Pictet AM: Rechenzentren - KI ist das neue Mass der Dinge

Die rasante Verbreitung von KI-Anwendungen befeuert den Bedarf an Rechenleistung und Speicherkapazität. Für Unternehmen, Privatpersonen und Behörden ist es von grösster Bedeutung, dass all diese Daten sicher verarbeitet und gespeichert werden. Daraus resultiert eine wachsende Nachfrage nach hochentwickelten Rechenzentren, was unserer Meinung nach attraktive Anlagechancen eröffnet – sowohl für Investitionen in die Rechenzentren selbst als auch in die zugrunde liegende Infrastruktur.

Rechenzentren sind unerlässlich, um diesem steigenden Bedarf gerecht zu werden, weil sie die für die Bewältigung der massiven KI-Workload erforderliche Infrastruktur bereitstellen. In den letzten zehn Jahren haben die Entwickler die Kapazität neuer Co-Location-Rechenzentren – in denen die Server und Netzwerke einer Vielzahl von Unternehmen in einer gemeinsamen Einrichtung untergebracht sind – sowie von Hyperscale-Rechenzentren – speziell für die massiven Anforderungen grosser Technologieunternehmen und Cloudservice-Anbieter an Leistung und Ressourcen gebaute Einrichtungen – immer weiter erhöht.

Der Bedarf an Kapazität wird mit der Verbreitung der generativen KI (GenKI) nur noch weiter steigen. Das hat einen neuen Investitionszyklus bei den Hyperscale-Unternehmen in Gang gesetzt und erfordert in den kommenden Jahren erhebliche Investitionen in die Rechenzentrumsinfrastruktur. Damit Informationen weiterhin sicher gespeichert werden können, muss die Infrastruktur der Rechenzentren weiterentwickelt werden, um den zusätzlichen Energiebedarf der KI zu bewältigen und sicherzustellen, dass Daten nicht durch Überhitzung, Stromausfälle oder Brände verloren gehen.

Training oder Inferenz?

Es gibt zwei grosse KI-Modelle, die jeweils unterschiedliche Anforderungen an die Rechenzentren stellen:

• KI-Training: Aufbau eines Modells zur Erkennung von Mustern und für Prognosen auf der Grundlage von Eingabedaten. Das ist in einer relativ isolierten Umgebung effizient möglich, da dieses Modell weniger latenzempfindlich ist. KI-Training kann in einem Rechenzentrum in einem ländlichen Gebiet durchgeführt werden, wo die Grundstückskosten niedriger sind.
• KI-Inferenz: Generierung von Prognosen oder Outputs auf der Grundlage des aus den Eingabedaten gewonnenen Wissens (wie bei ChatGPT). Dieses Modell erfordert enorme Leistung und minimale Latenzzeiten, um die Interaktion zwischen Endnutzern und Anwendungen in Echtzeit zu ermöglichen. Um diesen hohen Anforderungen gerecht zu werden, ist ein Rechenzentrum in einer städtischen Umgebung am besten für KI-Inferencing geeignet.

Obwohl in den Medien hauptsächlich von KI-Training berichtet wird, sehen wir Potenzial für Co-Location-Anbieter im Bereich des KI-Inferencing. Der Zielmarkt dafür könnte etwa 10 bis 15 Mal grösser sein als der für KI-Training.¹ Inferenz-Rechenzentren benötigen die Hälfte der Leistungsdichte im Vergleich zu KI-Training und müssen vermutlich an 20 bis 30 Standorten auf der ganzen Welt repliziert werden.

Leistungsbedarf: Der Engpass für Rechenzentren

Beim Bau von Rechenzentren gibt es zwei grosse Herausforderungen: Verfügbarkeit von Grundstücken und Energieknappheit. Infolgedessen übersteigt die Nachfrage bei weitem das verfügbare Angebot – ein Trend, der sich unserer Einschätzung nach vorerst fortsetzen wird.

Die Verfügbarkeit von Energie ist besonders problematisch, da die Versorgungsunternehmen in der Regel für einen linearen Anstieg der Nachfrage ausgelegt sind, wohingegen der Bedarf der KI-Rechenzentren treppenförmig steigt und daher eine besondere Herausforderung darstellt (siehe Abb. 1). Im Jahr 2023 lag der Energieverbrauch des globalen Rechenzentrumsmarktes bei 60 GW. Dieser Verbrauch dürfte sich bis 2027 auf 122 GW verdoppeln, was einer durchschnittlichen jährlichen Wachstumsrate (CAGR) von etwa 20% entspricht.²

^{Quelle: Oppenheimer & Co Inc, Daten beziehen sich auf den Zeitraum 01.01.2021–31.12.2023. Prognosen für Folgejahre auf der Grundlage historischer Daten.}

Mehr lesen

[1] Wells Fargo, Generative AI Brings Opportunity to Data Centre Future
[2] Schätzungen von Morgan Stanley Research

^{Marketingdokument. Alle Formen von Kapitalanlagen sind mit Risiken verbunden. Der Wert von Anlagen und die daraus erzielten Erträge sind nicht garantiert und können sowohl steigen als auch fallen, so dass Sie den ursprünglich investierten Betrag möglicherweise nicht zurückerhalten.
Pictet Asset Management 2024. Alle Rechte vorbehalten. Bitte lesen Sie die Geschäftsbedingungen, bevor Sie die Website konsultieren.
Einige der auf dieser Website veröffentlichten Fotos wurden von Stéphane Couturier, Magnus Arrevad, Lundi 13, Phovea, 13Photo, Magnum Photos, Club Photo Pictet aufgenommen.}