es nur ein Serverschrank, manchmal ein professionell klimatisierter, separater EDV-Raum für die zentrale IT-Hardware. Manche Server stehen allerdings immer noch im Lager und teilen sich den Raum mit Akten und Kopierern. Mit KI wird hier einiges in Bewegung kommen. Serverräume und Rechenzentren stehen vor einem Professionalisierungs- und Entwicklungsschub.
Das sind die Basisanforderungen an ein Rechenzentrum
Aufgrund der exponentiell steigenden Rechnerleistung der letzten Jahrzehnte haben sich die Anforderungen an die Hardware und deren Standorte, die Rechenzentren, immer mehr erhöht. Als Basisanforderungen gelten nach wie vor eine zuverlässige Stromversorgung, ein effizientes Kühlsystem, Vorkehrungen für den Brand- und Umweltschutz sowie eine physische und digitale Absicherung. Damit ein Rechenzentrum seine Aufgabe erfüllen kann, muss die Kommunikation zwischen Servern und Diensten durch eine zuverlässige Netzwerkinfrastruktur sichergestellt werden. Hochgeschwindigkeits-Internetverbindungen und Netzwerkkomponenten wie Router und Switches sind bei den heute verarbeiteten Datenmengen unerlässlich. Außerdem sollte ein Rechenzentrum leicht erweitert und umgebaut werden können. Last, but not least benötigt man Monitoring und Management-Tools, um das System fortlaufend zu überwachen.
Rechenzentren müssen
für KI fit gemacht werden
Der zunehmende Einsatz von Künstlicher Intelligenz, oder KI, bringt noch einmal einen erheblichen Sprung in den Anforderungen an Rechenzentren – und dies auf unterschiedlichen Ebenen. Einige KI-Anwendungen erfordern zum Beispiel spezielle Hardware wie Grafikprozessoren (GPUs) oder Tensor Processing Units (TPUs), die für die schnelle Berechnung von KI-Algorithmen optimiert sind. Außerdem benötigt KI oft eine schnelle Datenkommunikation zwischen verschiedenen Knotenpunkten. Ein weiterer Punkt ist die verfügbare Speicherkapazität. Denn die mit KI verbundenen großen Datensätze und Modelle erfordern erheblichen Speicherplatz. Anpassungen an der Hardware-Infrastruktur werden also mit großer Wahrscheinlichkeit erforderlich sein. Was sich auch auf die Themen Skalierbarkeit und Sicherheit bezieht. Die intensive Rechenleistung, die einige KI-Anwendungen erfordern, kann darüber hinaus mehr Wärme erzeugen und so eine noch bessere Kühlung erfordern.
KI bietet interessante
Optimierungsmöglichkeiten
Künstliche Intelligenz bringt für die Hardware jedoch nicht nur Herausforderungen mit sich, sondern auch interessante Optimierungsmöglichkeiten. So kann KI zum Beispiel Muster in Daten erkennen, die auf bevorstehende Hardware-Ausfälle oder Probleme hinweisen könnten. Dadurch können Wartungsarbeiten proaktiv geplant und ungeplante Ausfallzeiten minimiert werden. Lastspitzen und -täler können erkannt und automatisch Ressourcen neu zugewiesen werden, um eine optimale Leistung und Verfügbarkeit sicherzustellen. KI-basierte Modelle können historische Daten analysieren und Vorhersagen über zukünftige Auslastung, Ressourcenbedarf und potenzielle Probleme treffen. In einigen Rechenzentren werden vielleicht sogar KI-gesteuerte Roboter eingesetzt, um Hardware zu überwachen, Kabelverbindungen zu prüfen. Und auch die Datensicherheit kann durch KI verbessert werden. Sie kann dazu beitragen, Sicherheitsbedrohungen zu erkennen, indem sie verdächtiges Verhalten in Echtzeit überwacht.
Energieeffizienz – ein Thema
mit zunehmender Bedeutung
Eine Stunde Video-Streaming in Full-HD-Auflösung erzeugt etwa so viel CO2 wie ein Kilometer Fahrt mit einem Kleinwagen. Zwar liegt der aktuelle Stromverbrauch des Internets aktuell vermutlich nur bei etwa einem Prozent des weltweiten Energiebedarfs. Ein weiteres exponentielles Anwachsen der Datenmengen – auch durch KI-Anwendungen – wird diesen Anteil aber massiv erhöhen. Dabei kann KI zugleich Teil des Problems und der Lösung sein. Sie kann zum Beispiel dazu beitragen, Server-Virtualisierung zu optimieren, damit eine größere Anzahl virtueller Maschinen auf einem physischen Server laufen kann. Ebenso kann intelligente Software zu einer energieeffizienten Kühlung, Lastenverteilung sowie zu smarten Beleuchtungslösungen der Server-Räume beitragen. Softwareinduzierte Maßnahmen müssen allerdings durch physische Maßnahmen wie eine optimierte Raumgestaltung, Wärmerückgewinnung und nicht zuletzt den Einsatz erneuerbarer Energien ergänzt werden.
Müssen Deutschland
und Europa nachholen?
Die Diskussion über klimaneutrale Rechenzentren hat in der Branche hohe Wellen geschlagen. Es herrscht zugleich ein Bewusstsein über die Notwendigkeit energieeffizienten Handelns und die Sorge, dass der Bau neuer Rechenzentren durch das neue Energieeffizienzgesetz deutlich erschwert wird. Dies wird umso mehr zur Herausforderung, da Deutschland und Europa nach Meinung vieler Experten in Sachen KI hinter China und den USA zurückhängen. Die LEAM-Initiative (LEAM = Large European AI Models) aus Wirtschaft und Forschung fordert daher den Aufbau eines europäischen KI-Hochleistungsrechenzentrums, um international konkurrenzfähig zu bleiben – und möglichst selbst zum Motor für Innovationen zu werden. Hier muss die technische Infrastruktur von Anfang an auf dem höchsten Stand sein und in Hardwareauswahl und -konfiguration sowie in Rechen- und Speicherkapazität mit weiteren internationalen Laboren mithalten können.
Michael Otterbein | redaktion@regiomanager.de
Teilen:
