Das 18-Gigawatt-Problem des Silicon Valley

Kaliforniens Energieplaner starren derzeit auf eine Tabelle mit 18,7 Gigawatt an beantragten Netzanschlüssen für neue Rechenzentren. Diese eine Zahl entspricht mehr Strom, als für die Versorgung aller Privathaushalte im Bundesstaat benötigt wird. Dennoch planen die offiziellen Stellen des Staates für die nächsten zwei Jahrzehnte stillschweigend nur mit einem Bruchteil dieser Last.

Dies ist die physische Realität des KI-Booms, der mit der öffentlichen Infrastruktur kollidiert. Tech-Entwickler reservieren massiv und spekulativ Netzkapazitäten für Rechencluster, die in Kaliforniens Klimamodellen für 2045 noch gar nicht vorgesehen waren. Die unmittelbare Spannung in Sacramento dreht sich nicht mehr nur um die Erzeugung grüner Energie, sondern darum, ob die Haushalte Milliarden für Netzaufrüstungen finanzieren sollen, deren Infrastruktur möglicherweise nie vollständig ausgelastet wird.

Prognosen im Dunkeln

Das Kernproblem ist, dass maschinelles Lernen nicht wie eine traditionelle Schwerindustrie skaliert. Forscher der Bits & Watts Initiative der Stanford University stellen fest, dass Standardmodelle für den Strombedarf bei generativer KI schlichtweg versagen. Liang Min, ein Forscher am Institut, weist darauf hin, dass das KI-Wachstum kein stetiger industrieller Anstieg ist, sondern eine Reihe unvorhersehbarer Wetten auf neue Anwendungen.

Wenn ein neues Modell für maschinelles Lernen über Nacht viral geht, steigt der zugrunde liegende Strombedarf ohne Vorwarnung an. „Im Moment haben wir wirklich große Schwierigkeiten“, erklärte Min kürzlich vor einem Gremium zur Netzplanung und merkte an, dass die Anwendungsebene extreme Prognoserisiken birgt.

In Europa ist der Netzausbau stark an staatliche Industriestrategien und vorhersehbar langsame Genehmigungsverfahren gebunden. In Kalifornien beobachten Kommunen wie San Jose, wie spekulative Tech-Vorschläge drohen, ihre Spitzenstromlast innerhalb weniger Monate zu vervielfachen. Stadtverantwortliche stecken in der Klemme: Sie fordern entweder strenge Nachweise, dass diese Projekte den beantragten Strom auch tatsächlich benötigen, oder sie beschleunigen die Verfahren, um Investitionen zu sichern, bevor das Kapital anderswohin abwandert.

Das Roulette der Stromzahler

Dann ist da noch die Frage, wer für die Leitungen bezahlt. Das California Public Advocates Office warnt bereits davor, dass normale Stromkunden auf den Kosten für ungenutzte Anlagen sitzen bleiben könnten, falls Versorgungsunternehmen eine hochspezialisierte Infrastruktur für Rechenzentren bauen, die am Ende wieder aufgegeben werden. Viele Entwickler stellen massive Kapazitätsanfragen, ohne sich auf feste Bauzeitpläne oder langfristige Stromabnahmeverträge festzulegen.

Der größte Energieversorger des Bundesstaates, PG&E, argumentiert, dass die Aufnahme riesiger Industriekunden die Fixkosten des Netzes auf eine breitere Basis verteilt und theoretisch die durchschnittlichen Stromrechnungen senkt. Das ist ein sauberes mathematisches Argument – vorausgesetzt, die Rechenzentren fordern nicht alle Strom im exakt gleichen, überlasteten Industriekorridor an.

Andere Bundesstaaten haben das Risiko bereits erkannt und begonnen, die Kosten abzugrenzen. Oregon hat vor Kurzem die Vorschriften verschärft, um Stromrechnungen der Haushalte vor spezifischen Netzanschlusskosten zu schützen, während Minnesota die Infrastruktur für riesige Rechenzentren in eine separate Abrechnungskategorie ausgegliedert hat. Kalifornien hat bisher darauf verzichtet, aggressive gesetzliche Grenzwerte einzuführen, während Gesetzgeber immer noch über Transparenzanforderungen debattieren, die Anfang des Jahres ins Stocken gerieten.

Batterien und Diesel-Notstromaggregate

Um die Lücke zu schließen, setzen Planer stark auf dezentrale Speicher. Jigar Shah von Deploy Action stellt fest, dass die Installationskosten für kleine gewerbliche Batterien von 15.000 US-Dollar vor fünf Jahren auf heute unter 5.000 US-Dollar gesunken sind. Zu virtuellen Kraftwerken zusammengeschlossen, können diese Batterien tausende Ladestationen für Elektrofahrzeuge und intelligente Verbraucher bündeln, um als steuerbarer Puffer gegen plötzliche Netzbelastungen zu dienen.

Doch Software und Batterien können die Grundlast nicht ersetzen. Trotz Kaliforniens strenger Umweltziele zwingt das schiere Ausmaß der KI-Rechenleistung zu diskreten Gesprächen über die Notwendigkeit von „clean firm“ Energie – Geothermie, Kernkraft oder Erdgas mit Kohlenstoffabscheidung. Auf lokaler Ebene weisen Umweltschützer bereits auf die Zunahme von Diesel-Notstromaggregaten und wasserintensiven Kühlsystemen hin, die für diese riesigen Anlagen erforderlich sind.

Führungskräfte im Silicon Valley weisen gerne darauf hin, dass KI letztendlich die Netzsteuerung optimieren und Netzfehler erkennen könnte. Das mag in einem Jahrzehnt der Fall sein. Im Moment jedoch bringen die Algorithmen die Kapazitätsprognosen einfach durcheinander. Kalifornien verfügt über das technische Know-how, um die Infrastruktur zu bauen; das Problem ist nur, dass man noch keine Lösung gefunden hat, wie man verhindert, dass die Vorstädte die Server subventionieren.

Quellen

• Bits & Watts Initiative, Stanford University
• California Public Advocates Office