China baut 37 Milliarden Dollar teures Stargate-Rechenzentrumsnetz für KI auf, um Rechenleistung zu bündeln

Zentrales Drehkreuz am Jangtse

China verwandelt eine 760 Acre große Insel in der Stadt Wuhu in einen riesigen Verbund von Rechenzentren. Er ist das Herzstück eines landesweiten Plans, die Rechenleistung für künstliche Intelligenz zu bündeln. Das Projekt, das oft als Chinas Stargate bezeichnet wird, verknüpft Server von Huawei, China Mobile, China Telecom und China Unicom. Ziel ist es, verstreute Anlagen in einem einheitlichen Netzwerk zusammenzuführen, dessen Kapazitäten bedarfsgerecht zugeteilt und in großem Umfang gemeinsam genutzt werden können. Damit reagiert das Land auf die stark steigende Nachfrage nach KI und den begrenzten Zugang zu den modernsten Prozessoren. Die örtlichen Behörden beziffern die mit dem Vorhaben verbundenen Investitionen auf 270 Milliarden Yuan, umgerechnet rund 37 Milliarden US-Dollar.

Der Standort Wuhu, vor Ort als Data Island bekannt, liegt in Reichweite von Shanghai, Hangzhou und Nanjing. Die Nähe zu diesen dicht besiedelten Märkten ist für die KI-Inferenz wichtig, also für die Phase, in der trainierte Modelle Anfragen beantworten oder Inhalte für Nutzer erstellen. Kürzere Entfernungen verringern die Latenz. Dadurch reagieren Sprachassistenten, Suchdienste, Finanzrisikoprüfungen, Produktempfehlungen im Handel und städtische Dienste schneller. China baut auch Anlagen in Ulanqab, Guizhou und Qingyang aus oder nutzt sie um, um andere Regionen zu versorgen. Diese abgelegenen Zentren liegen vielfach in Gebieten mit günstigeren Grundstücken und reichlich Strom. Sie sollen sich auf das Modelltraining konzentrieren, die rechenintensivste Phase der KI-Entwicklung.

Was auf der 760 Acre großen Dateninsel entstehen soll

Die Betreiber errichten große Hallen mit Beschleunigern, CPUs, Speicher, Massenspeicher und Hochgeschwindigkeits-Switches. Telekommunikationsanbieter verlegen und betreiben bereits Glasfaserstrecken in der Region. So kann der Standort mit hoher Kapazität an nahegelegene Städte und andere Cluster im Landesinneren angebunden werden. Die Idee ist, dass sich Arbeitslasten je nach Dringlichkeit, Kosten und Verfügbarkeit im Netzwerk verlagern lassen. Ungenutzte Ressourcen an einem Standort sollen Aufgaben an einem anderen übernehmen können. Huawei bewirbt UB Mesh, eine Technologie, die nach Unternehmensangaben Prozessoren über viele Hallen oder sogar Städte hinweg verknüpfen kann. Eine Software soll sie dabei für Training und Inferenz wie einen gemeinsamen Ressourcenpool behandeln.

Warum die KI-Rechenleistung jetzt gebündelt wird

Peking will aus jedem Chip im Land mehr herausholen. In den vergangenen Jahren waren viele Beschleuniger in abgelegenen Provinzen nur schwach ausgelastet, weil die Nachfrage vor Ort gering war. Küstenunternehmen, die Rechenleistung benötigten, konnten diese Kapazitäten hingegen nur schwer nutzen. Ein landesweites Netzwerk soll Abhilfe schaffen. Durch die Verknüpfung der Cluster erwarten die Planer mehr Ausfallsicherheit, eine höhere Auslastung der gesamten Infrastruktur und einen Markt, auf dem überschüssige Rechenleistung aus einer Region an Abnehmer in einer anderen verkauft werden kann.

Auch die geopolitische Lage prägt den Vorstoß. Analysten schätzen, dass US-Labore rund drei Viertel der weltweiten KI-Rechenkapazität kontrollieren, während China auf etwa 15 Prozent kommt. US-Exportkontrollen beschränken Chinas Zugang zu den modernsten Nvidia-GPUs und hindern führende Auftragschiphersteller daran, diese Chips für chinesische Kunden zu fertigen. Damit wird eine bessere Koordination der heimischen Hardware zur Priorität. Die Zentralisierung ist der politische Hebel, der derzeit zur Verfügung steht; zugleich versuchen heimische Chipprojekte, den Rückstand aufzuholen.

So soll das Netzwerk funktionieren

Der Plan unterscheidet klar zwischen zwei Arten von KI-Arbeit. Beim Training lernen Modelle aus Daten; diese Phase ist besonders rechenintensiv. Sie eignet sich für abgelegene Standorte, an denen Strom und Grundstücke günstiger sind und lang laufende Aufträge Tausende Beschleuniger über Tage oder Wochen belegen können. Die Inferenz ist die Antwortphase, in der trainierte Modelle für Nutzer bereitgestellt werden. Sie rückt näher an die Nutzer in großen Städten, wo Geschwindigkeit und Zuverlässigkeit wichtiger sind als die niedrigstmöglichen Stromkosten.

Training im Westen, Inferenz nahe der Küste

Abgelegene Regionen wie die Innere Mongolei und Gansu beherbergen bereits riesige Serverfarmen, die für Cloud- oder Internetdienste gebaut wurden. Im Rahmen des neuen Ansatzes werden diese Hallen für das Modelltraining umgerüstet, darunter auch für große Sprachmodelle (LLMs). Hochleistungsfähige Glasfaserverbindungen binden sie an die Küstenstädte an, sodass Modelle nach dem Speichern von Checkpoints rasch zu Inferenzclustern nahe Shanghai, Hangzhou, Guangzhou und anderen Großstädten übertragen werden können.

Huawei UB Mesh und die Planung auf Clusterebene

Damit das funktioniert, benötigen die Betreiber schnelle Verbindungen zwischen den Prozessoren und Software, die Tausende davon koordinieren kann. UB Mesh soll als Verbindungsstruktur den Kommunikationsaufwand zwischen Beschleunigern in verschiedenen Räumen oder an unterschiedlichen Standorten senken. In der Praxis kommen dabei Verfahren zum Einsatz, wie sie aus dem Hochleistungsrechnen bekannt sind: etwa direkter Fernzugriff auf den Speicher und Bibliotheken für kollektive Kommunikation, die viele Chips während des Trainings sehr großer neuronaler Netze synchron halten. Auf dieser Basis können Planungsprogramme Aufgaben dort zuweisen, wo Strom verfügbar ist, die passenden Chips gerade ungenutzt sind oder die Latenz für den Endkunden am niedrigsten ist.

Subventionen und knappe Chips

Wuhu bietet Subventionen an, die bis zu 30 Prozent der Kosten für den Kauf von KI-Chips abdecken können. Solche örtlichen Zuschüsse senken die Anfangskosten für die Bestückung der Serverschränke, beschleunigen den Ausbau und helfen den Betreibern, ihre Kapazitätsziele früher zu erreichen. Zudem federn sie den Abstand zwischen heimischen Beschleunigern und den neuesten ausländischen Komponenten ab, die Exportkontrollen unterliegen.

Heimische Anbieter wie Huawei und Cambricon arbeiten daran, diesen Abstand mit Beschleunigern und Compiler-Software zu verringern. Die Betreiber müssen jedoch mit einem Flickenteppich verschiedener Hardwaregenerationen zurechtkommen, der Trainingsläufe erschweren kann, insbesondere wenn Modelle auf Billionen von Parametern anwachsen. Dieser Druck hat einen Schattenmarkt begünstigt. Wiederverkäufer haben versucht, beschränkte Nvidia-Systeme zu beschaffen und trotz der Kontrollen nach China zu leiten. Ein in Wuhu ansässiger Vermittler wurde mit Bestellungen von Servern der Blackwell-Generation in Verbindung gebracht. Nvidia hat die Vorstellung zurückgewiesen, solche Systeme ließen sich nach den geltenden Regeln in großem Maßstab in China betreiben. Lieferketten, Lizenzen und Supportanforderungen machten diese Behauptungen unrealistisch, so das Unternehmen.

Wer davon profitieren dürfte

Kurzfristig sollen Unternehmen in großen Städten schneller auf KI-Inferenz zugreifen können. Banken können Risikoprüfungen und Betrugserkennung mit geringerer Latenz ausführen. Händler können Empfehlungsmodelle einsetzen, die nahezu in Echtzeit aktualisiert werden. Städtische Behörden können Computer Vision zur Verkehrssteuerung und Überwachung von Überschwemmungen nutzen. Medien- und Designfirmen können Bilder und Videos mit kürzeren Wartezeiten rendern. Start-ups können Rechenleistung stundenweise mieten, statt vorab Hardware zu kaufen. Durch die Verbindung von Trainingszentren im Landesinneren mit Inferenzclustern an der Küste soll das Netzwerk sowohl Experimente als auch den täglichen Betrieb unterstützen.

Auch Telekommunikationsanbieter erhalten eine Rolle, die über die reine Verbindungstechnik hinausgeht. Ihre Rechenzentren werden zu zentralen Akteuren im KI-Zeitalter: Sie verkaufen Rechenleistung und Speicherplatz an Cloud-Kunden und stellen zugleich die Bandbreite zwischen Städten bereit, die Modelle synchron hält. Für die Kommunen verspricht der Ausbau Arbeitsplätze während der Bauphase und eine Grundlage für digitale Dienste, die neue Technologieunternehmen in der Region ansiedeln können.

Vergleich mit dem Stargate-Ausbau in den USA

Während China auf gestaffelte Netzwerke setzt, die zahlreiche bestehende Hallen zusammenführen, unterstützen die Vereinigten Staaten den Bau mehrerer sehr großer neuer Standorte im Rahmen eines Projekts namens Stargate. Investoren und Betreiber planen, landesweit bis zu 500 Milliarden US-Dollar auszugeben. Der Ausbauplan sieht knapp 7 Gigawatt Rechenzentrumskapazität vor, vergleichbar mit der Leistung von etwa sieben großen Kernreaktoren. Ein Vorzeige-Campus in Abilene im US-Bundesstaat Texas soll mehr als 400.000 GPUs beherbergen. Die Projektpartner erklären, dass während der Hochphase der Bauarbeiten rund 25.000 Arbeitsplätze vor Ort entstehen werden.

OpenAI-Chef Sam Altman brachte die Bedeutung auf den Punkt und verwies auf den Zusammenhang zwischen dem künftigen Fortschritt der KI und der dafür nötigen Hardware. Vor der Vorstellung neuer Standorte mit Partnern sprach er offen darüber, welche Größenordnung erforderlich sein wird.

KI kann ihr Potenzial nur entfalten, wenn die nötige Rechenleistung aufgebaut wird.

Die beiden Strategien unterscheiden sich in ihrer Ausrichtung. Die USA setzen auf sehr große neue Standorte, an denen Hunderttausende Beschleuniger hinter einer gemeinsamen Infrastruktur gebündelt werden. China verknüpft zahlreiche bestehende und neue Cluster und nutzt dann Planungssoftware und neue Verbindungstechnologien, damit sie wie ein größeres Ganzes funktionieren. Der US-Ansatz bringt Stromversorgung, Grundstücks- und Wasserverfügbarkeit an wenigen Standorten an ihre Grenzen. Der chinesische Plan verteilt Risiken und Kosten, nimmt dafür aber den zusätzlichen Aufwand in Kauf, viele Standorte als ein System zu betreiben.

Strom, Kühlung und Netzwerke

Moderne KI-Cluster verbrauchen enorme Mengen Strom und erzeugen Wärme, die rund um die Uhr abgeführt werden muss. Der Standort auf der Insel Wuhu benötigt neue Umspannwerke, Übertragungsleitungen und Reservekapazitäten, damit kritische Systeme auch bei Ausfällen in Betrieb bleiben. Die meisten Trainingshallen nutzen Flüssigkeitskühlung, um Wärme direkt von Chips und Speicher abzuführen. Das ist ein Wandel gegenüber der Luftkühlung, die in älteren Serverräumen üblich ist. Die Betreiber werden nach Wasserquellen in der Nähe oder geschlossenen Kreislaufsystemen suchen, die die Wasserentnahme reduzieren, und von den Anbietern eine höhere Effizienz auf Rack-Ebene verlangen.

Das Netzwerk ist ebenso entscheidend. Um weit entfernte Trainingsfarmen mit Inferenzclustern an der Küste zu verbinden, braucht es Glasfaserstrecken mit Kapazitäten von mehreren Terabit, optische Transponder für die Übertragung von Daten über Hunderte Kilometer und Switches, die den Ost-West-Datenverkehr innerhalb des Rechenzentrums ohne Engpässe bewältigen. Anbieter mit landesweiten Netzen haben einen Vorteil. Sie können redundante Verbindungen einrichten und den Datenverkehr so steuern, dass Modellaktualisierungen und Checkpoints auch während Wartungsarbeiten oder Unwettern rechtzeitig ankommen.

Risiken, Sicherheit und Steuerung

Die Zentralisierung verbessert Kontrolle und Übersicht, bündelt aber auch Risiken. Wenn zu viel Kapazität von wenigen Netzverbindungen abhängt, könnten Ausfälle oder Cyberangriffe ganze Regionen beeinträchtigen. Die Planer erklären, die Ausfallsicherheit werde durch die Verknüpfung zahlreicher Standorte und durch alternative Verbindungen gewährleistet. Die Cybersicherheitsteams müssen Modellgewichte, Kundendaten und die Planungsebene selbst schützen. Letztere wird zu einem begehrten Angriffsziel, sobald sie große Rechenleistungspools steuert.

Es gibt praktische Einschränkungen. Der Betrieb vieler kleinerer oder älterer Hallen kann das Training weniger effizient machen als auf einem neuen Einzelstandort, der auf eine Hardwaregeneration ausgelegt ist. Stromverträge und die Stabilität des Stromnetzes müssen mit dem Wachstum Schritt halten. Entscheidungen zur Flächennutzung, darunter die Umwandlung von Ackerland, können kritisch hinterfragt werden, wenn sich die örtliche Bevölkerung verdrängt fühlt oder die Lebensmittelproduktion zurückgeht. Transparenz bei Entschädigungen, Umweltauswirkungen und Netzplanung wird die öffentliche Akzeptanz prägen.

Wie es weitergeht

Derzeit konzentrieren sich die Arbeiten darauf, die ersten Hallen in Wuhu auszubauen, sie an Trainingsfarmen im Landesinneren anzubinden und die Software zu verbessern, die Aufträge standortübergreifend zuteilt. Die Kommunen stimmen Beschaffungszyklen mit den Zeitfenstern für Subventionen ab, um frühe Mieter zur verbindlichen Buchung von Kapazitäten zu bewegen. Telekommunikationsanbieter nehmen neue Glasfaserstrecken in Betrieb und modernisieren ihre Netze, damit Checkpoints von Trainingsanlagen rasch zu Inferenzclustern nahe den Küstenstädten gelangen.

Ingenieure werden drei Faktoren genau beobachten. Erstens, ob UB Mesh und ähnliche Verbindungsstrukturen die versprochenen Vorteile auch über mehrere Hallen hinweg erzielen. Zweitens, ob heimische Beschleuniger, Compiler und Frameworks die neuesten Modelle mit ausreichender Effizienz trainieren und betreiben können. Drittens, ob Stromversorgung und Kühlung mit der steigenden Rack-Dichte Schritt halten, ohne Stromausfälle oder Wasserknappheit zu verursachen. Die Fortschritte in diesen Bereichen werden bestimmen, wie schnell das landesweite Netzwerk wächst und wie stark es zum Ausbau der KI-Dienste im ganzen Land beiträgt.

Wichtigste Punkte

• China baut ein zentrales KI-Rechennetz auf, dessen Anker eine 760 Acre große Data Island in Wuhu ist. Die Investitionen belaufen sich auf rund 37 Milliarden US-Dollar.
• Das Netzwerk verbindet Anlagen in Wuhu mit Clustern im Landesinneren, etwa in Ulanqab, Guizhou und Qingyang, um Training und Inferenz aufzuteilen.
• Huawei, China Mobile, China Telecom und China Unicom sind zentrale Betreiber. Huawei bewirbt UB Mesh für die Vernetzung von Clustern.
• Wuhu bietet Zuschüsse von bis zu 30 Prozent für den Kauf von KI-Chips, um den Ausbau trotz der Exportkontrollen für moderne ausländische GPUs zu beschleunigen.
• China will vorhandene Beschleuniger besser auslasten und überschüssige Rechenleistung über einheitliche Planungssoftware regionsübergreifend verkaufen.
• Analysten schätzen, dass die USA rund 75 Prozent der weltweiten KI-Rechenkapazität kontrollieren, China dagegen etwa 15 Prozent.
• Das US-Programm Stargate zielt auf knapp 7 Gigawatt Kapazität und Investitionen von bis zu 500 Milliarden US-Dollar. Dazu gehört ein Campus in Texas, der für 400.000 GPUs ausgelegt ist.
• OpenAI-Chef Sam Altman sagt, der Aufbau ausreichender Rechenleistung sei entscheidend, damit KI die Erwartungen erfüllen könne.
• Die Zentralisierung verspricht geringere Latenz für Nutzer in großen Küstenstädten und mehr Ausfallsicherheit durch zahlreiche verknüpfte Standorte.
• Zu den Herausforderungen zählen Stromversorgung und Kühlung, Cybersicherheit, unterschiedliche Hardware an den Standorten sowie die öffentliche Kritik an der Nutzung von Land und Wasser.