KI-Rechenzentren werden „umwerfend groß“
Cluster von GPU-Chips müssen in den kommenden Jahren über Entfernungen von mehr als einer Meile miteinander verbunden werden, sagt der CEO dieses Glasfaserunternehmens.
Der Bau leistungsstärkerer Rechenzentren für künstliche Intelligenz, vollgestopft mit immer mehr GPU-Chips, treibt Rechenzentren zu enormer Größe, so der Geschäftsführer von Ciena, das Glasfaser-Netzwerkgeräte herstellt, die von Cloud-Computing-Anbietern gekauft werden, um ihre Daten zu verbinden Rechenzentren zusammen.
„Einige dieser großen Rechenzentren sind einfach umwerfend groß, sie sind riesig“, sagt Gary Smith, CEO von Ciena mit Sitz in Hannover, Maryland.
„Sie haben Rechenzentren, die über zwei Kilometer entfernt sind“, sagt Smith, mehr als 1,24 Meilen. Einige der neueren Rechenzentren seien mehrstöckig, stellt er fest, wodurch zusätzlich zur horizontalen Ausbreitung eine zweite Dimension der Distanz entsteht.
Smith äußerte sich letzte Woche im Rahmen eines Interviews mit dem Finanznewsletter The Technology Letter.
Auch wenn Cloud-Rechenzentren wachsen, sind Unternehmenscampusse mit zunehmender Größe mit der Unterstützung von GPU-Clustern zunehmend beschäftigt, sagte Smith.
„Diese Campusgelände werden immer größer und länger“, sagt er. Der Campus, der aus vielen Gebäuden besteht, „verwischt die Grenze zwischen dem, was früher ein Weitverkehrsnetz war, und dem, was sich im Rechenzentrum befindet.“
„Es zeigt sich, dass die Entfernungen dieser Campusgelände recht anständig sind, und das stellt eine enorme Belastung für die Direktverbindungstechnologie dar.“
Smith geht davon aus, in den kommenden Jahren mit dem Verkauf von Glasfasergeräten zu beginnen, die denen in Telekommunikationsfernnetzen ähneln, jedoch so optimiert sind, dass sie GPUs innerhalb des Rechenzentrums verbinden.
Ein Direktverbindungsgerät ist ein Netzwerkgerät, das speziell dafür entwickelt wurde, GPUs miteinander kommunizieren zu lassen, wie zum Beispiel die „NVLink“-Netzwerkprodukte von Nvidia.
Smiths Äußerungen spiegeln Kommentare anderer Mitarbeiter der KI-Branche wider, wie etwa Thomas Graham, Mitbegründer des Chip-Startups Lightmatter, der letzten Monat auf einer Bloomberg Intelligence-Konferenz sagte, dass derzeit mindestens ein Dutzend neue KI-Rechenzentren geplant oder im Bau seien benötigen zum Betrieb ein Gigawatt Leistung.
„Nur zur Veranschaulichung: New York City verbraucht an einem durchschnittlichen Tag fünf Gigawatt Strom, also mehrere NYCs.“ Bis 2026, so Graham, werde die weltweite KI-Verarbeitung voraussichtlich 40 Gigawatt Strom benötigen, „speziell für KI-Rechenzentren, also acht NYCs“.
Smith sagte, dass die Belastung der Direktverbindungstechnologie von Nvidia dazu führt, dass in den kommenden Jahren herkömmliche Glasfaserverbindungen, die bisher Telekommunikationsnetzen über große Entfernungen vorbehalten waren, in Cloud-Rechenzentren eingesetzt werden.
„Angesichts der Geschwindigkeit der GPUs und der Entfernungen, die jetzt in diesen Rechenzentren zurückgelegt werden, glauben wir, dass es einen Schnittpunkt für diese [Glasfaser-]Technologie gibt, und darauf konzentrieren wir uns“, sagte Smith dem Newsletter.