InfraPartners und Emerald AI stellen “Flex-Ready-Rechenzentren” vor, um die Leistungsflaschenhalter von KI zu bewältigen

Die schnelle Expansion von künstlicher Intelligenz bringt die Strominfrastruktur an ihre Grenzen. Das Training und Betreiben von groß angelegten KI-Modellen erfordert massive Rechencluster, die enorme Mengen an Strom verbrauchen, oft schneller, als lokale Stromnetze ausgebaut werden können. Als Reaktion darauf haben InfraPartners und Emerald AI eine Partnerschaft angekündigt, die darauf abzielt, grundlegend zu überdenken, wie KI-Rechenzentren mit dem Stromnetz interagieren, Details sind im Weißbuch zu finden.

Die Unternehmen stellen eine neue Architektur vor, die als Flex-Ready-Rechenzentren bezeichnet wird, die InfraPartners’ modulare Infrastruktur-Design mit Emerald AI’s Orchestrierungs-Software kombiniert. Das Ziel ist es, Rechenzentren von statischen Stromverbrauchern in dynamische Netzteilnehmer umzuwandeln, die ihre Stromnachfrage in Echtzeit anpassen können.

Anstatt den Energieverbrauch als fest zu betrachten, ermöglicht der Ansatz es, Einrichtungen, ihre Rechenlasten mit Netzbedingungen, Verfügbarkeit erneuerbarer Energien und Strompreisen abzustimmen – zusätzliche Kapazitäten freizuschalten und die Gesamtnetzstabilität zu verbessern.

Warum KI-Infrastruktur eine Stromkrise verursacht

KI-Lasten sind unter den am schnellsten wachsenden Quellen des Strombedarfs weltweit. Das Weißbuch, das zusammen mit der Partnerschaft veröffentlicht wurde, hebt hervor, wie Rechenzentren zu einer der am stärksten konzentrierten und am schnellsten expandierenden Lasten in modernen Stromsystemen geworden sind.

Gleichzeitig hinkt der Netzausbau hinterher. Die Verlegung von Stromleitungen, Arbeitskräftemangel und Lieferkettenbeschränkungen bedeuten, dass neue Einrichtungen auf multi-jährige Wartezeiten für die Netzverbindung warten müssen. Währenddessen führt der zunehmende Anteil erneuerbarer Energien – insbesondere Wind- und Solarenergie – zu Schwankungen in der Versorgung, was das Echtzeit-Gleichgewicht von Erzeugung und Nachfrage komplexer macht.

Diese Dynamik schafft eine strukturelle Fehlanpassung: KI-Infrastruktur benötigt mehr Leistung, aber das Netz kann nicht schnell genug ausgebaut werden, um sie zu liefern.

Das Weißbuch argumentiert, dass die Lösung möglicherweise nicht einfach darin besteht, mehr Netzkapazität zu bauen. Stattdessen schlägt es vor, dass Rechenzentren selbst zu flexiblen Ressourcen werden können, die Stromsysteme stabilisieren, überschüssige erneuerbare Energie aufnehmen oder die Nachfrage während Spitzenlasten im Netz reduzieren.

Die Flex-Ready-Rechenzentren-Blaukopie

Die Zusammenarbeit integriert zwei Kerntechnologien:

• InfraPartners’ Upgradeable Data Center™-Architektur, die dafür ausgelegt ist, aufeinanderfolgende Generationen von KI-Hardware ohne größere Neugestaltungen zu unterstützen.
• Emerald AI’s Emerald Conductor-Plattform, eine Software-Schicht, die Rechenlasten, Einrichtungssysteme und Netzsignale orchestriert.

Zusammen bilden sie, was die Unternehmen als Flex-Ready-Rechenzentrum bezeichnen, das von Anfang an dazu konzipiert ist, an Energiemärkten und Netzmanagement teilzunehmen.

Laut Weißbuch ermöglicht diese Integration es Rechenzentren, das KI-Wachstum zu unterstützen, während gleichzeitig die Netzzuverlässigkeit verbessert, die Emissionen reduziert und neuer wirtschaftlicher Wert durch Netzprogramme geschaffen wird.

Anstatt Flexibilität später nachzurüsten, integriert die Architektur Energiebewusstsein direkt in die Einrichtungsoperationen von Tag eins.

Die drei Dimensionen der Rechenzentrumsflexibilität

Zentral für das Design ist ein Rahmen, der die Rechenzentrumsflexibilität in drei interagierende Schichten unterteilt: zeitliche, räumliche und Ressourcenflexibilität.

Zeitliche Flexibilität

Zeitliche Flexibilität konzentriert sich auf die Verschiebung des Strombedarfs über die Zeit. Anstatt Rechenlasten kontinuierlich mit voller Intensität auszuführen, können Rechenaufgaben basierend auf Stromverfügbarkeit, -preisen oder Netzbelastungsgraden geplant werden.

Techniken umfassen:

• das Aufschieben nicht dringender KI-Trainingslasten
• das dynamische Drosseln des IT-Stromverbrauchs
• die Anpassung der Kühlsystem-Operation
• die Koordination mit vor Ort gespeicherter Energie

Dieser Ansatz ermöglicht es Rechenzentren, die Last während Spitzenlasten im Netz zu reduzieren, während der Verbrauch erhöht wird, wenn erneuerbare Energieerzeugung reichlich vorhanden ist.

Räumliche Flexibilität

Räumliche Flexibilität erweitert das Konzept über eine einzelne Einrichtung hinaus.

Große KI-Betreiber führen oft mehrere Rechenzentren in verschiedenen Regionen aus. Durch die intelligente Verlagerung von Rechenlasten zwischen Standorten können Betreiber Rechenaufgaben zu Standorten verlagern, an denen Strom günstiger, sauberer oder leichter verfügbar ist.

In der Praxis bedeutet dies, dass KI-Lasten erneuerbare Energieerzeugung verfolgen oder Regionen vermeiden können, die von Netzüberlastung betroffen sind.

Ressourcenflexibilität

Die dritte Schicht beinhaltet die Koordination aller steuerbaren Infrastrukturen innerhalb eines Rechenzentrums-Campus.

Dazu gehören:

• GPUs und IT-Systeme
• Kühlinfrastruktur
• ununterbrochene Stromversorgung (USV)
• Batteriespeichersysteme
• vor Ort erzeugte Stromerzeugung

Wenn diese Vermögenswerte gemeinsam orchestriert werden, ermöglichen sie einer Einrichtung, den Stromverbrauch anzupassen, während die Zuverlässigkeit und die Service-Level-Vereinbarungen aufrechterhalten werden.

Emerald Conductor: Orchestrierung von Rechnung, Einrichtung und Netz

Die Orchestrierungsschicht, die diese Fähigkeiten ermöglicht, ist Emerald AI’s Emerald Conductor-Plattform.

Das System fungiert als hierarchische Steuerplattform, die drei Betriebsebenen umfasst:

1. IT-Ebene

Auf der Rechenebene integriert Emerald Conductor sich mit Lastplanern und Systemtelemetrie, um die Rechenintensität anzupassen. Prädiktive Modelle identifizieren Lasten, die verschoben oder umgestaltet werden können, ohne Service-Level-Vereinbarungen zu verletzen.

KI-Training, Batch-Verarbeitung und andere nicht-latenzkritische Lasten werden zu Kandidaten für flexible Planung.

2. Einrichtungsebene

Die Plattform verbindet sich auch direkt mit dem Gebäudemanagementsystem (BMS) des Rechenzentrums, indem sie Telemetrie von Kühlinfrastruktur, Stromverteilungsausrüstung, USV-Systemen und Batterien aufnimmt.

Dies ermöglicht der Software, Betriebsparameter dynamisch anzupassen, gespeicherte Energie zu dispatchen oder Kühlsysteme zu koordinieren, während Sicherheitsmargen und Redundanzanforderungen respektiert werden.

DC Flex Ready Executive White P…

3. Netz-Schnittstellen-Ebene

Auf der externen Ebene verbindet Emerald Conductor Rechenzentren mit Netzsignalen, einschließlich Nachfrageantwort-Events, Großhandelsstrompreisen und Zuverlässigkeitswarnungen.

Diese Signale werden in koordinierte Aktionen über IT- und Einrichtungsinfrastruktur übersetzt, um automatisierte Teilnahme an Strommarktprogrammen und Netzstabilisierungsdiensten zu ermöglichen.

InfraPartners’ Upgradeable Data Center-Architektur

Während Emerald AI die Orchestrierungsschicht bereitstellt, konzentriert sich InfraPartners auf die Art und Weise, wie die physische Infrastruktur entworfen und gebaut wird.

Ihre Upgradeable Data Center™-Architektur soll ein anderes, aber damit verbundenes Problem lösen: die schnelle Evolution von KI-Hardware.

Moderne GPUs und Beschleuniger erfordern oft neue Leichtdichten, Kühltechnologien und Infrastrukturlayouts alle paar Jahre. Traditionelle Rechenzentren haben Schwierigkeiten, sich anzupassen, was zu teuren Nachrüstungen oder ungenutzter Kapazität führt.

InfraPartners’ Design führt austauschbare Strom- und Kühlarchitekturen ein, die in der Lage sind, mehrere Generationen von Hardware ohne größere Neugestaltungen zu unterstützen.

Das Unternehmen setzt auch stark auf fabrikbasierte Konstruktion, wobei etwa 80 % der Einrichtung vor der Auslieferung im Werk montiert und getestet werden. Dieses Herstellungsmodell reduziert die Bauzeit, verbessert die Qualitätssicherung und die Wiederholbarkeit.

Einrichtungen können schrittweise skaliert werden, von 5-Megawatt-Einsätzen bis hin zu gigawattgroßen Campus, was es Betreibern ermöglicht, die Kapazität zu erweitern, während der KI-Bedarf wächst.

Integration von Flexibilität auf der Infrastrukturebene

Die Partnerschaft integriert die beiden Systeme durch tiefe Telemetrie- und Steuerungsintegration.

InfraPartners’ Gebäudemanagementsysteme übertragen Echtzeit-Betriebsdaten – einschließlich Strom-, Kühl- und Energiesystemmetriken – in Emerald Conductors Optimierungs-Engine.

Die Orchestrierungsplattform bestimmt dann, wie Lasten, Infrastruktursysteme und Energievermögenswerte auf Netzbedingungen reagieren sollten.

Da die Infrastruktur mit Flexibilität im Sinn konzipiert ist, kann das System den Betrieb anpassen, ohne die Zuverlässigkeit oder die Betriebszeit zu beeinträchtigen.

Diese Integration ermöglicht es Rechenzentren auch, an Netzprogrammen wie:

• Nachfrageantwort
• Stromgroßmärkte
• Netz Zuverlässigkeitsdienste

teilzunehmen. Diese Programme schaffen neue Einnahmequellen, während sie den Stromversorgungsunternehmen helfen, den Strombedarf zu verwalten.

Ein neues Modell für KI-Infrastruktur

Da KI weiterhin über Branchen hinweg expandiert, wird die Energieverfügbarkeit zu einer der definierenden Einschränkungen des Wachstums der Technologie.

Das Flex-Ready-Rechenzentrum-Modell schlägt einen anderen Ansatz für die Skalierung von Recheninfrastruktur vor. Anstatt Rechenzentren als passive Lasten im Netz zu behandeln, positioniert das Design sie als aktive Teilnehmer in Energiesystemen, die in der Lage sind, Rechennachfrage mit Stromverfügbarkeit zu koordinieren.

Wenn dieses Modell weit verbreitet wird, könnte es dazu beitragen, die KI-Entwicklung zu beschleunigen, während es den Druck auf die elektrische Infrastruktur lindert – eine zunehmend kritische Herausforderung, da KI-Modelle größer und energieintensiver werden.