Generative KI in Rechenzentren Teil 1: Eine Einführung

By Dr. James Tyrrell and Miriam Uebel

In diesem ersten Teil einer dreiteiligen Serie betrachten wir, wie GenAI einen Anstieg von Investitionen in Rechenzentren anheizt und die Entwicklung von Anlagen ermöglicht, die leistungsstarke KI-Chips aufnehmen und kühlen können.

Rechenzentren spielen eine Schlüsselrolle bei der Steuerung generativer KI (GenAI)-Tools und großer Sprachmodelle (LLMs) wie ChatGPT. Es gibt zwei zentrale Prozesse in der KI: „Training“ und „Schlussfolgerung“. Erstens lernt der LLM während der Ausbildung, indem er riesige Mengen an Text und Daten analysiert. Wenn ein Nutzer dann eine Frage oder Aufforderung eingibt, antwortet das LLM mit dem, was er gelernt hat – dem Schlussfolgerungsprozess. Rechenzentren unterstützen dies, indem sie Strom, Kühlung und Platz bereitstellen, die benötigt werden, um die leistungsstarken KI-Chips zu betreiben, die beide Prozesse abwickeln.

Die Baukosten für Rechenzentren hängen vom Strombedarf ab und liegen bei etwa ~12 Millionen US-Dollar pro Megawatt (MW). [1] Daher steigen mit steigender Nachfrage nach KI-Energie auch der Kapitalbedarf, was unserer Ansicht nach eine Investitionsmöglichkeit mit zunehmenden Einstiegsbarrieren schafft.

Drei Hauptfaktoren treiben die Nachfrage an: Cloud-Wachstum, Datensouveränität und KI. Das Outsourcing von IT-Infrastruktur und -Prozessen an Cloud-Dienste hat ein starkes Cloud-Wachstum ermöglicht, das bis 2030 andauern könnte[2]. Die Datensouveränität wird voraussichtlich die Nachfrage in Europa antreiben, da Länder lokale Datenverarbeitung und -speicherung suchen. GenKI fügt eine neue Ebene globaler Nachfrage hinzu, und die aufkommende KI-Souveränität könnte dies unserer Ansicht nach ähnlich auf Europa richten.

Ende 2024 wird geschätzt, dass KI etwa 10 % der Kapazität des Rechenzentrums nutzt[3]. Obwohl dieser Anteil voraussichtlich wachsen wird, bleibt das Ausmaß aufgrund von Faktoren wie langfristigen Akzeptanzraten und weiteren Effizienzinnovationen ähnlich wie DeepSeek ungewiss. Daher möchten Investoren unserer Meinung nach die Exponierung ausbalancieren, indem sie einen Teil der Rechenzentrumskapazität KI zuweisen und gleichzeitig eine vielfältige Mieterbasis einschließlich cloudbasierter Unternehmen für stabile Renditen pflegen.

Rechenzentrum-Investitionspunkte und KI-Bereitschaft

Investitionen in stabilisierte Rechenzentren, neue Entwicklungen oder Plattformen, die beides enthalten und fortschrittliche KI-Chips unterstützen, bieten Potenzial für GenKI-getriebenes Wachstum.

Neue Entwicklungen beinhalten die Stromsicherung und den Bau einer Stromversorgung, einem stromverbundenen Gebäude ohne technische Innenausstattung wie Kühlsysteme. Diese können gemietet oder gemeinsam mit Co-Location-Betreibern oder großen Tech-Firmen (oft Hyperscaler genannt) entwickelt werden.

Hyperscaler-Deals beinhalten oft 10- bis 15-jährige Build-to-Suit-Mietverträge, bei denen der Hyperscaler der einzige Mieter ist. Schlüsselfertige Co-Location-Einrichtungen umfassen eine vollständige technische Ausstattung und sind bereit, dass mehrere Mieter mit kürzeren Mietverträgen einziehen können. Mit wachsender operativer Verantwortung und kürzeren Mietverträgen steigen die Cap-Rates.

Große Tech-Unternehmen (also die Hyperscaler) betreiben groß angelegte, KI-fähige Rechenzentren, die selbst gebaut oder mit Investorenfinanzierung entwickelt werden können und die führenden GenKI-Modelle der heutigen Zeit bereitstellen. Co-Location-Datenzentren vermieten Strom an Mieter (einschließlich Hyperscaler), um KI-Chips zu unterbringen.

KI-fähige Rechenzentren benötigen beim Ausbau unterschiedliche technische Infrastrukturen. Da neuere KI-Chips mehr Leistung verbrauchen, erzeugen sie mehr Wärme, was den Kühlbedarf erhöht und ältere Anlagen mit Nachrüstungen herausfordert. Obwohl ältere Einrichtungen möglicherweise weniger KI-gesteuerte Nachfrage haben, könnten sie dennoch Cloud- und Enterprise-Mieter bedienen. Die neuesten KI-Chips benötigen Flüssigkeitskühlung, was schlüsselfertige Entwicklungen zusätzlich 1 Million US-Dollar pro MW[4] kostet, aber diese Kosten sollen voraussichtlich an Mieter weitergegeben werden, insbesondere in Primärmärkten.

Die schnelle Innovation von KI-Chips könnte ältere Rechenzentren ebenfalls herausfordern. Neue KI-Chips sind viel effizienter; Sie können mit derselben Menge an Leistung deutlich mehr Text erzeugen. Das bedeutet, dass Rechenzentren mit diesen neueren Chips viel mehr leisten können, ohne dass der Bau teurer ist. Dies könnte die Veralterung älterer, KI-fokussierter Einrichtungen beschleunigen. [5] Daher sollten Investoren unserer Ansicht nach Einrichtungen priorisieren, die für die neuesten KI-Chips gebaut wurden, wie solche mit Flüssigkeitskühlung, die an zukünftige Generationen angepasst sind.

Nicht alle stabilisierten Rechenzentren auf einer Plattform sind möglicherweise GenAI-bereit, obwohl zukünftige Entwicklungen unserer Ansicht nach eher wahrscheinlich sind. Obwohl die Daten zum Mietwachstum für KI-gestützte Einrichtungen im Vergleich zu nicht aktivierten Einrichtungen begrenzt sind, deutet das von GenAI prognostizierte größere Wachstum als die Cloud auf robuste Mietaussichten hin.

Die Nachfrage nach der Entwicklung von Rechenzentren ist seit 2022 deutlich gestiegen, als das Mietwachstum trotz der Gegenwinde der Zinsen nach oben ging. Bis Mitte 2025 führen anhaltende Herausforderungen beim zeitnahen Stromzugang, verschärft durch Netzengpässe, dazu, dass die Nachfrage weiterhin das begrenzte Angebot übersteigt, was durch GenKI verstärkt wird. Dieses Ungleichgewicht könnte bis 2030 nachlassen, wenn die aktuellen Entwicklungen in Kraft treten. [7]

Verschiedene KI-Prozesse haben unterschiedliche Standortanforderungen

Mehr über Dr. James Tyrrell
LGIM: Dr. James Tyrrell