KI-Boom könnte Datenzentren bis 2030 überfordern
- vor 4 Tagen
- 2 Min. Lesezeit
Der weltweite Ausbau von KI-Anwendungen verändert die Anforderungen an Rechenzentren grundlegend. Eine Analyse von Iron Mountain und Structure Research prognostiziert, dass die Nachfrage nach KI-Infrastruktur die verfügbare Datenzentrumskapazität bis 2030 um bis zu 500 Prozent übersteigen könnte. Gleichzeitig verschiebt sich der Fokus von der Modellentwicklung hin zur KI-Inferenz.
Seit der Einführung von ChatGPT vor drei Jahren haben sich generative und agentische KI-Anwendungen nach Angaben von Iron Mountain und Structure Research rasant verbreitet. Parallel dazu steigen die Investitionen in GPUs und Rechenzentren deutlich an. Die beiden Unternehmen haben vier zentrale Prognosen veröffentlicht, die aufzeigen, wie sich die globale Dateninfrastruktur in den kommenden fünf Jahren entwickeln könnte.
Nachfrage nach Rechenzentrumskapazität steigt schneller als das Angebot
Nach Angaben der Analyse sollen die Investitionen der Hyperscaler im laufenden Jahr 375 Milliarden US-Dollar erreichen. Das entspricht einem Anstieg von 36 Prozent gegenüber 2024. Jeweils die Hälfte der Investitionen entfällt auf Server und GPUs beziehungsweise auf den Ausbau von Rechenzentrumskapazitäten.
Die Studie geht davon aus, dass dieses Wachstum zu einem erheblichen Kapazitätsengpass führen wird. Bis 2030 soll die weltweite jährliche Nachfrage nach Rechenzentrumskapazität nahezu 90 Gigawatt erreichen. Damit würde die Nachfrage die verfügbare Kapazität um bis zu 500 Prozent übersteigen.
KI-Inferenz verdrängt das Modelltraining als wichtigste Last
Laut der Analyse verändert sich auch die Art der benötigten Infrastruktur. Während sich frühe Investitionen vor allem auf das Training von KI-Modellen konzentrierten, rückt nun die produktive Nutzung von KI-Systemen in den Vordergrund.
Bereits 2026 soll die Kapazität für KI-Inferenz jene für das Modelltraining übertreffen. Bis 2030 sollen Inferenzen 80 Prozent der gesamten KI-kritischen IT-Last ausmachen. Gegenüber dem Verhältnis des Jahres 2023 entspricht dies einer vollständigen Umkehr. Dadurch werden Datenzentren nach Einschätzung der Studienautoren künftig verstärkt in der Nähe von Nutzer-Hotspots errichtet.
Parallel dazu erwarten Iron Mountain und Structure Research den Ausbau großer Rechenzentrumsstandorte mit Leistungen von mehr als zwei Gigawatt in allen Weltregionen. Bis 2030 soll Northern Virginia auf 8,5 Gigawatt wachsen, Dallas auf 2,8 Gigawatt und Phoenix auf 2,7 Gigawatt.
In Europa sollen London (2,7 Gigawatt), Frankfurt (2,68 Gigawatt) und Paris (2 Gigawatt) die größten Standorte bilden. Zusätzlich wird ein beschleunigtes Wachstum in Madrid, Barcelona, Berlin, Düsseldorf und Lissabon erwartet.
Im asiatisch-pazifischen Raum prognostiziert die Analyse Kapazitäten von 2,8 Gigawatt für Tokio, 2,4 Gigawatt für Sydney, 2,2 Gigawatt für Johor sowie 2,15 Gigawatt für Mumbai.
Sinkende KI-Kosten erhöhen den Nutzungsdruck
Nach Einschätzung der Studienautoren werden die Kosten für KI-Anwendungen künftig maßgeblich über deren Einsatz in Unternehmen entscheiden. Die Kosten für das günstigste Large Language Model (LLM) seien jährlich um den Faktor zehn gesunken. Der Preisrückgang werde den Verbrauch nicht verringern, sondern eine breitere Nutzung sowie zusätzliche Innovationen fördern.
Gleichzeitig verweist die Analyse auf steigende Kosten für KI-Token. Unternehmen würden zunehmend feststellen, dass eine intensive Nutzung von KI ihre Gewinnspannen belasten kann. Da sich nutzungsabhängige Preismodelle durchsetzen, müssten Unternehmen künftig stärker darauf achten, wie Mitarbeitende KI einsetzen. Die Studie empfiehlt daher Leitplanken, um den Einsatz von KI auf geeignete Anwendungsfälle zu konzentrieren.
it&d business Redaktion
Kommentare