Nvidia will Ausbau von Rechenzentren mit vorgefertigten Containern beschleunigen

Nvidia will die Installation großer KI-Rechenzentren von durchschnittlich sechs Monaten auf wenige Wochen verkürzen. Auf seiner Hausmesse GTC in Berlin stellt das US-Unternehmen dafür ein neues Referenzdesign namens DSX Pod vor, mit dem Partner komplette KI-Rechenanlagen in Containern vorfertigen sollen. Die ersten Systeme sollen Anfang 2027 verfügbar sein. Gleichzeitig kündigt Nvidia den Ausbau seiner europäischen Lieferketten und neue Techniken an, die den Wasserbedarf senken und Engpässe bei der Stromversorgung entschärfen sollen.

Die Ankündigungen folgen unmittelbar auf ein Treffen von Nvidia-Chef Jensen Huang mit Bundeskanzler Friedrich Merz beim Berliner Investitionsgipfel. Nvidia präsentiert sich auf der GTC in Berlin als Partner einer europäischen Digitalpolitik, die unabhängiger von außereuropäischen Technologieanbietern werden will. Das US-Unternehmen nutzt den Ruf nach digitaler Souveränität, um sich als unverzichtbarer Lieferant von Schlüsseltechnologien zu etablieren, und vertieft damit Europas Abhängigkeit weiter.

Rechenzentren im Container

Schiffscontainer haben den globalen Warenverkehr standardisiert. Ein ähnliches Prinzip will Nvidia nun auf den Bau von KI-Rechenzentren übertragen: Statt die Anlagen erst am Einsatzort aufzubauen, sollen Hersteller komplette Systeme nach dem neuen DSX-Pod-Referenzdesign vorfertigen. Damit will Nvidia die Zeit verkürzen, bis ein geliefertes System die ersten Token erzeugt und Umsatz bringt.

Das Referenzdesign sieht Container mit Vera-Rubin-Rechnern, Netzwerktechnik, Stromverteilung und Flüssigkeitskühlung vor. Die Hersteller sollen die Komponenten bereits im Werk installieren, miteinander verbinden und auf ihre Funktion prüfen. Anschließend werden die Container zum Einsatzort transportiert und dort in Betrieb genommen. Für die Umsetzung nennt Nvidia unter anderem die Hersteller Bull, Dell, HPE, Lenovo, Foxconn, Gigabyte, Pegatron, Quanta Cloud Technology und Wistron. Weitere Partner wie Schneider Electric, Eaton, Delta und Vertiv liefern Infrastruktur für Stromversorgung und Kühlung.

Jensen Huang rechnete vor, dass ein großes Rechenzentrum in der Größenordnung von 10 Milliarden US-Dollar Umsatz pro Jahr generieren könnte – da zähle jeder Tag, den es früher ans Netz gehe. Die von Nvidia offiziell genannten zwei Wochen Installationszeit gelten allerdings nur für bereits vorbereitete Standorte. Huang relativierte die ambitionierte Zahl etwas und sprach von weniger als einem Monat. Stromversorgung, externe Kühltechnik und Netzanschlüsse müssen bereits vorhanden sein. Doch gerade die Bereitstellung ausreichender elektrischer Leistung gehört zu den größten Hindernissen beim Ausbau der KI-Infrastruktur.

Höhere Effizienz, höherer Bedarf

Nach Angaben der Internationalen Energieagentur (IEA) verbrauchten Rechenzentren weltweit 2025 rund 485 Terawattstunden Strom. Bis 2030 erwartet die Organisation nahezu eine Verdoppelung auf etwa 950 Terawattstunden. Bei speziell für KI ausgelegten Rechenzentren rechnet sie im selben Zeitraum sogar mit einer Verdreifachung des Strombedarfs. Mehr als die Hälfte des Stroms für Rechenzentren stammt weiterhin aus Kohle und Erdgas.

Um die Engpässe bei der Stromversorgung zu entschärfen, will Nvidia die Leistungsaufnahme von Rechenzentren flexibilisieren. Mit der neuen Steuerungssoftware DSX Flex sollen sie im Rahmen der DSX-Plattform ihren Strombedarf bei Engpässen im Netz künftig automatisch reduzieren können. In einem Versuch mit simulierten Netzereignissen ließ sich die Leistungsaufnahme eines Blackwell-Ultra-Clusters mit der Software Conductor von Emerald AI laut Nvidia vorübergehend um bis zu 40 Prozent senken, während priorisierte Anwendungen weiterliefen.

Damit der Ausbau trotzdem nicht ins Stocken gerät, verspricht Nvidia weitere Effizienzgewinne. Mit DSX MaxLPS lässt sich das verfügbare Strombudget dynamisch zwischen den Serverracks verteilen. In einem Versuch auf Blackwell-Ultra-Systemen vom Typ GB300 NVL72 erreichte der Cloudanbieter Nscale laut Nvidia bei unverändertem Strombudget von 264 Kilowatt einen um 49 Prozent höheren Inferenzdurchsatz. Dieselbe Tokenzahl soll sich mit DSX MaxLPS laut Nvidia mit bis zu 30 Prozent weniger Strom erzeugen lassen; Nscale konnte im selben Leistungsrahmen 37 Prozent mehr GPU-Kapazität verwalten.

Für die Betreiber sind die Effizienzgewinne vor allem wirtschaftlich interessant: Statt den Gesamtverbrauch zu senken, können sie innerhalb ihrer bestehenden Anschlussleistung zusätzliche GPUs betreiben und mehr Rechenleistung verkaufen. DSX Flex soll zudem helfen, weitere KI-Fabriken an bereits stark ausgelastete Stromnetze anzuschließen. Der damit verbundene sogenannte Rebound-Effekt kann den Strombedarf jedoch zusätzlich antreiben: Sinkende Kosten pro Rechenoperation machen weitere KI-Anwendungen wirtschaftlich, die wiederum neue Rechenkapazitäten benötigen.

Zu heiß gebadet

Wie mittlerweile in der Branche üblich, sollen sich die Vera-Rubin-Systeme mit bis zu 45 Grad Celsius warmem Kühlmittel, also etwas zu heißem Badewasser, noch ausreichend kühlen lassen. Geschlossene Kühlkreisläufe mit trockenen Rückkühlern sollen die Abwärme an die Umgebungsluft abgeben, ohne laufend Wasser zu verdunsten.

Bei einer Anlage mit zwei Gigawatt Leistung sollen sich damit nach Nvidias Berechnungen gegenüber konventioneller Verdunstungskühlung täglich bis zu 54 Millionen Liter Wasser einsparen lassen. Sollten die Außentemperaturen allerdings neue Hitzerekorde aufstellen und das 45-Grad-Ziel überschreiten, könnten zusätzliche Kältemaschinen erforderlich werden, die den Strombedarf weiter erhöhen.

Europas Souveränität von Nvidias Gnaden

Damit beim rasanten Ausbau der KI-Rechenzentren auch europäische Firmen ein Stückchen vom Kuchen abbekommen, will Nvidia sie stärker einbinden. Foxconn soll die Systeme in Tschechien fertigen und testen, der französische Hersteller Bull sie in Angers montieren, integrieren und validieren. Insgesamt spricht Nvidia von Fertigungs- und Integrationspartnern in mehr als zehn europäischen Ländern. Siemens, ABB, Schneider Electric und Dassault Systèmes sollen sich mit Technik und Software für Planung, Stromversorgung und Kühlung am Aufbau der KI-Fabriken beteiligen.

Nvidia vermarktet diese Zusammenarbeit als Beitrag zu einer souveränen europäischen KI-Infrastruktur. Europäische Fertigungsstandorte können die Lieferketten verkürzen und regionale Wertschöpfung schaffen. An der technologischen Abhängigkeit ändert sich jedoch wenig: Die entscheidenden Chips, die Netzwerktechnik und zentrale Softwareplattformen entwickelt weiterhin Nvidia. Die Chipfertigung übernimmt TSMC in Taiwan. Je mehr europäische Unternehmen Nvidias Server einsetzen, desto aufwendiger und kostspieliger kann später ein Wechsel zu konkurrierenden Architekturen werden.

Wie global die Lieferkette bleibt, zeigen Nvidias gleichzeitig angekündigte Investitionen. Die für Nvidia verfügbaren Kapazitäten für Chipträger sollen mithilfe von Zulieferern in Japan, Südkorea und Taiwan innerhalb von drei Jahren auf das Zweieinhalbfache steigen. Amkor will die Kapazität für Interposer-Wafer im Advanced Packaging in Südkorea bis Ende 2028 laut Nvidia um mehr als 300 Prozent erhöhen. Für den Ausbau der Halbleitertests durch KYEC in den USA leistet Nvidia nach eigenen Angaben eine Vorauszahlung von 1,1 Milliarden US-Dollar zur Reservierung künftiger Testkapazitäten.

Während in Europa zusätzliche Kapazitäten für die Systemfertigung entstehen, bleiben die Schlüsselkomponenten also weiterhin von einer internationalen Lieferkette abhängig. So festigt Nvidia seine Stellung als zentraler Infrastrukturlieferant. Europa gewinnt zwar eigene Rechenkapazitäten und mehr Kontrolle über deren Betrieb, bindet sich dabei aber umso enger an die Technologien eines einzelnen US-Unternehmens, das seinen Burggraben gegenüber der Konkurrenz weiter aushebt.