Die Studie zeigt, dass nur 33 % der Betreiber glauben, ihre elektrische Infrastruktur sei vollständig darauf vorbereitet, höhere KI-Lasten zu unterstützen, während 78 % im vergangenen Jahr Strom- oder Energieprobleme hatten, die zu Störungen, Verzögerungen, Ausfallzeiten oder potenziell schwerwiegenden Zwischenfällen geführt haben.

Die elektrische Infrastruktur, ein Engpass für künstliche Intelligenz

Die Ergebnisse der Studie deuten darauf hin, dass die Herausforderung für den Sektor nicht mehr nur darin besteht, den Zugang zu ausreichend Strom sicherzustellen, sondern auch darin, über Anlagen zu verfügen, die in der Lage sind, diese Energie in zuverlässige Rechenleistung umzuwandeln.

Zu den wichtigsten von Fluke erfassten Indikatoren gehören:

33 % der Betreiber verfügen über eine elektrische Infrastruktur, die ihrer Ansicht nach vollständig für höhere KI-Lastendichten gerüstet ist.

78 % hatten im letzten Jahr elektrische Probleme oder Probleme mit ihren Stromversorgungssystemen.

29 % geben an, dass Probleme mit der Stromqualität ihre Fähigkeit eingeschränkt haben, KI- oder GPU-Workloads mit hoher Dichte einzusetzen oder zu betreiben.

29 % geben an, dass elektrische Probleme erst nach Leistungsausfällen, Geräteausfällen oder Stillstandszeiten erkannt werden.

Nur 45 % haben Echtzeit-Einblick in ihre kritischen elektrischen Systeme.

Parker Burke, Präsident der Fluke Corporation, warnt davor, dass die interne elektrische Infrastruktur zu einem Engpass für das Wachstum künstlicher Intelligenz wird. Laut Burke muss die Branche genauer darauf achten, wie effizient Rechenzentren die bereits vorhandene Energie nutzen.

Der Mangel an Elektrotechnikern verzögert den Kapazitätsausbau

Der Mangel an qualifizierten Fachkräften ist ein weiteres Hindernis, das Fluke für den Ausbau von IT-Infrastrukturen identifiziert hat. 60 Prozent der Rechenzentrumsbetreiber geben an, dass die Einstellung qualifizierter Elektrotechniker schwieriger geworden ist, während 34 Prozent einräumen, dass der Fachkräftemangel Infrastrukturmodernisierungen oder den Ausbau neuer Kapazitäten verzögert hat.

Diese Situation verdeutlicht die Notwendigkeit, Investitionen in elektrische Ausrüstung mit der Verfügbarkeit von Fachkräften zu verbinden, die in der Lage sind, immer komplexere Anlagen zu überwachen, zu warten und zu verwalten.

Beschränkungen des Stromnetzes verzögern KI-Projekte

Interne Probleme in den Anlagen werden durch Schwierigkeiten beim Zugang zu ausreichender Stromversorgungskapazität verschärft. Laut einer Studie von Fluke geben 76 % der Betreiber an, dass die Energieverfügbarkeit und die Netzkapazität ihre Erweiterungsmöglichkeiten erheblich einschränken. Darüber hinaus berichten Betreiber von einer durchschnittlichen Wartezeit von 12 Monaten für zusätzliche Netzanschlüsse oder die Erhöhung der verfügbaren Leistung für Projekte im Bereich Künstliche Intelligenz und GPU-Verarbeitung. Diese Einschränkungen unterstreichen die Bedeutung einer optimierten Nutzung der bestehenden elektrischen Infrastruktur.

Elektrische Überwachung und proaktive Wartung

Die eingeschränkte Echtzeit-Transparenz kritischer elektrischer Systeme kann die Erkennung von Anomalien erschweren, bevor diese den Betrieb von Rechenzentren beeinträchtigen. Fluke betont die Wichtigkeit verbesserter Strategien für die elektrische Überwachung, die Analyse der Stromqualität und die proaktive Wartung, um die verfügbare Kapazität zu maximieren und Betriebsunterbrechungen zu reduzieren. Parker Burke merkt an, dass Netzengpässe zwar größtenteils außerhalb des Einflussbereichs der Betreiber liegen, diese jedoch die Überwachung, Wartung und das Management ihrer eigenen Anlagen verbessern können.

Die Studie hebt hervor, dass das Wachstum von Rechenzentren für künstliche Intelligenz nicht nur vom Zugang zu neuen Stromversorgungsquellen abhängt, sondern auch von der Zuverlässigkeit der Strominfrastruktur und der Verfügbarkeit von qualifiziertem technischem Personal zur Gewährleistung ihres Betriebs.