Ein KI-Rechenzentrum beginnt mit einer Frage: Welche Arbeit sollen die Systeme tatsächlich leisten? Erst daraus ergeben sich GPU-Ausstattung, elektrische Versorgung und Kühlung. Wer diese Bereiche getrennt plant, riskiert teure Engpässe – selbst dann, wenn im Gebäude noch genügend Rackfläche frei ist.
Warum die Anzahl der Racks allein wenig aussagt
Sechs Racks können eine kompakte Unternehmens-IT aufnehmen oder einen hochverdichteten GPU-Verbund. Die Stellfläche ist ähnlich, die Anforderungen an Strom, Wärmeabfuhr und Betrieb unterscheiden sich erheblich. Für eine Machbarkeitsstudie brauchen Planer deshalb mehr als eine Rackzahl: vorgesehene Systeme, Lastprofile, Ausbauziele und Anforderungen an die Verfügbarkeit.
NVIDIA beschreibt für seine DGX-GB-Racks eine Leistungsaufnahme von ungefähr 120 kW und Flüssigkeitskühlung über Cold Plates an CPUs und GPUs. Andere Komponenten werden weiterhin durch Luft gekühlt. Das ist ein konkretes Herstellerbeispiel für hohe Leistungsdichte, kein allgemeiner Verbrauchswert für jedes KI-Rack. Quelle: NVIDIA, Hardware-Dokumentation.
Eine lokale Wissenssuche mit begrenzter Parallelität kann deutlich kleiner starten. Ein System für viele gleichzeitige Nutzer, große Modelle oder rechenintensive Verarbeitung benötigt eine andere Auslegung. Der sinnvolle Einstieg liegt deshalb beim Anwendungsprofil und bei messbaren Anforderungen an Antwortzeit, Durchsatz und Qualität.
IT-Leistung und Anschlussleistung sauber unterscheiden
Die IT-Leistung beschreibt den Bedarf der Rechner, Speicher- und Netzwerksysteme innerhalb einer festgelegten Messgrenze. Die gesamte Anlage benötigt zusätzlich Energie für Kühlung, Stromwandlung und weitere Infrastruktur. Aus „120 kW pro Rack“ folgt daher nicht, dass ein Netzanschluss von 120 kW für den vollständigen Standort ausreicht.
Ein vereinfachtes Rechenbeispiel verdeutlicht den Unterschied: Sechs Racks mit jeweils 120 kW ergeben 720 kW IT-Leistung. Ein angenommener Faktor von 1,25 für die Gesamtversorgung führt rechnerisch zu 900 kW. Das ist eine Vorplanungsannahme, keine zugesicherte PUE und keine fertige Anschlussbemessung. Reserven, Anlaufvorgänge, zulässige Lastsprünge, Redundanz und weitere Verbraucher müssen gesondert bewertet werden.
Auch installierte Leistung und durchschnittlicher Energiebedarf sind verschiedene Größen. Ein Anschluss muss vorgesehene Betriebszustände tragen können. Die Wirtschaftlichkeitsrechnung benötigt dagegen ein realistisches zeitliches Lastprofil. Ein pauschaler Dauerbetrieb bei Maximallast kann die Kostenrechnung ebenso verzerren wie eine zu optimistische Auslastungsannahme.
Direct-to-Chip-Kühlung ist ein System, kein einzelnes Bauteil
Bei Direct-to-Chip-Kühlung nehmen Kühlplatten Wärme nahe an den Prozessoren auf. Für die Planung von Rechenzentren zählt jedoch der gesamte Weg: vom Chip über Verteiler und Kühlmittelverteilung bis zur Gebäudetechnik und schließlich zur Rückkühlung oder nutzbaren Wärmeabgabe. Jede Schnittstelle braucht definierte Betriebsgrenzen und Verantwortlichkeiten.
Zu klären sind unter anderem Vor- und Rücklauftemperaturen, Durchfluss, Druckverhältnisse, Wasserqualität, Materialverträglichkeit und zulässige Verschmutzung. Eine Cooling Distribution Unit, kurz CDU, kann dabei den IT-Kreislauf von der Gebäudeseite trennen. Ob und wie diese Trennung erfolgt, muss zum gewählten System passen.
Zur Planung gehören außerdem Leckageerkennung, Absperrmöglichkeiten und Wartung. Ein defektes Bauteil darf nicht erst dann zeigen, dass ein ganzer Bereich für den Austausch abgeschaltet werden muss. Zugänglichkeit und Austauschbarkeit sind ebenso Teil einer professionellen Lösung wie die nominelle Kühlleistung.
Die verbleibende Luftlast nicht vergessen
Flüssigkeitsgekühlte CPUs und GPUs machen einen Raum nicht automatisch frei von Luftkühlungsbedarf. Je nach Hardware geben Netzteile, Switches, Speicher und weitere Komponenten weiterhin Wärme an die Umgebung ab. Diese Restlast ist im Luft- und Raumkonzept zu berücksichtigen.
Praktisch bedeutet das: Die Luftführung muss zum Rackaufbau passen, warme Luft darf sich nicht unkontrolliert mit der Zuluft vermischen, und die Versorgung muss auch bei Wartung oder Teilbetrieb funktionieren. Eine reine Addition der Flüssigkeitskühlleistung beantwortet diese Fragen noch nicht.
Redundanz vom Betriebsziel her planen
Nicht jeder KI-Anwendungsfall verlangt dieselbe Verfügbarkeit. Eine interne Assistenzanwendung, die kurzzeitig ausfallen darf, braucht eine andere Betriebsstrategie als eine zeitkritische Funktion in einer Produktionsumgebung. Das Ziel sollte deshalb als verständliches Szenario beschrieben werden: Welche Aufgabe muss bei welcher Störung weiterlaufen?
Darauf aufbauend lassen sich USV, Ersatzversorgung, Pumpen, Verteiler, Netzwerkpfade und Datenhaltung gemeinsam betrachten. Redundante Komponenten helfen nur, wenn keine unbeabsichtigte gemeinsame Fehlerquelle die Wirkung aufhebt. Ebenso wichtig sind Wiederanlauf, geordnete Abschaltung und die Zuständigkeit im Störungsfall.
Wachstum und Abwärme früh berücksichtigen
Ein modularer Aufbau kann den Ausbau erleichtern. Erweiterbarkeit entsteht aber nicht allein durch freie Stellplätze. Auch Anschlusskapazität, Leitungswege, Kühlkreisläufe, Tragfähigkeit und Wartungsflächen müssen den vorgesehenen nächsten Schritt ermöglichen. Diese Reserven sollten im Variantenvergleich sichtbar und wirtschaftlich bewertet werden.
Bei der Abwärmenutzung sind Temperatur, zeitliche Verfügbarkeit und ein geeigneter Abnehmer entscheidend. Ein möglicher Wärmebedarf im Umfeld ist ein Ansatzpunkt, noch kein belastbarer Nutzungsnachweis. Leitungsweg, Übergabetechnik und saisonale Unterschiede gehören in die Betrachtung. So wird aus einer allgemeinen Idee ein technisch prüfbares Konzept.
Welche Unterlagen eine gute Vorplanung liefern sollte
Am Ende der Vorplanung sollte ein nachvollziehbares Gesamtbild stehen: priorisierte Anwendungsfälle, ein Last- und Ausbauprofil, definierte Messgrenzen, Versorgungsschema, Kühlkonzept und die wichtigsten Standortbedingungen. Annahmen und noch offene Nachweise müssen erkennbar sein, damit spätere Entscheidungen darauf aufbauen können.
- IT: Modelle, Speicherbedarf, Parallelität, Netzwerk und Zielwerte für die Nutzung.
- Infrastruktur: elektrische Leistung, Flüssigkeits- und Luftkühlung, Reserven und Redundanz.
- Standort: Aufstellung, Tragfähigkeit, Leitungswege, Netzanschluss und Wärmeabgabe.
- Betrieb: Monitoring, Wartungszugänge, Alarmierung, Zuständigkeiten und Wiederanlauf.
High Knowledge verbindet diese Ebenen in der Machbarkeitsstudie und der RZ-Planung. Blue DC A | Smart AI beschreibt den Ansatz für lokale KI auf Basis kompakter Rechenzentrumsinfrastruktur. Entscheidend ist eine Auslegung, in der Anwendung, Standort und Betrieb zusammenpassen.
