KI-Rechenzentren sind nicht zufällig verteilt. Sie konzentrieren sich in der Regel in der Nähe von Stromversorgungskapazitäten, Glasfasernetzen, verfügbaren Flächen, Cloud-Regionen, Kühlmöglichkeiten, qualifizierten Arbeitskräften und genehmigungsrechtlichen Rahmenbedingungen, die große Infrastrukturprojekte ermöglichen.
Einige Standorte werden öffentlich als KI-Einrichtungen bekannt gegeben, beispielsweise große Supercomputer-Standorte oder Stargate-Campus. Viele andere sind Hyperscale-Cloud-Regionen, in denen KI-Workloads ausgeführt werden können, die jedoch nicht offenlegen, welche Modelle oder Produkte in den einzelnen Gebäuden zum Einsatz kommen.
Diese Seite ist daher eine öffentliche, unvollständige Karte mit den wichtigsten Regionen und Beispielen. Sie verzichtet auf eine genaue Darstellung auf Straßenebene und erhebt keinen Anspruch darauf, jede Einrichtung zu erfassen.
So lesen Sie diese Karte
Die folgenden Einträge stammen aus offiziellen Seiten von Betreibern, Dokumentationen zur Cloud-Infrastruktur, öffentlichen Ankündigungen und offenen Ressourcen zur Kartierung von Rechenzentren. Eine Region kann aufgeführt sein, weil es sich um einen expliziten KI-Standort, einen öffentlichen Hyperscale-Rechenzentrumskomplex oder eine bedeutende Cloud-Region handelt, die eine KI-fähige Infrastruktur unterstützt.
Die Liste ist bewusst zurückhaltend gehalten. Sie sollte als praktischer Leitfaden für öffentliche Signalanlagen verstanden werden und nicht als vollständige Bestandsaufnahme oder Verzeichnis sicherheitsrelevanter Einrichtungen.
Wichtige Regionen für öffentliche KI- und Hyperscale-Rechenzentren
Ausgewählte Beispiele auf der Grundlage öffentlich zugänglicher Quellen. Die Kategorien beschreiben, warum die Region relevant ist; sie bedeuten nicht, dass jede Einrichtung in der Region auf KI spezialisiert ist.
Hyperscale-Region
Northern Virginia, United States
Eine der weltweit größten Cloud- und Rechenzentrumsregionen, die öffentlich über AWS, Azure und öffentliche US-amerikanische Kartendienste für Rechenzentren dargestellt wird.
AWS Global InfrastructureCloud- und Hyperscale-Region
Oregon and Pacific Northwest, United States
Eine wichtige Infrastrukturregion im Westen der USA, zu der Public-Cloud-Regionen und große Standorte wie Google The Dalles und Meta Prineville gehören.
Google Data Center LocationsKI und der Ausbau von Hyperscale-Infrastrukturen
Texas, United States
In Texas befinden sich öffentliche Hyperscale-Standorte sowie mehrere angekündigte Standorte für KI-Infrastruktur, darunter Stargate-Standorte in Abilene, im Milam County und im Shackelford County.
OpenAI Stargate sitesWebsite zum Supercomputer „Explicit AI“
Memphis, Tennessee, United States
Memphis wird von xAI öffentlich als Standort von Colossus bezeichnet, einer großen KI-Supercomputeranlage, die für Grok genutzt wird.
SpaceXAI MemphisEuropäische Cloud- und Rechenzentrumsregionen
Ireland and the Netherlands
In Irland und den Niederlanden befinden sich öffentliche Hyperscale-Rechenzentren und Cloud-Regionen, die für europäische Workloads genutzt werden.
Meta global data centersRegion mit Infrastruktur für kühle Klimazonen
Nordics: Denmark, Sweden and Finland
Standorte in den nordischen Ländern tauchen in den Beständen öffentlicher Rechenzentren auf, da das kühle Klima, die Stromversorgung und die Netzanbindung den Betrieb groß angelegter Infrastrukturen ermöglichen.
Google Data Center LocationsCloud-Region Asien-Pazifik
Singapore and Southeast Asia
Singapur ist ein börsennotierter Standort für Rechenzentren und ein dicht besetzter regionaler Cloud-Knotenpunkt für Workloads im asiatisch-pazifischen Raum.
Meta global data centersKI-fähige Infrastruktur im asiatisch-pazifischen Raum
Japan and Taiwan
In Japan und Taiwan befinden sich Public-Cloud- und Rechenzentrumsinfrastrukturen, wobei im Bereich der KI-Workloads eine starke Nachfrage seitens der Netzwerk-, Halbleiter- und Unternehmensbranche besteht.
Google Data Center LocationsWarum die vollständige Liste nicht öffentlich ist
Anbieter veröffentlichen häufig Informationen zu Cloud-Regionen, Rechenzentrumsstandorten oder Investitionsankündigungen, geben jedoch in der Regel nicht bekannt, welche genauen Workloads in den einzelnen Gebäuden ausgeführt werden. Eine einzelne Einrichtung kann gleichzeitig Suchdienste, Speicherdienste, Enterprise-Cloud-Dienste, KI-Inferenz und interne Systeme hosten.
Einige Standorte werden von Colocation-Anbietern angemietet, andere befinden sich noch im Bau, und wieder andere werden bereits angekündigt, bevor die endgültigen Kapazitäten, Stromversorgungsverträge oder Genehmigungsdetails feststehen. Öffentliche Aufzeichnungen können zudem hinter den baulichen oder betrieblichen Veränderungen zurückbleiben.
Aus diesem Grund sollte eine verantwortungsvolle Karte von KI-Rechenzentren große Regionen, eindeutige Quellenangaben und Formulierungen, die Unsicherheiten zum Ausdruck bringen, verwenden. Sie sollte nicht den Eindruck erwecken, dass jeder sichtbare Standort in der Cloud ausschließlich eine KI-Einrichtung ist.