Investitionen in sichere Rechenzentren

Die rasante Verbreitung von KI-Anwendungen befeuert den Bedarf an Rechenleistung und Speicherkapazität. Für Unternehmen, Privatpersonen und Behörden ist es von grösster Bedeutung, dass all diese Daten sicher verarbeitet und gespeichert werden. Daraus resultiert eine wachsende Nachfrage nach hochentwickelten Rechenzentren, was unserer Meinung nach attraktive Anlagechancen eröffnet – sowohl für Investitionen in die Rechenzentren selbst als auch in die zugrunde liegende Infrastruktur.

Rechenzentren sind unerlässlich, um diesem steigenden Bedarf gerecht zu werden, weil sie die für die Bewältigung der massiven KI-Workload erforderliche Infrastruktur bereitstellen. In den letzten zehn Jahren haben die Entwickler die Kapazität neuer Co-Location-Rechenzentren – in denen die Server und Netzwerke einer Vielzahl von Unternehmen in einer gemeinsamen Einrichtung untergebracht sind – sowie von Hyperscale-Rechenzentren – speziell für die massiven Anforderungen grosser Technologieunternehmen und Cloudservice-Anbieter an Leistung und Ressourcen gebaute Einrichtungen – immer weiter erhöht.

Der Bedarf an Kapazität wird mit der Verbreitung der generativen KI (GenKI) nur noch weiter steigen. Das hat einen neuen Investitionszyklus bei den Hyperscale-Unternehmen in Gang gesetzt und erfordert in den kommenden Jahren erhebliche Investitionen in die Rechenzentrumsinfrastruktur. Damit Informationen weiterhin sicher gespeichert werden können, muss die Infrastruktur der Rechenzentren weiterentwickelt werden, um den zusätzlichen Energiebedarf der KI zu bewältigen und sicherzustellen, dass Daten nicht durch Überhitzung, Stromausfälle oder Brände verloren gehen.

Training oder Inferenz?

There are two key AI models, each with distinct data centre requirements:

• KI-Training: Aufbau eines Modells zur Erkennung von Mustern und für Prognosen auf der Grundlage von Eingabedaten. Das ist in einer relativ isolierten Umgebung effizient möglich, da dieses Modell weniger latenzempfindlich ist. KI-Training kann in einem Rechenzentrum in einem ländlichen Gebiet durchgeführt werden, wo die Grundstückskosten niedriger sind.
  
• KI-Inferenz: Generierung von Prognosen oder Outputs auf der Grundlage des aus den Eingabedaten gewonnenen Wissens (wie bei ChatGPT). Dieses Modell erfordert enorme Leistung und minimale Latenzzeiten, um die Interaktion zwischen Endnutzern und Anwendungen in Echtzeit zu ermöglichen. Um diesen hohen Anforderungen gerecht zu werden, ist ein Rechenzentrum in einer städtischen Umgebung am besten für KI-Inferencing geeignet.
  

Obwohl in den Medien hauptsächlich von KI-Training berichtet wird, sehen wir Potenzial für Co-Location-Anbieter im Bereich des KI-Inferencing. Der Zielmarkt dafür könnte etwa 10 bis 15 Mal grösser sein als der für KI-Training.Wells Fargo, Generative AI Brings Opportunity to Data Centre Future Inferenz-Rechenzentren benötigen die Hälfte der Leistungsdichte im Vergleich zu KI-Training und müssen vermutlich an 20 bis 30 Standorten auf der ganzen Welt repliziert werden. 

Leistungsbedarf: Der Engpass für Rechenzentren

Beim Bau von Rechenzentren gibt es zwei grosse Herausforderungen: Verfügbarkeit von Grundstücken und Energieknappheit. Infolgedessen übersteigt die Nachfrage bei weitem das verfügbare Angebot – ein Trend, der sich unserer Einschätzung nach vorerst fortsetzen wird.

Die Verfügbarkeit von Energie ist besonders problematisch, da die Versorgungsunternehmen in der Regel für einen linearen Anstieg der Nachfrage ausgelegt sind, wohingegen der Bedarf der KI-Rechenzentren treppenförmig steigt und daher eine besondere Herausforderung darstellt (siehe Abb. 1). Im Jahr 2023 lag der Energieverbrauch des globalen Rechenzentrumsmarktes bei 60 GW. Dieser Verbrauch dürfte sich bis 2027 auf 122 GW verdoppeln, was einer durchschnittlichen jährlichen Wachstumsrate (CAGR) von etwa 20% entspricht.Schätzungen von Morgan Stanley Research

Die Verbreitung von KI-gestützten Anwendungen ist einer der Hauptgründe für den Anstieg des Energiebedarfs von Rechenzentren. Die EnergiedichteDie Energiedichte bezieht sich auf die Menge der verbrauchten oder benötigten Energie pro Flächeneinheit innerhalb der Einrichtung. Sie misst, wie viel Energie für den Betrieb von Servern, Kühlsystemen und anderen Geräten im Verhältnis zur verfügbaren Fläche benötigt wird. von KI-Servern ist deutlich höher als die von herkömmlichen CPU-Servern (Central Processing Units). Sie basieren auf GPU-Servern (Graphic Processing Units), die fünfmal mehr Strom benötigen als herkömmliche CPU-Server und zudem fünfmal mehr Wärme erzeugen.Vertiv Capital Market Day 2023

Schätzungen zufolge werden in den nächsten 15 Jahren 80% der Energie in Rechenzentren auf KI entfallen, sodass der Zugang zu Energie den Unterschied machen wird.DigitalBridge Group CEO Marc Ganzi, Earnings Call Q2 2023

Rechenzentren haben derzeit eine durchschnittliche Leistungsdichte von etwa 10 kW pro Rack. Da für KI-Anwendungen aufgrund des Einsatzes von GPUs eine höhere Leistungsdichte erforderlich ist, müssen sich Hyperscale-Rechenzentren darauf einstellen, dass der Durchschnitt in den kommenden Jahren auf 40–50 kW pro Rack ansteigen wird.JLL Data Centres 2024 Global Outlook

Mit der zunehmenden Verbreitung der KI müssen die Betreiber von Rechenzentren ihre elektrische Infrastruktur aufrüsten (das heisst Upgrade des Energiemanagements vom lokalen Stromnetz auf den Chip), aber das kann Jahre dauern. Eine Möglichkeit, den Prozess zu beschleunigen, besteht darin, Rechenzentren in Gebieten zu errichten, in denen die erforderliche Infrastruktur bereits vorhanden ist, auch wenn dies bedeutet, dass bestehende Strukturen nachgerüstet oder ersetzt werden müssen.

Das zukünftige Design von Rechenzentren

Aufgrund des höheren Energieverbrauchs werden auch mehr Heizungs-, Lüftungs- und Klimaanlagen benötigt, da mehr Wärme erzeugt wird. Rechenzentren müssen daher in ihre Wärmemanagementsysteme (das heisst Kühlsysteme, Luftstrommanagement) investieren.

KI-Anwendungen erzeugen während des Betriebs erhebliche Wärme, sodass Rechenzentren optimale Betriebstemperaturen gewährleisten müssen, um Hardwareausfälle zu vermeiden und eine zuverlässige Leistung sicherzustellen.

Die meisten Rechenzentren arbeiten noch mit Luftkühlung. Die steigende Dichte der Server übersteigt jedoch die Kühlkapazitäten luftbasierter Systeme (die luftbasierte Kühlung ist auf 15 bis 25 kW pro Rack beschränkt, danach verliert sie ihre Wirkung).The Green Grid Wenn die Leistungsdichte über diese Grenze hinaus ansteigt, müssen die Betreiber über einen Umstieg auf Technologien für die Flüssigkeitskühlung nachdenken, da diese Lösung zukunftssicherer ist.

Bis vor kurzem waren die Rechenzentren noch so designt, dass sie mit den Anforderungen an die Leistungsdichte durch lokalisierte Kühltechniken Schritt halten konnten. Jetzt richtet sich das Augenmerk auf umfangreichere Lösungen für die Flüssigkeitskühlung, um die für GenKI erforderliche höhere Rack-Dichte zu erreichen. Viele Rechenzentrumsbetreiber rücken jedoch noch nicht von ihren ursprünglichen Designs ab, weil sie der Meinung sind, dass diese den aktuellen AI-Anforderungen gerecht werden. Da GenKI zunehmend Einzug in unseren Alltag hält, gehen wir davon aus, dass der Fokus verstärkt auf Kühltechnologien und der Nachrüstung älterer Anlagen liegen wird.

Infolgedessen könnte sich der Gesamtzielmarkt für das flüssigkeitsbasierte Wärmemanagement von Rechenzentren in den nächsten fünf Jahren womöglich verfünffachen (Abb. 2). Unternehmen, die Kühlsysteme – oder entsprechende Geräte – anbieten, könnten daher ein interessantes Investitionsziel sein.

Wie wichtig wirksame Kühlsysteme für die Sicherheit sind, zeigte sich bei einem Brand in einem Rechenzentrum in Straßburg im Jahr 2021, der Millionen von Websites, darunter auch die der Regierung, lahmlegte und zu einem erheblichen Datenverlust führte.

Rückenwind für die Branche

Einen ersten Vorgeschmack auf die wachsende Nachfrage hat uns bereits das Jahr 2023 gegeben – die ereignisreichste Zeit in der Geschichte der Rechenzentren.Wells Fargo, Data Centre Demand Hits New Heights in Q4 2023 Industry Flash Weltweit wurden mehr als 6 Gigawatt (GW) an zusätzlicher Kapazität geleast, der Grossteil davon, etwa 4 bis 5 GW, in Nordamerika. Das Leasingvolumen war doppelt so hoch wie im Jahr 2022, damals schon ein Allzeithoch, und fast achtmal so hoch wie im Jahr 2019.Wells Fargo, Data Centre REITs: 2024 Outlook

Die Angebotsverknappung und die starke Nachfrage haben wiederum die Mieten für die Rechenzentrumsbetreiber in die Höhe getrieben. Nach einem Mietanstieg von 18,6% im Jahr 2023 gegenüber dem Vorjahr erwarten die Immobilienexperten von CBRE für 2024 einen weiteren Anstieg im zweistelligen Prozentbereich (Abb. 3).

Der Rechenzentrumssektor wird in den kommenden Jahren ein exponentielles Wachstum erfahren, was vor allem auf die schnelle Verbreitung von KI-Technologien zurückzuführen ist. Dieses Wachstum wird in erster Linie durch den Bedarf an hoher Datenverarbeitungskapazität und Hochleistungs-Recheninfrastrukturen angetrieben. Darüber hinaus wird die Nachfrage nach wirksamen Kühlungslösungen, wie zum Beispiel die Flüssigkeitskühlung, steigen, um die Zuverlässigkeit und Effizienz von KI-Hardware zu gewährleisten.

Rechenzentren, die ihre Infrastruktur an diese neuen Anforderungen anpassen und skalieren können, werden gut positioniert sein, um vom Vormarsch der KI zu profitieren. Wenn sie sich auf den Wandel einlassen und die Chance ergreifen, können sie eine entscheidende Rolle bei der Gestaltung der Zukunft der Innovation spielen – und einen massgeblichen Beitrag zur Sicherheit der bei ihnen gespeicherten Daten leisten.

Rechenzentren spielen eine wichtige Rolle beim Schutz der kritischen Vermögenswerte von Unternehmen und sind daher ein attraktives Segment im Anlageuniversum unserer Security Strategie.