In ganz Europa und im Nahen Osten schreitet die Einführung von KI mit beispielloser Geschwindigkeit voran. Hyperscaler, Colocation-Betreiber, Unternehmensrechenzentren und aufstrebende KI-Fabriken erweitern ihre IT-Infrastruktur rasch, um immer komplexere Modelle und riesige Datensätze zu unterstützen. Dieser Boom führt zu einem steigenden Strombedarf und treibt die Anforderungen an die Kühlung auf neue Extreme.

Bislang stützten sich Betreiber vor allem auf die Kennzahlen „Power Usage Effectiveness“ (PUE) und „Water Usage Effectiveness“ (WUE) als primäre Maßstäbe für die betriebliche Effizienz. Diese Kennzahlen haben der Branche jahrelang gute Dienste geleistet – sie sind einfache, intuitive Indikatoren dafür, wie effektiv eine Anlage Energie und Wasser nutzt.

Doch die heutigen KI-Workloads, fortschrittlichen Chips und Flüssigkeitskühlungsarchitekturen verändern die Gleichung. Da die Rechenleistung zum dominierenden Treiber des Energieverbrauchs wird, stellt die Rechenzentrumsbranche in Frage, ob PUE und WUE allein Effizienz, Nachhaltigkeit oder Betriebsleistung vollständig abbilden können.

Chips der nächsten Generation, die für KI und beschleunigtes Rechnen entwickelt wurden, arbeiten mit ganz anderen thermischen Profilen und Leistungsmerkmalen als herkömmliche CPUs. Sie erzeugen weitaus höhere Wärmebelastungen, sind stark auf Flüssigkeitskühlung angewiesen und liefern je nach Betriebstemperatur eine dramatisch unterschiedliche Rechenleistung.

Dies stellt Betreiber vor drei entscheidende Herausforderungen

PUE berücksichtigt die Rechenleistung nicht
Eine Anlage kann einen hervorragenden PUE-Wert aufweisen und dennoch eine relativ geringe Rechenleistung liefern. Da sich der weltweite Rechenbedarf voraussichtlich verdreifachen wird – laut McKinsey & Company von 82 GW im Jahr 2025 auf über 220 GW bis 2030 –, benötigen Unternehmen Kennzahlen, die die geleistete Arbeit berücksichtigen und nicht nur den Energieeinsatz im Verhältnis zum Energieertrag.

Klima- und Kühlungsschwankungen verfälschen Messungen
KI-Rechenzentren in heißeren Klimazonen oder Regionen mit Wasserknappheit sehen sich mit Umweltbedingungen konfrontiert, die sich zwangsläufig sowohl auf die PUE als auch auf die WUE auswirken. Ein Standort mit hochoptimierter Kühlung kann aufgrund geografischer Gegebenheiten – und nicht aufgrund technischer Mängel – dennoch als „ineffizient“ erscheinen.

KI-Workloads verändern das Verhältnis zwischen Kühlung, Temperatur und Leistung
Ein Chip kann bei höheren Temperaturen „ausreichend“ laufen – was die PUE durch den geringeren Bedarf an mechanischer Kühlung verbessert –, liefert jedoch bei niedrigeren Temperaturen eine überlegene Rechenleistung. In diesem Fall verschlechtert sich die PUE, die Rechenleistung steigt und die Gesamtproduktivität des Systems nimmt zu. Dieser Widerspruch verdeutlicht, warum die heutigen Kennzahlen für KI-gesteuerte Umgebungen nicht ausreichen.

Um die Effizienz in modernen Einrichtungen zu bewerten – insbesondere in solchen, die KI-, Hyperscale- und Colocation-Anwendungen mit hoher Dichte unterstützen –, müssen Betreiber Energie- und Wasserkennzahlen mit rechenleistungsorientierten KPIs kombinieren. Eine wachsende Zahl fortschrittlicher Kennzahlen bietet einen umfassenderen und skalierbareren Überblick über die Leistung.

• Die Leistung pro Watt (PPW) misst die Rechenleistung pro Energieeinheit. Ein ganzheitlicher Ansatz, um die IT-Leistung mit der Effizienz der Anlage in Einklang zu bringen.
• Die „Data Center Energy Productivity“ (DCeP) bewertet , wie viel „nützliche Arbeit“ (erledigte Aufgaben, verarbeitete Daten usw.) pro verbrauchter Energieeinheit erzeugt wird.
• Die Rechenleistungseffizienz (CPE) drückt die pro Energieeinheit bereitgestellte Rechenleistung aus . Ideal für KI-intensive Vorgänge.
• Das energieproportionale Computing (EPC) bewertet , wie effizient ein System den Energieverbrauch an die Arbeitslast anpasst. Je genauer der Energieverbrauch dem Rechenbedarf folgt, desto besser.
• Die „Green Efficiency“ (GE) verknüpft die Rechenleistung mit den CO₂-Emissionen und ermöglicht so eine auf Nachhaltigkeit ausgerichtete Entscheidungsfindung.
• Die „Performance Per Liter“ (PPL) bringt den Wasserverbrauch mit der Rechenleistung in Einklang – entscheidend für Regionen, die mit Wasserknappheit oder strengen behördlichen Auflagen konfrontiert sind.

Warum diese Kennzahlen wichtig sind
Diese neuen Kennzahlen ermöglichen es den Beteiligten, nicht nur die Ressourceneffizienz der Anlage zu bewerten, sondern auch den Wert, der pro Kilowatt, Liter und Tonne Kühlleistung generiert wird. Sie verändern die Art und Weise, wie Betreiber Entwurfsentscheidungen, die Kühlarchitektur, Chip-Temperaturen und Nachhaltigkeitsstrategien bewerten.

Dieses erweiterte Instrumentarium bringt jedoch auch eine größere Komplexität mit sich. Das Zusammenspiel von Hochdichte-Kühlung, Elektrifizierung, Wasserstrategie, fortschrittlichen Steuerungssystemen, Modellierung und regionalen regulatorischen Unterschieden erfordert einen stärker integrierten Ansatz.

Ein ganzheitlicher Partner für eine KI-gesteuerte Zukunft
Um erfolgreich zu sein, benötigen Unternehmen einen Partner für Technik und Wärmemanagement, der über umfassende Erfahrung in den Bereichen Systemdesign, CO₂-Reduzierung, Leistungsoptimierung und skalierbare Lösungen verfügt. Eine frühzeitige Zusammenarbeit ist entscheidend – vom Konzept über das Design bis hin zur Integration und dem laufenden Betrieb.

Trane verfügt über unübertroffenes Fachwissen hinsichtlich des gesamten Ökosystems von Rechenzentren – vom Dach bis zum Chip. Unser beratender Ansatz umfasst Modellierung, Tests, intelligente Steuerungen, Energierückgewinnung, Wärmespeicherung, Echtzeitanalysen und vorausschauende Wartung. Wir helfen Betreibern dabei, ihr Rechenpotenzial zu maximieren und gleichzeitig den Bedürfnissen der lokalen Gemeinschaft, den Umweltanforderungen und den Nachhaltigkeitsprioritäten gerecht zu werden. Sprechen Sie mit einem unserer Rechenzentrumsexperten!

Ihr zuverlässiger Innovator für Rechenzentrumskühlung und Wärmemanagement in geschäftskritischen Umgebungen
Bei Trane ermöglichen wir es Rechenzentren der nächsten Generation, effizienter, nachhaltiger und intelligenter zu arbeiten – und damit den Anforderungen von KI, Workloads mit hoher Dichte und globalem Wachstum gerecht zu werden. Durch integrierte Anlagen, Systemkonzeption, Analysen und kontinuierliche Leistungsdienstleistungen tragen wir dazu bei, dass Ihre Anlage maximale Rechenleistung bei minimaler Umweltbelastung liefert.

Erfahren Sie, wie Trane Ihre ganzheitliche Wärmemanagementstrategie unterstützen kann:
https://trane.eu/data-center.html

Dieser Artikel basiert auf einem Whitepaper von Danielle Rossi, Global Director für Mission Critical Cooling bei Trane Technologies.
Laden Sie das vollständige Whitepaper herunter.