Tokio testet, wie sich die Abwärme von KI-Rechenzentren zum Kühlen und für Warmwasser nutzen lässt

Tokio bringt ungenutzte Serverwärme in einem Pilotprojekt zum Einsatz

Tokio unterstützt ein Projekt, bei dem Wärme direkt aus Servern für künstliche Intelligenz zurückgewonnen und zum Kühlen von Gebäuden, zur Versorgung nahe gelegener Badeeinrichtungen und für Fabriken genutzt werden soll. Das Pilotprojekt läuft vom 16. Juli 2026 bis zum 31. März 2028. Die Stadtverwaltung stellt bis zu 520 Millionen Yen für förderfähige Kosten bereit.

Die Tokyo Electric Power Company Holdings, kurz TEPCO, leitet das Vorhaben gemeinsam mit MESH-X und NHK Technologies in einem Rechenzentrum in Tokio. Im Mittelpunkt steht ein praktisches Problem, das mit dem Einsatz von KI wächst: Ein Großteil des Stroms, der in Rechenanlagen fließt, wird letztlich in Wärme umgewandelt. Die Betreiber müssen diese abführen, damit die Geräte weiterlaufen können.

Die Mitteilung der Tokioter Stadtverwaltung beschreibt ein System, das Server mit Grafikprozessoren, sogenannten GPUs, durch Verdampfung kühlt und ihre Wärme zugleich direkt bei hohen Temperaturen aufnimmt. GPUs sind Chips, die viele Berechnungen gleichzeitig ausführen und deshalb für moderne KI zentral sind.

Das Projekt verbindet zwei Bedürfnisse, die üblicherweise getrennt behandelt werden. Rechenzentren müssen gekühlt werden, während Gebäude und Unternehmen in der Nachbarschaft Wärme benötigen. Wird die Abwärme nutzbar gemacht, könnte derselbe Strom sowohl für Rechenleistung als auch für den lokalen Energiebedarf eingesetzt werden.

Japan erprobt noch einen weiteren Ansatz: KI-Berechnungen zwischen Städten zu verlagern oder ihre Ausführung zeitlich so zu verschieben, dass sie zur Stromverfügbarkeit passt. Zusammengenommen geht es bei den Versuchen darum, wie KI Strom nutzt, wo dieser verbraucht wird und was anschließend mit der Energie geschieht.

Wie WaBiCo Wärme aus Chips gewinnt

TEPCO nennt seinen Ansatz WaBiCo, kurz für Watt Bit Cogeneration. Der Name verbindet Watt, die Maßeinheit für Leistung, mit Bits, den Einheiten digitaler Informationen. Im Kern geht es darum, leistungsstarke elektronische Geräte sowohl als Rechenressource als auch als Quelle nutzbarer Wärme zu betrachten.

Bei der Kühltechnik wird Wasser einem verringerten Druck von etwa der Hälfte des Atmosphärendrucks ausgesetzt. Dadurch siedet es bereits bei rund 80 Grad Celsius statt bei den üblichen 100 Grad. Die Wärme der GPU treibt die Verdampfung an. So lässt sich thermische Energie auf einem Temperaturniveau gewinnen, das für andere Anwendungen geeignet ist.

TEPCO beschreibt eine speziell entwickelte Kühlplatte, die die GPU direkt kühlt und ihre Wärme zurückgewinnt. Bei diesem Zirkulationsprinzip wird Wärme genutzt, um Wärme zu transportieren, ohne dass eine Pumpe diesen Vorgang antreibt. Energie direkt am Chip aufzunehmen, bietet die Möglichkeit, heißere und besser nutzbare Wärme zu gewinnen, als wenn sie sich erst im Serverraum verteilt.

Die Temperatur ist entscheidend, denn für verschiedene Anwendungen werden unterschiedliche Wärmeniveaus benötigt. Warme Luft, deren Gewinnung aufwendig ist, lässt sich nur begrenzt nutzen. Bei rund 80 Grad Celsius zurückgewonnene Wärme kann je nach Anlagen- und Temperaturanforderungen für mehr Anwendungen in Gebäuden und der Industrie eingesetzt werden.

Zu den geplanten Anwendungen gehören die Versorgung nahe gelegener Badeeinrichtungen und Fabriken, Fernwärme sowie die Nutzung der zurückgewonnenen Wärme als Energiequelle, um Serverräume oder benachbarte Einrichtungen zu kühlen. Bei einer wärmebetriebenen Kühlung wird thermische Energie für einen Kühlkreislauf genutzt, statt sich vollständig auf einen elektrisch betriebenen Kompressor zu stützen.

Was Tokio fördert und erprobt

Aus der Mitteilung von TEPCO zur Auswahl des Projekts geht hervor, dass Tokio den Vorschlag am 30. Juni 2026 ausgewählt hat. Das Unternehmen bezeichnet sich als federführender Betreiber und nennt einen Höchstbetrag von 520 Millionen Yen, mit dem die Stadtverwaltung bestimmte Kosten anteilig unterstützt.

Das Büro für Industrie und Arbeit der Stadtverwaltung ordnet das Pilotprojekt der Strategie „Tokyo 2050“ zu, deren Ziel es ist, die Energieeffizienz zu maximieren. Das Vorhaben verbindet die Entwicklung eines Verdampfungskühlsystems mit Erprobungen unter realen Betriebsbedingungen.

Die zurückgewonnene Wärme muss einem sinnvollen Verwendungszweck zugeführt werden. Für eine Badeeinrichtung bedeutet das eine zuverlässige Wärmeversorgung. In einer Fabrik müssen Temperatur und zeitlicher Bedarf eines industriellen Prozesses zusammenpassen. In Serverräumen muss sich die gewonnene Wärme in ein Kühlsystem integrieren lassen, das einen zuverlässigen Betrieb sicherstellt.

In den Mitteilungen wird als Standort des Pilotprojekts lediglich ein Rechenzentrum in Tokio genannt. Angaben zur gemessenen Wärmerückgewinnungsrate, zu Stromeinsparungen oder Emissionsminderungen, zu konkreten Wärmeabnehmern oder zu einem kommerziellen Starttermin fehlen. Diese Ergebnisse werden darüber entscheiden, welchen Nutzen der Ansatz über den Versuch hinaus hat.

Kühleffizienz und Wärmenutzung messen unterschiedliche Einsparungen

TEPCO will eine gängige Effizienzkennzahl für Rechenzentren verbessern: die Power Usage Effectiveness, kurz PUE. Sie setzt den gesamten Stromverbrauch einer Anlage ins Verhältnis zum Stromverbrauch ihrer IT-Geräte. Je näher der Wert an 1 liegt, desto weniger zusätzlicher Strom wird für Kühlung und andere unterstützende Systeme benötigt.

Ein hypothetisches Rechenzentrum, das 120 Einheiten Strom verbraucht, während seine Computer 100 Einheiten nutzen, hätte eine PUE von 1,2. Werden die zusätzlichen 20 Einheiten reduziert, verbessert sich dieser Wert. Das Tokioter Projekt soll solche Verbesserungen erreichen, indem es die Wärme anders von den Chips abführt.

Die Wärmenutzung kann einen weiteren Vorteil bringen: Ein benachbarter Abnehmer könnte einen Teil seines Wärmebedarfs mit der aus dem Rechenbetrieb gewonnenen Energie decken. Der Strom versorgt weiterhin die Server, während nutzbare Wärme die Anlage verlässt und einem anderen Zweck dient.

Beide Vorteile müssen getrennt gemessen werden. Betreiber müssen den Stromverbrauch für die Kühlung, die tatsächlich an Kunden gelieferte Wärme und den Energiebedarf erfassen, den diese Kunden sonst hätten. Eine Wärmeverbindung ist dann wertvoll, wenn die empfangende Einrichtung die Energie zum Zeitpunkt ihrer Ankunft nutzen kann.

Effizientere Chips treffen auf wachsende KI-Arbeitslasten

NVIDIA bezeichnet Energie als Grundlage der KI-Infrastruktur. Beim Treffen in Davos im Januar 2026 verglich Vorstandschef Jensen Huang die Branche mit einer Torte aus fünf Schichten: ganz unten Energie, darüber Chips, Infrastruktur, Modelle und Anwendungen.

Der NVIDIA-Vertreter Hiroki Saito bezeichnet Energie als erstes Nadelöhr der KI. Seine Einschätzung veranschaulicht auch, wie schnell sich der Rechenbedarf verändert. Ausgehend vom Start von ChatGPT im November 2022 beziffert er den Rechenbedarf des Schlussfolgerungsmodells DeepSeek vom Januar 2025 auf das Hundertfache und den des autonomen Agenten OpenClaw rund ein Jahr später auf das Tausendfache.

Diese Beispiele stehen für unterschiedliche Arten von KI-Arbeit. Schlussfolgerungsmodelle setzen Rechenleistung ein, um Probleme Schritt für Schritt zu bearbeiten. Agenten können ganze Abfolgen von Aufgaben ausführen. Komplexere Aufgaben können mehr Rechenleistung beanspruchen, auch wenn einzelne Chips effizienter werden.

NVIDIA zufolge kann die Rubin-Generation bei gleicher Leistungsaufnahme zehnmal so viele Agenten-Aufgaben verarbeiten wie Blackwell. Wie groß der praktische Nutzen ist, hängt davon ab, wie die Geräte eingesetzt werden und welche Aufgaben sie ausführen.

Saito beschreibt auch einen Wandel bei den Betriebszielen. Traditionelle Rechenzentren konzentrierten sich darauf, verfügbar zu bleiben. Eine KI-Fabrik, wie NVIDIA Infrastrukturen für die KI-Produktion nennt, muss zusätzlich den nutzbaren Rechendurchsatz maximieren. Eine höhere Leistung pro Stromeinheit und die wachsende Nachfrage entwickeln sich gleichzeitig. Der Gesamtverbrauch hängt deshalb von beidem ab.

Plötzliche Leistungsschwankungen schaffen ein weiteres Problem

KI-Anlagen stehen vor Herausforderungen, die über ihren gesamten Stromverbrauch hinausgehen. Beim Training von Modellen können Hunderttausende GPUs ihren Stromverbrauch innerhalb von Millisekunden gleichzeitig ändern. Die elektrische Ausrüstung muss diese schnellen Schwankungen ausgleichen und dabei eine stabile Stromversorgung gewährleisten.

Amber Villegas-Williamson, leitende Beraterin beim Uptime Institute, das Stromversorger und Rechenzentren zu Zuverlässigkeit berät, beschrieb die Belastung so:

KI führt zu einem sehr ungewöhnlichen Strombedarf.

Villegas-Williamson verglich die Belastung mit einem Automotor, der wiederholt stärker beansprucht wird, statt mit gleichbleibender Drehzahl zu laufen. Drew Baglino, ehemaliger Tesla-Manager und Gründer von Heron Power Electronics, sagte, der Strombedarf durch KI könne kurzfristig um bis zu 50 Prozent über die Auslegungskapazität einer Anlage steigen. In seinem Beispiel könnte ein für 1 Gigawatt ausgelegtes Rechenzentrum für den Bruchteil einer Sekunde 1,5 Gigawatt abnehmen.

Zu den mit diesen Belastungen verbundenen Ausfällen von Geräten zählen gerissene Turbinenschaufeln und Batterien, die bereits nach Wochen oder Monaten ersetzt werden müssen. Berichten zufolge erreichen manche Anlagen eine Verfügbarkeit von nur rund 80 Prozent. Die geschätzten Einnahmeverluste bei Ausfällen liegen je nach Betrieb zwischen Tausenden und Hunderttausenden Dollar pro Minute.

Die North American Electric Reliability Corporation stellte fest, dass etwa drei Viertel der Lastmodelle für mehr als 33 Gigawatt des amerikanischen Rechenzentrumsbedarfs das dynamische Verhalten nicht ausreichend abbildeten. Versorger nutzen solche Modelle, um die Auswirkungen ihrer Kunden auf das Stromnetz vorherzusagen. Schnelle Verbrauchsschwankungen sind daher ein wichtiges Thema für die Planung.

Ein geplantes Campusprojekt mit 2,67 Gigawatt Leistung in Westtexas verdeutlicht die Folgen für den Zeitplan. Der Entwickler Joulent ergänzte Zeit für technische Arbeiten, um Microsofts Anforderung einer Zuverlässigkeit von 99,999 Prozent zu erfüllen. Dadurch verschob sich der geplante Beginn der Stromlieferung von 2027 auf 2028. Bei dieser Zuverlässigkeit wären die Ausfälle auf etwa fünf Minuten pro Jahr begrenzt.

Berechnungen verlagern statt Strom transportieren

Japans zweites Experiment befasst sich damit, wo und wann KI Strom verbraucht. J-Power, Cisco Systems, East Japan Railway, Hitachi und Bitmedia teilten am 8. Oktober 2026 mit, dass sie einen Versuch mit KI-Rechenzentren in Yokohama und Kitakyushu durchführen.

Der Versuch begann im August 2026 und soll bis zum 1. Februar 2027 dauern. Er erprobt die Verlagerung von Arbeitslasten. Dabei werden Rechenaufgaben je nach Strom- und Rechenbedingungen einem anderen Standort oder einem anderen Zeitpunkt zugewiesen.

Bei einer räumlichen Verlagerung wird eine Berechnung an ein anderes Rechenzentrum übertragen. Bei einer zeitlichen Verlagerung wird sie für eine andere Stunde angesetzt. Das System berücksichtigt Prognosen zur Stromerzeugung aus erneuerbaren Energien, Stromhandelspreise, Angebot und Nachfrage, verfügbare Rechenkapazitäten sowie Informationen zu Katastrophen.

Ein Ziel ist, erneuerbaren Strom zu nutzen, der sonst möglicherweise abgeregelt würde. Von Abregelung spricht man, wenn die Solar- oder Windstromerzeugung vorübergehend gedrosselt wird, weil das Netz die verfügbare Leistung nicht vollständig transportieren oder aufnehmen kann. Werden dafür geeignete KI-Aufgaben auf Zeiten mit diesem Stromangebot verlagert, könnte mehr davon genutzt werden.

Die Unternehmen wollen auch untersuchen, wie viel zusätzliche Bearbeitungszeit durch die Verlagerung entsteht und wie sich die Dienstleistungsqualität aufrechterhalten lässt. Aufgaben zu verlagern, bringt praktische Kosten mit sich. Der Versuch misst deshalb sowohl den Stromvorteil als auch die Auswirkungen auf die Rechenleistung.

Eisenbahnglasfaser verbindet das größere Experiment

Die fünf Unternehmen testen außerdem entlang des Joetsu-Shinkansen eine vollständig photonische Netzwerkinfrastruktur. Optische Übertragungstechnik an den Bahnhöfen Echigo-Yuzawa, Jomo-Kogen und Takasaki nutzt vorhandene Glasfaserleitungen der Bahn, um die Kommunikationsqualität bei Erschütterungen und wechselnden Wetterbedingungen zu untersuchen.

Geprüft werden Signalverluste, Übertragungsfehler, Verzögerungen und deren Schwankungen. Diese Messwerte sind wichtig, wenn Rechenanlagen an verschiedenen Orten zusammenarbeiten müssen. Der Versuch mit dem Eisenbahnnetz ist ein eigenständiger Teil des Programms, neben der Verlagerung von Arbeitslasten zwischen Yokohama und Kitakyushu.

J-Power leitet das Konsortium und bewertet die Ergebnisse. Hitachi entwickelt das System zur Verlagerung von Arbeitslasten und die optische Testumgebung. Cisco unterstützt die Netzplanung und Messungen, JR East untersucht die Kommunikationstechnik der Bahn und Bitmedia entwickelt das System in den Rechenzentren.

Das Vorhaben knüpft an einen im April 2026 gegründeten Rat an, dem auch JR West Optical Network und Nagoya Railroad angehören. Das übergeordnete Ziel ist der koordinierte Betrieb verteilter KI-Rechenzentren mithilfe von Weitverkehrs-Glasfasernetzen und der Verlagerung von Arbeitslasten.

Die wichtigsten Meilensteine zeigen, wie sich die Wärme- und Rechenexperimente zeitlich überschneiden:

• April 2026: Sieben Unternehmen gründen einen Rat für optische Vernetzung und die Verlagerung von Arbeitslasten.
• 30. Juni 2026: Tokio wählt TEPCOs Vorschlag zur Wärmerückgewinnung aus.
• 16. Juli 2026: Der Zeitraum für das Tokioter Wärme-Pilotprojekt beginnt.
• August 2026: Der Versuch zur Verlagerung von Arbeitslasten zwischen Yokohama und Kitakyushu beginnt.
• 1. Februar 2027: Das Ende des Versuchs zur Verlagerung von Arbeitslasten ist geplant.
• 31. März 2028: Das Ende des Tokioter Projekts zur Wärmerückgewinnung ist geplant.

Japan will mehr Rechenleistung mit weniger Energieverlust

Japan investiert in KI und Halbleiter und arbeitet zugleich auf Klimaneutralität bis 2050 hin. Die Fabriken von TSMC in der Präfektur Kumamoto sind Teil des industriellen Ausbaus. 2022 stammten rund 22 Prozent des japanischen Stroms aus erneuerbaren Energien. Das Land ist damit weiterhin stark von anderen Energiequellen, darunter fossilen Brennstoffen, abhängig.

TEPCO hat sich im fünften umfassenden Sondergeschäftsplan zum Ziel gesetzt, den Zuwachs der Rechenzentrumsnachfrage im Großraum Tokio bis zum Geschäftsjahr 2040 zu einem der weltweit höchsten zu machen. Das Wärmeprojekt steht somit neben dem erklärten Vorhaben, die Branche auszubauen.

Wärmerückgewinnung und die Verlagerung von Arbeitslasten setzen an unterschiedlichen Stellen dieses Ausbaus an. WaBiCo soll den Nutzen des Stroms erhöhen, den Server bereits verbrauchen. Die Verlagerung von Arbeitslasten soll den Rechenbedarf besser an die Stromverfügbarkeit anpassen. Geräte, die schnelle Leistungsschwankungen bewältigen, tragen zur Zuverlässigkeit bei, die beide Ansätze voraussetzen.

Für die Gemeinden in der Nähe liegen die konkreten Chancen in nutzbarer Wärme und einer engeren Verbindung zwischen Rechenzentren und dem lokalen Energiebedarf. Für die Betreiber geht es bei den Tests um Kühlkosten, produktive Rechenzeit und zuverlässige Dienste. Entscheidend sind als nächster Schritt messbare Ergebnisse: Wie viel Energie wird eingespart oder wiederverwendet, während die Computer weiterarbeiten?

Die wichtigsten Punkte

• Tokio unterstützt ein TEPCO-Pilotprojekt zur Wärmerückgewinnung mit bis zu 520 Millionen Yen für förderfähige Kosten.
• Das Projekt läuft bis zum 31. März 2028. Die zurückgewonnene Wärme soll für Kühlung, Badeeinrichtungen, Fabriken und Fernwärme genutzt werden.
• WaBiCo nutzt Verdampfung bei reduziertem Druck, um direkt aus GPUs nutzbare Wärme zurückzugewinnen.
• Ein separater Versuch verlagert KI-Aufgaben zwischen Yokohama und Kitakyushu sowie auf andere Betriebszeiten, um sie an die Strombedingungen anzupassen.
• Starke Schwankungen beim Stromverbrauch durch KI verursachen zudem Probleme für Geräte und die Zuverlässigkeit.
• Der praktische Nutzen der Versuche hängt von messbaren Energieeinsparungen, gelieferten Wärmemengen und der Betriebsleistung ab.