Rechenzentren sind gefordert, im Wettlauf mit künstlicher Intelligenz mitzuhalten, betont Carsten Schneider, Managing Director Germany bei CyrusOne.

Data centers are being challenged to keep up in the race with artificial intelligence, says Carsten Schneider, managing director Germany at CyrusOne.

Unerwartete Belastung: Künstliche Intelligenz (KI) ist längst kein neuer Trend mehr, dennoch traf der Durchbruch generativer KI im Mainstream seit dem Launch von ChatGPT 2022 unsere Gesellschaft weitgehend unvorbereitet. Und so versuchen nicht nur die Industrie, sondern auch staatliche Regulierungen mit der neuen Entwicklung Schritt zu halten. Klar ist jedoch: Bisher wurde nur an der Oberfläche dessen gekratzt, wozu KI in der Lage ist. Sie hat das Potenzial, die Gesellschaft zu verändern und großen Einfluss auf alle Branchen auszuüben – vom Gesundheitswesen über die Reisebranche bis hin zum Einzelhandel.

Doch ist unsere IT-Infrastruktur bereit für diesen Wandel? Mit immer größeren und komplexeren KI-Workloads steigt auch der Bedarf an Datenspeicherung exponentiell an. Für eine KI-Suche ist mindestens die vier- oder fünffache Rechenleistung einer herkömmlichen Suche nötig. Zudem kann man davon ausgehen, dass die Rechenleistung noch weiter steigt, besonders wenn KI-Modelle schließlich auf aktuelle Daten und nicht nur auf Datensätzen aus einer bestimmten Zeitspanne trainiert werden.

Die Branche versteht gerade erst, welche Auswirkungen das auf Rechenzentren haben wird. Wie weit sich KI tatsächlich in unserem Alltag durchsetzt und welchen Nutzen wir aus der Technologie ziehen können, hängt demnach in hohem Maße davon ab, dass Rechenzentren und die Energieinfrastruktur diese Nachfrage bedienen können.

Rechenkapazitäten müssen von USA nach Europa wandern

Zweifellos wird die KI-Entwicklung derzeit von den USA angeführt, da die meisten Trainingsmodelle vorwiegend dort verortet sind. Es ist jedoch wahrscheinlich, dass es eine Verlagerung nach Europa geben wird, die durch mehrere Faktoren angetrieben wird.

Der Großteil des KI-Wachstums in Europa wird durch Inferenz-basierte Modelle erwartet. Das bedeutet, aus einer Menge an Daten wird eine Schlussfolgerung getroffen. Meist laufen bei diesem Prozess Echtzeitdaten durch ein trainiertes KI-Modell, um eine Vorhersage zu treffen oder eine Aufgabe zu lösen. Um Latenzzeiten zu vermeiden, sind diese Modelle also am sinnvollsten, wenn sie mit möglichst kurzen Datenübertragungswegen durchgeführt werden – also lokal am europäischen Markt anstatt zentralisiert in den USA. Dies erfordert unweigerlich eine Menge zusätzlicher Rechenleistung, die die Region in absehbarer Zukunft bereitstellen muss.

Das wirft die Frage auf, wo Rechenzentren zukünftig am besten platziert sein sollten, um allen Anforderungen gerecht zu werden. Folgt man dem US-amerikanischen Beispiel, dann betreibt man Datacenter am besten in oder in der Nähe von großen Ballungszentren. Damit muss aber auch eine Umgestaltung von Stadtkonzepten einhergehen, was sowohl für die Branche als auch für die Gesellschaft eine große Veränderung bedeutet.

Bislang haben Hyperscaler-Cloud-Anbieter in UK und Europa KI-Lasten durch ihre bestehenden Kapazitäten innerhalb traditioneller Verfügbarkeitszonen abgedeckt. Die meisten von ihnen werden diese Strategie auch in diesem Jahr fortführen. Das gibt ihnen Zeit, Entwicklungen zu verfolgen, den zukünftigen Bedarf besser einschätzen zu können und auf dieser Basis kluge Entscheidungen für einen auf die Zukunft ausgerichteten Ausbau zu treffen.

Datenlokalisierung treibt Rechenzentrumswachstum in Europa

Zum anderen treiben Gesetze zum Fluss von Daten, die nicht unter die Datenschutzgrundverordnung fallen, die Migration von Trainingsmodellen aus den USA nach Europa voran. Dabei handelt es sich in der Regel um Vorschriften, die die Speicherung und Verarbeitung von Daten in dem Land oder der Region vorschreiben, in dem bzw. der sie erstellt wurden. Mit dieser Gesetzgebung wurde schon seit einiger Zeit gerechnet. Die rasante Beschleunigung der KI und ihre Auswirkungen auf die Rechenzentren wurden jedoch bisher nicht in sinnvoller Weise in der Ressourcenplanung berücksichtigt.

Durch die fortschreitende Datenverlagerung benötig Europa und vor allem auch Deutschland eine belastbare Energieinfrastruktur. Doch derzeit ist Europa nicht dafür aufgestellt, KI-Rechenlasten dieser Größenordnung zu unterstützen. Daher müssen als Übergang entweder bestehende Standorte verstärkt werden und auf lange Sicht neue in der Nähe von Stromressourcen errichtet werden. Ebenso ist es möglich zukünftig die Entwicklung neuer Technologien voranzutreiben, die die Latenzzeit verringern und so eine Auslagerung der Rechenzentren an weiter abgelegenen Orten ermöglichen. So kann es gelingen Europa mittelfristig auf die kommenden KI-Rechenlasten vorzubereiten.

Fazit

Ohne Frage wird die Nachfrage nach Rechenzentrumskapazitäten durch KI in den nächsten Monaten und Jahren rasant ansteigen. Deshalb ist es von entscheidender Bedeutung, dass Kunden die Sicherung ihrer KI-Zukunft dieses Jahr als Priorität planen. Um diese herausfordernde Aufgabe zu meistern ist Zusammenarbeit innerhalb der Branche gefragt. Rechenzentrumsanbieter müssen die Beziehung zu ihren Kunden weiterentwickeln, um gemeinsam innovative Lösungen zu finden, die mit der Nachfrage Schritt halten können. Das Jahr 2024 wird ein entscheidender Moment für Unternehmen sein, um zukünftiges Wachstum zu sichern und dafür zu sorgen, dass sie in dieser neuen technologischen Revolution bestehen.

Unexpected burden: Artificial intelligence (AI) is no longer a new trend, but the mainstream breakthrough of generative AI since the launch of ChatGPT 2022 has caught our society largely unprepared. As a result, not only industry, but also government regulations are trying to keep up with the new development. But one thing is clear: we have only scratched the surface of what AI is capable of. It has the potential to transform society and have a major impact on every industry, from healthcare to travel to retail.

But is our IT infrastructure ready for this transformation? As AI workloads grow larger and more complex, the need for data storage increases exponentially. An AI search requires at least four or five times the computing power of a traditional search. It is also reasonable to expect that computing power will increase even further, especially when AI models are eventually trained on current data, not just historical data.

The industry is just beginning to understand the impact this will have on data centers. The extent to which AI actually becomes part of our everyday lives, and the benefits we can derive from the technology, will therefore largely depend on the ability of data centers and the energy infrastructure to meet this demand.

Computing capacity needs to move from the US to Europe

There is no doubt that AI development is currently led by the US, as most training models are based there. However, it is likely that there will be a shift to Europe, driven by several factors.

The majority of AI growth in Europe is expected to come from inference-based models. This means that a conclusion is drawn from a set of data. This process typically involves running real-time data through a trained AI model to make a prediction or solve a task. To avoid latency, these models make the most sense when they are run with the shortest possible data transmission paths – i.e. locally in the European market rather than centrally in the US. This inevitably requires a lot of additional computing power, which the region will have to provide for the foreseeable future.

This raises the question of where data centers should best be located in the future to meet all requirements. Following the example of the United States, data centers are best located in or near major metropolitan areas. However, this will also require a redesign of urban concepts, which is a major change for both the industry and society.

So far, hyperscale cloud providers in the UK and Europe have been meeting AI loads with their existing capacity within traditional availability zones. Most will continue with this strategy this year. This gives them time to monitor developments, better anticipate future demand and make smart decisions about future expansion.

Data localization driving data centre growth in Europe

Second, data flow regulations not covered by GDPR are driving the migration of training models from the US to Europe. These are generally regulations that require data to be stored and processed in the country or region where it was created. This legislation has been expected for some time. However, the rapid acceleration of AI and its impact on data centers has not yet been factored into resource planning in a meaningful way.

As data continues to migrate, Europe, and Germany in particular, will need a resilient energy infrastructure. However, Europe is not currently equipped to support AI computing loads of this magnitude. As a transition, existing sites need to be strengthened and, in the long term, new sites need to be built close to power resources. In the future, it is also possible to promote the development of new technologies that reduce latency and thus allow data centers to be outsourced to more remote locations. In this way, Europe can be prepared for the coming AI computing loads in the medium term.

Conclusion

There is no doubt that the demand for data center capacity from AI will grow rapidly in the coming months and years. As a result, it is critical that customers make securing their AI future a priority this year. To meet this challenge, the industry must work together. Data center providers need to develop relationships with their customers to work together to find innovative solutions that can keep up with demand. The year 2024 will be a pivotal moment for companies to ensure future growth and survival in this new technological revolution.

 

Von Jakob Jung

Dr. Jakob Jung ist Chefredakteur Security Storage und Channel Germany. Er ist seit mehr als 20 Jahren im IT-Journalismus tätig. Zu seinen beruflichen Stationen gehören Computer Reseller News, Heise Resale, Informationweek, Techtarget (Storage und Datacenter) sowie ChannelBiz. Darüber hinaus ist er für zahlreiche IT-Publikationen freiberuflich tätig, darunter Computerwoche, Channelpartner, IT-Business, Storage-Insider und ZDnet. Seine Themenschwerpunkte sind Channel, Storage, Security, Datacenter, ERP und CRM. Dr. Jakob Jung is Editor-in-Chief of Security Storage and Channel Germany. He has been working in IT journalism for more than 20 years. His career includes Computer Reseller News, Heise Resale, Informationweek, Techtarget (storage and data center) and ChannelBiz. He also freelances for numerous IT publications, including Computerwoche, Channelpartner, IT-Business, Storage-Insider and ZDnet. His main topics are channel, storage, security, data center, ERP and CRM. Kontakt – Contact via Mail: jakob.jung@security-storage-und-channel-germany.de

Schreibe einen Kommentar

Deine E-Mail-Adresse wird nicht veröffentlicht. Erforderliche Felder sind mit * markiert

WordPress Cookie Hinweis von Real Cookie Banner