Zum Inhalt
WeltzeitEU--:--UK--:--USA--:--CN--:--PLDEFRIT中文EN

portal über KI und Technologieereignisse · analysen · interviews · technischer hintergrund

Suche
LIVE
›

KI-Rechenzentren treffen auf Kanadas Wasserkraft: Neufundland öffnet die Tür für Angebote

Der Energieminister von Neufundland und Labrador sagt, die Tür der Provinz sei „offen für Geschäfte“ für Unternehmen, die KI-Rechenzentren mit ihrem Strom bauen wollen, meldete CBC News am 29. September. Premier Tony Wakeham und der führende Verhandlungsführer für Churchill Falls, Barry Perry, haben Rechenzentren als mögliche Nutzung des Stroms aus dem Megaprojekt ins Spiel gebracht.

WissenschaftAnalyseHanna VogtVeröffentlicht: 29. September 20268 Min. LesezeitQuellen 7
KI-Rechenzentren treffen auf Kanadas Wasserkraft: Neufundland öffnet die Tür für Angebote

CBC News meldete am 29. September, Unternehmen seien an die Regierung von Neufundland und Labrador herangetreten, um KI-Rechenzentren zu entwickeln. Energie- und Bergbauminister Lloyd Parrott sagte im Abgeordnetenhaus, „unsere Tür ist offen für Geschäfte“. Er sprach in einer Sondersitzung zum neuen Churchill-Falls-Abkommen. Das Ministerium für Energie und Bergbau der Provinz bestätigte die Anfragen. Namen von Interessenten oder Projekten nannte es nicht und verwies auf vertrauliche Gespräche.

Der Vorschlag ist aus zwei Gründen wichtig. KI-Rechenzentren sind zu einer der größten neuen Stromverbrauchsquellen in Nordamerika geworden. Der Hauptvorteil der Provinz ist derselbe, der die Fusionsforschung attraktiv macht: Sie hat ein großes, kohlenstoffarmes Stromangebot, das bereits gebaut ist oder bereits geplant war. TechNL-Chefin Andrea King sagte zu CBC, Labrador erfülle mehrere Kriterien, nach denen Betreiber von Rechenzentren suchen. Dazu zählen kohlenstoffarmer Wasserkraftstrom, kaltes Wetter und viel Land. Sie sagte auch, das mache ein Projekt nicht für sich genommen zu einer guten Idee. Die Provinz müsse die wirtschaftlichen Kosten abwägen und die Opportunitätskosten dessen, was sie sonst mit diesem Strom tun könnte.

Diese Vorsicht ist der analytische Kern der Geschichte. Ein Rechenzentrum ist eine Anlage, in der Computerserver, Netzwerkausrüstung und andere Technik stehen und mit Strom versorgt werden. Die Nachfrage nach dieser Rechenleistung ist mit der KI-Branche stark gestiegen. CBC zitiert den Technikjournalisten Paris Marx, Autor von Hyperscale, mit der Aussage, die Produkte seien rechenintensiv. Die Tech-Konzerne hätten festgestellt, dass sie viel mehr Rechenleistung brauchten, um sie zu betreiben, sagte er. Marx stellte auch den langfristigen Wert eines Projekts infrage. Er fragte, ob es sinnvoll sei, Strom an Rechenzentren zu geben, wenn es bessere Verwendungen geben könnte.

Die Provinz hat weder einen Rahmen noch eine Liste von Bedingungen oder einen namentlich genannten Interessenten veröffentlicht. Nova Scotias Premier Tim Houston hat fünf Ausgangsbedingungen skizziert, die jeder Betreiber eines Rechenzentrums für eine Prüfung erfüllen muss, berichtete CBC. EverWind Fuels hat Interesse bekundet, in dieser Provinz ein Rechenzentrum zu bauen. In Alberta soll das für Sturgeon County geplante Meta-Rechenzentrum 13.000.000.000 Dollar kosten und in zwei bis drei Jahren ans Netz gehen, heißt es im selben CBC-Bericht. Der Bericht vermerkt auch, dass das Projekt in der Provinz Spaltungen ausgelöst hat.

Im Artikel taucht kein Fusionsergebnis auf. Die jüngsten Schlagzeilen rund um Fusion, darunter britische Zusagen und ein chinesisches Wasserstoff-Bor-Gerät, werden hier nicht zitiert. Der Artikel enthält eine Reihe von Dokumenten dazu, wie Rechenleistung, Energie und Forschung zusammenlaufen. Diese Dokumente sind für das Verständnis, warum eine Provinz mit Wasserkraft Angebote für Rechenzentren erhält, nützlicher als jede einzelne Laborankündigung.

Ein Beitrag von Hannah Ritchie vom 29. September auf ihrem Substack By the Numbers arbeitet Zahlen des Oxford-Professors Nick Eyre dazu durch, was Elektrifizierung mit dem Endenergiebedarf macht. Der Beitrag gibt an, der Strombedarf steige im Szenario nach der Transformation von 110 auf 189 Exajoule. Der gesamte Endenergiebedarf falle von 416 auf 247 Exajoule. Das ist eine Verringerung um rund 40 Prozent. Sie wird erreicht, ohne einen Effizienzgewinn anzunehmen, der über Elektrifizierung oder den Umstieg auf Wasserstoff hinausgeht.

Ritchies Beitrag benennt die Vereinfachungen ausdrücklich. Für alle nicht elektrifizierten Sektoren wird angenommen, dass sie mit Wasserstoff betrieben werden. Das Modell berücksichtigt kein Energie-Wachstum, während Länder sich entwickeln. Sie argumentiert, das dürfe das Verhältnis zwischen den beiden Szenarien nicht beeinflussen. Es ist ein Vergleich von Endenergie, nicht von Primärenergie. Er lässt also die Abwärme aus, die eine Primärenergierechnung enthalten würde. Sie schreibt außerdem, die Schätzung unterschätze die Verringerung wahrscheinlich, weil sie keine anderen Effizienzmaßnahmen annimmt.

Die Sektordetails machen das Argument konkret. Straßenverkehr und Gebäude sinken deutlich. Autos und Transporter lassen sich elektrifizieren, Gasheizungen lassen sich durch Wärmepumpen ersetzen. Ritchie schreibt, ein Elektrofahrzeug wandle rund 80 Prozent seiner Energie in Bewegung um, ein Benziner rund 20 Prozent. Der Energiebedarf für Autos und Transporter nach der Transformation liege bei etwa einem Viertel des heutigen Bedarfs. Hochtemperaturprozesse in der Industrie sind schwieriger. Einige können auf Wasserstoff umstellen. Für die Stahlbranche wird angenommen, dass der Anteil von Elektrolichtbogenöfen von rund 25 auf 50 Prozent steigt, der aktuelle OECD-Mix.

Für eine Provinz, die ein Rechenzentrum abwägt, ist die relevante Lehre nicht die genaue Zahl der Exajoule. Sie lautet, dass der Strombedarf voraussichtlich steigt, während der gesamte Energiebedarf sinkt. Das bedeutet, der Wettbewerb um sauberen Strom wird schärfer, nicht lockerer. Derselbe Beitrag vermerkt, dass Strom im System nach der Transformation drei Viertel des Endenergiebedarfs deckt, heute ein Viertel. Jede zusätzliche große Last ist ein Anspruch auf diesen Strom.

Das Gegenargument, Rechenzentren nicht auf knappen sauberen Strom zu setzen, wird mit Hardware vorgebracht. Am 29. September kündigte Efficient Computer eine Series-B-Runde über 97.000.000 Dollar unter Führung von TQ Ventures an. Damit steigt die Gesamtsumme auf 173.000.000 Dollar bei einer Bewertung von 650.000.000 Dollar, heißt es im eigenen Blogbeitrag des Unternehmens. CEO und Mitgründer Brandon Lucia schrieb, die Technologie des Unternehmens bringe eine 10- bis 100-fache Verbesserung der Energieeffizienz im Vergleich zu traditionellen CPU-Architekturen. Er schrieb, der Electron E1 komme in Serie für eingebettete physische KI-Systeme, darunter Roboter, Drohnen, Infrastruktur und Wearables.

Lucias Beitrag ist ein Verkaufsargument und sollte auch so gelesen werden. Der architektonische Punkt darin lässt sich aber grundsätzlich prüfen. Er beruft sich auf Amdahls Gesetz, um zu argumentieren, dass der nicht beschleunigte Teil einer Berechnung die Gesamteffizienz eines Systems begrenzt. Er sagt, eng spezialisierte Fixed-Function-KI-Beschleuniger schafften ein Risiko der Veraltung, wenn sich Algorithmen ändern. Die Zahlen von Efficient mögen außerhalb der eigenen Benchmarks nicht gelten. Dennoch ist die Aussage, dass Effizienz und nicht das reine Angebot bestimmt, wie viel Rechenleistung eine gegebene Strommenge kaufen kann, dieselbe Aussage, die Vorschläge für Rechenzentren politisch umstritten macht.

Zwei der neuesten Beiträge beschreiben KI-Systeme, die Rechenleistung verbrauchen, um selbst Forschung zu betreiben. Am 29. September kündigte CoreWeave ARIA an, einen in Weights & Biases eingebauten Coding-Agenten. Er liest Experimente, baut Live-Visualisierungen, bildet Hypothesen und startet Läufe über W&B Launch. Im Blogbeitrag des Unternehmens heißt es, ARIA könne projektübergreifend arbeiten und auf Trainingscode, Experimentprotokolle, Loss-Kurven, Metriken, Artefakte und Checkpoints zugreifen. Auf der Seite steht, der Beitrag sei ursprünglich am 29. Juli 2026 im Weights-&-Biases-Blog erschienen. CoreWeave sagt, der Agent sei auf die Eigenheiten der Plattform trainiert. Dadurch könne er Abfragen effizient über Projekte mit 20 oder 20.000 Läufen zuschneiden.

Ein separater Beitrag vom 29. September, ein NBER-Arbeitspapier von Matthew Schwartz, Isaiah Andrews und Jesse M. Shapiro, wendet einen LLM-Workflow auf veröffentlichte wirtschaftswissenschaftliche Forschung in einem Umfang an, der echte Rechenleistung voraussetzt. Im Abstract heißt es, der Workflow markiere über 4.452 veröffentlichte Replikationspakete aus fünf wirtschaftswissenschaftlichen Zeitschriften hinweg Unstimmigkeiten in 3.460 Artikeln oder ihren Anhängen. In 496 Artikeln habe der Workflow die Rechenzeit einer Berechnung bei ähnlicher oder größerer Genauigkeit um mehr als den Faktor 10 verringert. In 923 Artikeln habe er eine Erweiterung entwickelt, die im Originalartikel nicht enthalten war. Das Papier legt offen, dass LLMs in Analyse und Schreiben verwendet wurden. Es gibt an, Schwartz habe als Auftragnehmer für Anthropic gearbeitet, und die Ergebnisse und Ansichten würden von Anthropic nicht befürwortet.

Diese Zahlen sind groß genug, um für sich genommen ein Signal für die Nachfrage nach Rechenzentren zu sein. Der Artikel verbindet sie aber nicht mit einer bestimmten Anlage oder Provinz, und diese Analyse tut das auch nicht. Die beiden Beiträge zeigen, dass der Forschungsablauf selbst zu einem Stromverbraucher wird. Genau diese Art Last soll Neufundland und Labrador beherbergen.

Zwei Beiträge vom 29. September zur mathematischen Forschung machen denselben Punkt aus der anderen Richtung. KI kann mehr der Arbeit automatisieren, aber die Arbeit verschwindet nicht. Auf seinem Blog argumentiert Dan Romik, mathematische Forschung sei eine Rückkopplungsschleife. Er sagt, aktuelle KI-Modelle erzeugten neue Theoreme, die „einen Abstand von eins“ zum von Menschen erzeugten Wissen hätten. Ohne Menschen, die reflektieren, vereinfachen und verallgemeinern, gerate die Schleife unter dem, was er Berge selbst erzeugten Ausschusses nennt, ins Stocken. Er zitiert auch Scott Aaronsons Reaktion auf OpenAIs behauptete Navier-Stokes-Lösung als eine Kette von Einsen. Er erklärt, er glaube nicht, dass wir schon in einer Welt lebten, in der KI auf jedes Theorem das abschließende QED setze.

Stephen Wolframs Essay vom 28. September argumentiert vereinbar, mit anderer Betonung. Er schreibt, moderne KI sei nützlich, manchmal sehr nützlich. Ihr größter Nutzen für seine eigenen mathematischen Bestrebungen sei gewesen, die Wissensbasis der menschlichen Mathematik thematisch zu durchforsten. Er unterscheidet aber KI, die den vorhandenen Bestand menschlichen Wissens nutzt, von Berechnung. Berechnung könne Dinge erzeugen, die grundlegend und irreduzibel neu seien. Er argumentiert außerdem, große Mathematik definiere sich über die Fragen, die sie stelle. Die menschliche Vorstellungskraft lenke, welche Fragen gestellt werden.

Keiner der Essays erwähnt Rechenzentren, und keiner ist ein Fusionsergebnis. Für diese Geschichte sind sie wichtig, weil sie die Nachfrageseite der Stromfrage beschreiben. KI-Systeme können für Forschung genutzt werden, für wirtschaftswissenschaftliche Replikation im Umfang tausender Arbeiten oder für agentische Schleifen, die ihre eigenen Experimente starten. Wenn das so ist, muss die Rechenleistung irgendwo stehen. Neufundland und Labrador ist einer der Orte, die jetzt gefragt werden, ob sie dort stehen soll.

Die Provinz hat nicht Ja gesagt. CBC berichtete, ein Sprecher des Ministeriums habe gesagt, Rechenzentren könnten geprüft werden, wenn Vorschläge zu den politischen Zielen der Regierung passten. Zu diesen Zielen gehören Umweltauflagen und klare Vorteile für die Menschen in Neufundland und Labrador. Kein Interessent, keine Kapazitätszahl, kein Stromabnahmevertrag und kein Zeitplan sind öffentlich gemacht worden. Bis das geschieht, ist die ehrliche Beschreibung des Stands der Dinge, dass eine Tür als offen bezeichnet wurde. Durchgegangen ist noch niemand.

Kommentare 0

Quellen

7
  1. 01AI data centres in N.L.? The door is 'open for business,' says energy ministerEN
  2. 02Electrification efficiency: The world will need less energy after the transitionEN
  3. 03Solving computing's energy problem with Efficient Computer's $97M Series BEN
  4. 04CoreWeave ARIA: AI Research and Iteration AgentEN
  5. 05An LLM Workflow That Reproduces, Improves, and Extends Published Economics ResearchEN
  6. 06The feedback loop of mathematics researchEN
  7. 07What's the Future for Pure Math Research in the Age of AI?EN

Alle Zahlen und Zitate in diesem Text stammen aus den unten genannten Quellen.

Die Materialien wurden vom Redaktionsteam mit Unterstützung von KI erstellt.

Hanna Vogt

Hanna Vogt

Wissenschaft und Gesundheit

Hanna Vogt schreibt für FLASH24 über Wissenschaft und Gesundheit und stützt sich dabei auf Primärstudien, Behördenberichte und Rohdaten statt auf Pressemitteilungen. Bei Zahlen prüft sie Stichprobengrößen, Konfidenzintervalle und ob die zitierte Quelle die Aussage tatsächlich deckt. Für ihre Texte spricht sie mit Studienautorinnen, wartet auf Peer-Review-Fassungen und vergleicht Vorabdrucke mit der finalen Publikation. Dass sie privat Materialphysik verfolgt und mit eigenem Teleskop den Himmel beobachtet, erklärt, warum sie bei Messmethoden und Instrumenten genau nachfragt. Sie publiziert keine Ergebnisse, deren Datengrundlage sie nicht selbst eingesehen hat.

Redaktion →

Kommentare

0
  1. Noch keine Kommentare — seien Sie der Erste.

Kommentar schreiben

Kommentare sind öffentlich sichtbar. Wir veröffentlichen keine Beleidigungen, Werbung oder Spam.