Trane Technologies und Eaton haben eine strategische Kooperation für die Infrastruktur von KI-Rechenzentren angekündigt. Die Unternehmen wollen Stromversorgung, Kühlung und digitale Steuerung in einem gemeinsamen Referenzdesign zusammenführen. Entwickelt wurde der Ansatz in Abstimmung mit den Nvidia-Dsx-Plattformen und dem Nvidia Omniverse Dsx Blueprint für KI-Rechenzentren.
Der Kern der Ankündigung liegt weniger in einzelnen Komponenten als in der Systemarchitektur: Eaton bringt Mittelspannungs- und Energiemanagementlösungen ein, Trane Technologies steuert Wärmemanagement und Kühlungsarchitektur bei. Ziel ist eine stärker integrierte Planung von Rechenzentrumsinfrastruktur – vom Stromnetz bis zum Chip, in der Pressemeldung als „Grid-to-Chip“ beschrieben.
Mittelspannung statt klassischer Niederspannungskonzepte
Nach Angaben der Unternehmen setzt das Referenzdesign auf weiterentwickelte Mittelspannungsarchitekturen für leistungsintensive KI-Rechenzentren. Gegenüber herkömmlichen Niederspannungskonzepten sollen sich dadurch Effizienz- und Ressourcenvorteile ergeben. Trane Technologies und Eaton nennen eine mögliche Steigerung der Energieeffizienz um bis zu 15 Prozent, eine Reduktion der Installationskosten um bis zu 30 Prozent sowie einen um bis zu 80 Prozent geringeren Kupferbedarf.
Diese Werte sind Herstellerangaben und beziehen sich auf den angekündigten Systemansatz. Für Betreiber und Planer von Rechenzentren ist der Ansatz dennoch relevant, weil KI-Workloads deutlich höhere Leistungsdichten und andere thermische Anforderungen erzeugen als klassische IT-Umgebungen. Damit rücken Stromverteilung, Kühlung und Steuerung stärker zusammen.
Referenzdesign für standardisierte Rollouts
Das gemeinsame Design ist in die Plattformen Trane Continuum Rubin Dsx und Eaton Beam Rubin Dsx integriert. Die Eaton-Technologie unterstützt dabei die Stromverteilung für die Trane-Plattform. Die Unternehmen wollen damit bisher getrennte Planungsprozesse für elektrische und thermische Infrastruktur stärker standardisieren.
Ein wesentlicher Punkt ist die Kopplung von Stromverteilungs- und Kühlungssteuerung. Laut Pressemeldung sollen die Systeme Frühindikatoren austauschen und dynamischer auf Last- und Kühlanforderungen reagieren können. Für Projektteams kann ein solches Referenzdesign vor allem dann Bedeutung haben, wenn mehrere Rechenzentrumsstandorte nach ähnlichen technischen Vorgaben geplant und umgesetzt werden.
Einordnung in den Ausbau von KI-Infrastruktur
Die Kooperation ist vor dem Hintergrund des weltweiten Ausbaus von Rechenzentrumskapazitäten zu sehen. Die Pressemeldung verweist auf eine McKinsey-Einschätzung, wonach sich die globale Rechenzentrumskapazität bis 2030 nahezu verdreifachen könnte. Rund 70 Prozent dieses Wachstums sollen demnach auf KI-Anwendungen entfallen.
Mit zunehmender Leistungsdichte steigt auch der Druck auf elektrische Infrastruktur, Netzanschluss, Kühlung und Inbetriebnahmeprozesse. Referenzarchitekturen können hier helfen, Planungsentscheidungen zu vereinheitlichen und Schnittstellen zwischen Gewerken zu reduzieren. Ob und in welchem Umfang sich die genannten Effizienz- und Kostenvorteile in konkreten Projekten realisieren lassen, hängt jedoch von Standort, Lastprofil, Ausbaustufe und technischer Umsetzung ab.
Ausblick auf Flüssigkeitskühlung und Gleichstromarchitekturen
Das Referenzdesign ist laut Trane Technologies und Eaton so ausgelegt, dass es künftige Entwicklungen bei Flüssigkeitskühlung und Gleichstromarchitekturen berücksichtigen kann. Beide Themen gewinnen bei KI-Rechenzentren an Bedeutung, weil konventionelle Kühl- und Verteilungskonzepte bei sehr hohen Leistungsdichten zunehmend an Grenzen stoßen.
Mauro J. Atalla, Senior Vice President und Chief Technology and Sustainability Officer bei Trane Technologies, verweist in der Aussendung auf die veränderten Anforderungen durch Künstliche Intelligenz und High-Performance Computing. Michael Regelski, Senior Vice President und Chief Technology Officer im Elektrobereich bei Eaton, betont die Rolle standardisierter Referenzdesigns für schnellere und wiederholbare Umsetzungen.
Auch Nvidia ordnet den Ansatz in den Aufbau skalierbarer KI-Infrastruktur ein. Vladimir Troy, Vice President of AI Infrastructure bei Nvidia, spricht von der Notwendigkeit einer eng abgestimmten Infrastruktur aus Stromversorgung, Kühlung und Rechenleistung für KI-Fabriken im großen Maßstab.
Quelle: Eaton