Inhaltsverzeichnis
KI-Rechenzentren müssen gekühlt werden, da Rechenleistung Wärme erzeugt
KI-Workloads werden auf physischen Servern ausgeführt. Wenn GPUs, CPUs, Arbeitsspeicher, Speichermedien und Netzwerkgeräte Strom verbrauchen, wird fast die gesamte elektrische Energie letztendlich im Rechenzentrum in Wärme umgewandelt.
Ein herkömmlicher Webserver kann zwar einfache Anfragen verarbeiten, doch durch KI-Training und -Inferenz können Beschleuniger über lange Zeiträume hinweg mit hoher Auslastung laufen. Dicht bestückte GPU-Racks konzentrieren deutlich mehr Wärme auf kleinerem Raum als herkömmliche IT-Geräte in Unternehmen.
Die Kühlung ist daher kein optionales Komfortsystem. Sie ist Teil der Infrastruktur, die erforderlich ist, um die Chips innerhalb sicherer Betriebstemperaturen zu halten, eine Leistungsdrosselung zu vermeiden, die Hardware zu schützen und einen zuverlässigen Betrieb für die Nutzer zu gewährleisten.
GPU-Cluster erschweren das Kühlungsproblem
In modernen KI-Rechenzentren werden oft Tausende von GPUs zu Clustern zusammengefasst. Diese GPUs sind für parallele Berechnungen ausgelegt, weshalb sie sich so gut für das Training neuronaler Netze und die Abwicklung von Inferenz-Workloads eignen.
Die gleiche Dichte, die die KI-Infrastruktur so leistungsfähig macht, führt auch zu einer erhöhten thermischen Belastung. Mehr Beschleuniger pro Rack bedeuten einen höheren Stromverbrauch, mehr Netzwerkverbindungen, mehr Speicher und mehr Wärme, die von den Servern abgeführt werden muss.
Aus diesem Grund sind KI-Rechenzentren eng mit der Stromversorgung und der Kühlkapazität verknüpft. Ein Standort mag zwar über ausreichend Fläche oder Glasfaseranbindung verfügen, ist jedoch möglicherweise dennoch durch die verfügbare Stromversorgung, die Wärmeabfuhrkapazität oder lokale wasserwirtschaftliche Aspekte eingeschränkt.
So funktioniert die Wasserkühlung
Wasser eignet sich gut zur Kühlung, da es Wärme effizient abführen kann. Viele Rechenzentren nutzen Kühlwasserkreisläufe, Kühltürme, Verdunstungskühlung oder Hybridsysteme, die je nach Außenbedingungen Luft und Wasser kombinieren.
In einem Verdunstungskühlsystem wird ein Teil des Wassers gezielt verdunstet, um Wärme abzuführen. Dies kann den Stromverbrauch für die mechanische Kühlung senken, insbesondere im Vergleich zum intensiven Betrieb von Kältemaschinen bei warmen Wetterbedingungen, kann jedoch den lokalen Wasserverbrauch erhöhen.
Nicht jedes Rechenzentrum verfügt über denselben Aufbau. Manche Anlagen setzen stärker auf Luftkühlung, andere nutzen eine geschlossene Flüssigkeitskühlung in der Nähe der Chips, und wieder andere verwenden aufbereitetes oder nicht trinkbares Wasser. Der Wasser-Fußabdruck hängt von der Kühlarchitektur, dem Klima und der Betriebsstrategie ab.
Der direkte Wasserverbrauch ist nur ein Teil des Gesamtbildes
Unter direktem Wasserverbrauch versteht man den Wasserverbrauch am Standort des Rechenzentrums, in der Regel für Kühlungs- oder Feuchtigkeitsregulierungszwecke. Dies ist der offensichtlichste Aspekt des Problems, insbesondere wenn eine Anlage in einer wasserarmen Region Verdunstungskühlung einsetzt.
Auch der indirekte Wasserverbrauch kann eine Rolle spielen. Je nach lokalem Stromnetz kann für die Stromerzeugung Wasser zur Kühlung von Kraftwerken oder zur Brennstoffherstellung benötigt werden. Ein Rechenzentrum, das vor Ort nur wenig Wasser verbraucht, kann dennoch über den von ihm verbrauchten Strom mit dem Wasserverbrauch in Verbindung stehen.
Dies ist ein Grund dafür, dass die öffentlichen Schätzungen stark voneinander abweichen. Eine fundierte Bewertung muss klarstellen, ob dabei Wasser vor Ort, Wasser in der Lieferkette, Wasser im Zusammenhang mit der Stromerzeugung, Wasserentnahmen, Wasserverbrauch oder alle diese Kategorien berücksichtigt werden.
Der Standort beeinflusst die Auswirkungen in der realen Welt
Ein Liter Wasser, der in einer kühlen, wasserreichen Region verbraucht wird, hat nicht dieselben lokalen Auswirkungen wie ein Liter, der in einer heißen, trockenen Region mit überlasteten Wassereinzugsgebieten verbraucht wird. Dieselbe Kühltechnologie kann daher je nach Standort sehr unterschiedliche Folgen haben.
Das Klima beeinflusst, wie häufig freie Kühlung, Verdunstungskühlung oder mechanische Kühlung zum Einsatz kommen. Der Strommix wirkt sich auf die CO₂-Emissionen aus. Die lokale Wasserverfügbarkeit bestimmt, ob der zusätzliche Bedarf gering, umstritten oder betrieblich schwierig ist.
Aus diesem Grund lässt sich die Nachhaltigkeit von Rechenzentren nicht auf eine einzige globale Kennzahl reduzieren. Die entscheidende Frage ist nicht nur, wie viel Wasser verbraucht wird, sondern auch, wo und wann es verbraucht wird und welche alternativen Kühl- oder Stromversorgungsmöglichkeiten zur Verfügung standen.
Wasser, Strom und Kohlenstoff hängen miteinander zusammen
Eine Reduzierung des Wasserverbrauchs kann mitunter zu einem Anstieg des Stromverbrauchs führen. So kann beispielsweise eine Konstruktion, bei der auf Verdunstungskühlung verzichtet wird, stärker auf mechanische Kältemaschinen angewiesen sein, was den Energiebedarf in heißen Perioden erhöhen kann.
Auch das Gegenteil kann der Fall sein: Die Nutzung von Wasser zur Verdunstungskühlung kann den Stromverbrauch senken und damit die Emissionen verringern, wenn das Stromnetz kohlenstoffintensiv ist. Welche Option die bessere ist, hängt von der lokalen Wasserknappheit, der Kohlenstoffintensität des Stromnetzes, den Wetterbedingungen und der Hardware-Dichte ab.
Deshalb ist eine transparente Berichterstattung so wichtig. Kennzahlen wie der PUE-Wert für die Energieeffizienz und der WUE-Wert für den Wasserverbrauch sind zwar hilfreich, müssen aber im lokalen Kontext betrachtet werden. Ein wassersparendes Konzept ist nicht automatisch CO₂-arm, und ein energiesparendes Konzept ist nicht automatisch wassersparend.
Können KI-Rechenzentren weniger Wasser verbrauchen?
Ja, aber es gibt keine einheitliche, universell anwendbare Lösung. Zu den Optionen zählen ein besseres Luftstrommanagement, höhere Betriebstemperaturen, Flüssigkeitskühlung im geschlossenen Kreislauf, Trockenkühlgeräte, wiederaufbereitetes Wasser, Nicht-Trinkwasser, bessere Standortentscheidungen und effizientere KI-Hardware.
Auch die Optimierung von KI-Modellen spielt eine Rolle. Kleinere Modelle, effiziente Inferenz, Batching, Caching und Hardware-Spezialisierung können den Rechenaufwand für einen bestimmten Dienst senken, was indirekt zu einem geringeren Wärmeaufkommen und einem geringeren Kühlbedarf führt.
Gleichzeitig kann die Gesamtnachfrage dennoch steigen, wenn der Einsatz von KI schneller zunimmt als sich die Effizienz verbessert. Das praktische Ziel ist daher nicht nur eine effizientere Kühlung, sondern auch eine bessere Informationspolitik, eine sorgfältige Standortauswahl und eine Infrastrukturplanung, die den lokalen Wassermangel berücksichtigt.