China wandelt Ackerland mit Investitionen in Höhe von 37 Milliarden US-Dollar in ein KI-Datenzentrum um

China hat damit begonnen, Ackerland in ein bedeutendes Technologiezentrum umzuwandeln, um seine Rolle im Bereich der künstlichen Intelligenz zu stärken. Auf einer 308 Hektar großen Insel im Jangtsekiang werden in der Stadt Wuhu riesige Reisfelder für Serverfarmen gerodet. 

Ein Manager eines Zulieferers eines dieser Projekte bezeichnete das Vorhaben als den Bau des „Stargate Chinas“ und bezog sich dabei auf ein 500 Milliarden US-Dollar teures Rechenzentrumsprojekt von Oracle, OpenAI und SoftBank. Obwohl es kleiner dimensioniert ist, unterstützt es Pekings Strategie, die dezentralen Rechenzentren zu zentralisieren.

Remote Rechenzentren trainieren LLMs, während Serverfarmen in der Nähe von Städten die Inferenz übernehmen

Im März legte Peking einen Plan vor, bestehende Rechenzentren in abgelegenen Gebieten für die Ausbildung von LLMs zu nutzen. Im Vergleich dazu befinden sich die neu errichteten Serverfarmen näher an Ballungszentren. Diese sollen „Inferenzprozesse“ durchführen und durch räumliche Nähe Anwendungen für Endnutzer beschleunigen. Ryan Fedasiuk, ehemaliger China-Berater des US-Außenministeriums, sagte: „China beginnt, die knappen Rechenkapazitäten so einzusetzen, dass die maximale Wirtschaftsleistung erzielt wird.“

Ein Beispiel dafür ist Wuhus „Dateninsel“, die vier KI-Rechenzentren von China Telecom, Huawei, China Mobile und China Unicom. Von dort aus soll der Cluster Städte im Jangtse-Delta, darunter Shanghai, Nanjing, Hangzhou und Suzhou, versorgen. 

Weiter südlich wird Guizhou Guangzhou versorgen, während Qingyang in Zentral-Gansu Chongqing und Chengdu bedienen wird. Laut einer städtischen Mitteilung haben bisher 15 Unternehmen Rechenzentren in Wuhu errichtet, mit einem Gesamtinvestitionsvolumen von 37 Milliarden US-Dollar.

Die Lokalregierung bietet Subventionen zur Deckung für KI-Chips . Die Bemühungen um eine engere Koordinierung sollen zudem Chinas Schwächen gegenüber seinem globalen Rivalen ausgleichen.

Die US-Exportbeschränkungen haben chinesische Unternehmen vom Zugang zu modernen Prozessoren und Systemen von Nvidia abgeschnitten. Lokale Chiphersteller wie Cambricon und Huaweistehen vor der Herausforderung, diese Lücke zu schließen, unter anderem aufgrund der begrenzten Produktionskapazitäten Chinas. 

Washington hat Samsung und TSMC zudem die Herstellung fortschrittlicher KI-Chips für chinesische Kunden untersagt. Gleichzeitig treiben US-amerikanische Technologiekonzerne ihre Hardware-Bestellungen voran. Google, Meta und xAI setzen jeweils 10 von 1000 der neuesten Nvidia-Chips ein. 

vernetzen, Rechenzentren um Chipbeschränkungen auszugleichen.

Viele chinesische KI-Rechenzentren greifen auf leistungsschwächere Chips zurück oder beschaffen sich fortschrittliche Systeme über den Schwarzmarkt. Mehrere mit dem Handel vertraute Personen berichten, dass sich in ganz China ein Netzwerk von Zwischenhändlern entwickelt hat, die Nvidia-GPUs beschaffen, deren Export nach China beschränkt ist.

Peking versucht zudem, die bereits vorhandenen ungenutzten Ressourcen zu erschließen. Der KI-Boom ab 2022 konzentrierte Rechenzentren in energiereichen Provinzen wie der Inneren Mongolei und Gansu. Doch der Mangel an Fachkräften und die begrenzte lokale Nachfrage führten dazu, dass wertvolle Prozessoren ungenutzt blieben, während der Bedarf andernorts sprunghaft anstieg.

Die Chipkäufe wurden in vielen Fällen von der lokalen Regierung finanziert. Diese zögert, sich von den Anlagen zu trennen, da sie zum lokalen BIP beitragen. Auch der Umzug der Server ist kostspielig und zeitaufwendig. Daher müsse eine technische Lösung gefunden werden: die Vernetzung von Rechenzentren, so Edison Lee, Analyst bei Jefferies. 

Peking hat die Verwendung von Netzwerkgeräten der Firmen Huawei und China Telecom angeordnet, um Prozessoren an mehreren Standorten miteinander zu verbinden und einheitliche Rechenpools zu bilden.

Chinas Telekommunikationskonzerne nutzen dieselbe Kombination aus Switches, Routern, Transpondern und Software, um Rechenleistung von westlichen Regionen in östliche Nachfragezentren zu verlagern. Huawei arbeitet ebenfalls an einer Lösung für die damit verbundenen Effizienzeinbußen.

Das Unternehmen nutzt seine Expertise in den Bereichen Telekommunikation und KI-Hardware für einen neuen Netzwerkansatz namens UB-Mesh, der nach eigenen Angaben die Trainingseffizienz von LLMs über zahlreiche Rechencluster hinweg steigern kann, indem Aufgaben effektiver über das Netzwerk verteilt werden.