KI-Rechenzentren benötigen Konnektivität, aber Netzwerke ersetzen keine Kapazität

Das schnelle Wachstum von KI-Arbeitslasten treibt einen Wandel in den Rechenzentrumsstrategien voran, von der einfachen Kapazitätserweiterung hin zur Netzwerkoptimierung. Dieser Wandel betont leistungsstarke Zusammenschaltung und latenzarme Vernetzung als entscheidende Faktoren für die Unterstützung dichter Rechencluster und den Datenaustausch in Echtzeit.

• IOWN Global Forum und DE-CIX argumentierten, dass KI mehr Gewicht auf verteilte Standorte und latenzarme Verbindungen legen wird. Dies sind Branchenvorschläge von Organisationen, die optische Vernetzung und Austauschdienste fördern, kein Beweis dafür, dass Kapazität keine Rolle mehr spielt.
• Die KI-Leistung hängt von mehreren unterschiedlichen Netzwerken ab: Beschleuniger-Verbindungen, das Rechenzentrums-Fabric, Transport zwischen Rechenzentren und nutzerseitiges Routing. Bandbreite, Überlastung, Pfadvielfalt, Strom und Rechenkapazität müssen gemeinsam gemessen werden.

Das berichtete Ereignis bestand aus zwei Branchenargumenten

DerIT Brief-Bericht vom 25. Märznannte zwei Befürworter, die der alte Artikel ausgelassen hatte. Masahisa Kawashima von NTT und das IOWN Global Forum schlugen vor, die Rechenleistung auf kleinere Standorte zu verteilen, die durch optische Netzwerke mit hoher Bandbreite und niedriger Latenz verbunden und an die regionale Energieversorgung angepasst sind. DE-CIX-Chef Ivo Ivanov argumentierte, dass Training tendenziell konzentrierte Rechenleistung bevorzugt, während einige latenzempfindliche Inferenz näher bei den Nutzern platziert werden sollte.

Beide Vorschläge verdienen eine Prüfung, keine automatische Beförderung zur Markttatsache. IOWN entwickelt photonikbasierte Architekturen; DE-CIX verkauft Interkonnektivität. Ihre Aussagen erläutern die kommerzielle und technische These hinter verteilter Infrastruktur. Sie zeigen nicht, dass das gesamte Training geografisch verteilt wird, dass jede Inferenz an den Edge gehört oder dass ein Netzwerk entfernte Kapazität ohne Workload-Einbußen in einen einzigen Cluster verwandeln kann.

„Konnektivität“ umfasst mindestens drei verschiedene Kontrollflächen

Innerhalb eines Beschleunigersystems verbinden Scale-up-Links Prozessoren und Speicher. Innerhalb eines Rechenzentrums trägt ein Scale-out-Fabric kollektiven Trainingsverkehr, Speicherlesevorgänge, Checkpoints und Serviceanfragen zwischen Racks. Zwischen Standorten überträgt die Rechenzentrumsverbindung Replikation oder verteilte Jobs über längere Strecken. Darüber hinaus leiten Peering und Transit Inferenzanfragen zwischen Nutzern, Clouds und Anwendungen weiter. Eine hohe Leitungsrate auf einer Ebene kann Überlastung, Überbuchung oder einen Ausfall auf einer anderen nicht ausgleichen.

Metas Produktionsberichtzeigt, was das standortinterne Problem mit sich bringt: Ein spezialisiertes RoCE-Fabric, nicht blockierendes Design, topologiebewusste Planung, Lastausgleich und Routing waren erforderlich, um verteiltes Training in großem Maßstab zu unterstützen.Googles Jupiter-Papier von 2025behandelt maschinellen Lernverkehr ebenfalls als eine von mehreren Arbeitslasten, die ein Rechenzentrums-Fabric unterstützen muss. Dies sind operative Implementierungen bei zwei Hyperscalern, kein Beweis dafür, dass jeder Betreiber eine Topologie kopieren sollte.

Die Veröffentlichung derUltra Ethernet Specification 1.0ist ein weiteres nützliches Signal. Ihre Arbeit an Überlastkontrolle, Multipathing, Reihenfolge und Neuübertragung zeigt, dass das Hinzufügen schnellerer Ports nicht ausreicht. Es handelt sich um eine Spezifikation und einen Meilenstein für das Ökosystem; sie beweist keine Bereitstellung, Interoperabilität oder Anwendungsleistung in einer bestimmten Einrichtung.

Kapazität bedeutet nutzbare Pfade, nicht beworbene Portgeschwindigkeit

Für synchrones Training kann ein langsamer oder überlasteter Pfad dazu führen, dass Beschleuniger bei kollektiven Operationen warten. Nützliche Messgrößen sind Bisektionsbandbreite, Überbuchung, Fabric-Auslastung, Paketverlust, Neuübertragungen und Tail-Completion-Time – nicht nur 400 oder 800 Gigabit pro Sekunde an einem Port. Inferenz kann viele kurze Anfragen umfassen, aber die Latenzempfindlichkeit variiert: Interaktive Steuerung kann von Nähe profitieren, während Batch-Inferenz zentralisierte Auslastung und Kosten bevorzugen kann.

Das Routing bestimmt, wie diese Kapazität genutzt wird.RFC 7938dokumentiert BGP mit Clos-Topologien und Equal-Cost Multipath in großen Rechenzentren, einschließlich Konvergenz- und Ausfallüberlegungen. ECMP kann Flüsse über verfügbare Pfade verteilen; es beseitigt jedoch nicht von selbst Kollisionen, Überlastungsschwerpunkte oder langsame Wiederherstellung. Betreiber benötigen weiterhin Telemetrie, Überlastkontrolle, Kapazitätsplanung und getestete Fehlerbehandlung.

Entfernung bleibt eine Workload-Einschränkung

IOWN veröffentlichte einenProof of Concept, bei dem Speicher und GPU-Rechenleistung über eine 40-Kilometer-All-Photonics-Verbindung für eine UNet3D-Trainingsaufgabe in der medizinischen Bildgebung getrennt wurden. Das ist ein konkreter Beleg dafür, dass eine definierte Arbeitslast über diese Verbindung betrieben werden kann. Es ist kein Maßstab für jedes Modell, kollektive Muster, jede Entfernung oder jeden Fehlerzustand und lässt die Signallaufzeit nicht verschwinden.

Standortübergreifende Designs fügen auch optische Pfade, Router, Schutzumschaltungen, verteilte Speicher, Planung und operative Koordination hinzu. Sie können den Zugang zu Land, Energie oder Ausfallsicherheit verbessern, können aber neue Fehlerdomänen und Datensouveränitätsbeschränkungen einführen. Der Vergleich muss mit den vollen Kosten und der Leistung einer konzentrierten Alternative erfolgen, nicht mit einem idealisierten „einheitlichen Fabric“.

Energie und Netzwerkstandort sind gekoppelt

Die Netzwerkthese ist teilweise eine Reaktion auf Stromknappheit. In ihrem Basisszenario prognostiziert dieIEAden globalen Stromverbrauch von Rechenzentren für 2030 auf etwa 945 TWh, knapp 3 % des weltweiten Stromverbrauchs. Sie stellt außerdem fest, dass beschleunigte Server einen Großteil des Anstiegs verursachen und dass die Infrastruktur des Stromsystems in der Regel länger zu planen und zu bauen ist als ein Rechenzentrum. Dies sind modellierte Projektionen mit Sensitivitätsszenarien, keine garantierte Nachfrage.

Das Verlagern von Arbeitslasten an einen anderen Standort hilft nur, wenn dort zum erforderlichen Zeitpunkt Strom, Netzanschluss, Kühlung, Glasfaserstrecken und Rechenleistung verfügbar sind. Die erneuerbare Erzeugung ist variabel, während Trainingsjobs, Inferenznachfrage und Netzwerkkapazität ihre eigenen Zeitpläne haben. Die Verteilung kann einen eingeschränkten Standort entlasten, erfordert jedoch möglicherweise doppelte Ausrüstung und zusätzliche Transportenergie.

Was würde einen echten Wandel nachweisen

Beweise sollten Behauptungen mit Bereitstellungen verbinden: benannte standortübergreifende Arbeitslasten, gemessene Jobabschluss- und Tail-Latenz, DCI-Auslastung, Routenkonvergenz, Paketverlust, Kosten pro abgeschlossenem Job, Energiequelle und Drosselung, Netzanschlusszeit, Serviceverfügbarkeit und Kundenakzeptanz. Das Kapazitätswachstum von Interkonnektivitätsanbietern ist relevant, kann aber ohne Arbeitslastdaten kein Verkehrswachstum auf KI zurückführen.

Die vertretbare Schlussfolgerung ist, dass Konnektivität Teil der nutzbaren Rechenkapazität geworden ist. Sie ersetzt weder Megawatt, Beschleuniger, Speicher noch das lokale Fabric. Training, Inferenz und Replikation erfordern unterschiedliche Platzierungen, und das erfolgreiche Design hängt von der gemessenen Arbeitslast und regionalen Einschränkungen ab und nicht von einem universellen Wechsel von „Skalierung“ zu „Konnektivität“.