Auf der WAIC wimmelt es von "Schaufelverkäufern", aber Rechenkapazitätsdienste sind letztendlich ein Spiel für nur wenige.

Auf der WAIC 2026 erobern Roboter nach wie vor den Großteil der Aufmerksamkeit. Die am schnellsten wachsende Zahl von Unternehmen in den Ausstellungshallen sind aber diejenigen, die sich als „AI Infra“ bezeichnen.

Viele bekannte Gesichter sind in den Hallen zu sehen. Unternehmen, die Flüssigkeitskühlung, Switches, Speicher oder Cluster-Software herstellen, haben dieses Jahr die Zeile „KI-Infrastruktur“ zu ihren Visitenkarten hinzugefügt. Auch Ressourcenvermittlungsplattformen bewegen sich in diese Richtung. Alle Glieder der Industriekette scheinen sich in Richtung einer Position zu bewegen, die näher am Zugang der Nutzer liegt.

Die Logik ist leicht verständlich: Der Weg zur Monetarisierung von Anwendungen großer Modelle ist noch unklar, und „Schaufeln an die KI zu verkaufen“ scheint ein sichereres Geschäft zu sein.

Aber wenn man die Ausstellungshallen verlässt, stimmt das tatsächliche Bild der Industrie nicht mit dieser Hektik überein.

In den letzten drei Jahren wurden in allen Regionen eine große Anzahl intelligenter Rechenzentren gebaut. Heute stehen einige von ihnen in Warteschlangen mit voller Auslastung, während andere öffentlich nach Kunden suchen und Preise nahe den Gestehungskosten anbieten; gleichzeitig beschweren sich Modellunternehmen und Forschungseinrichtungen immer noch über einen Mangel an Rechenleistung.

Die Zahl der Unternehmen, die „Schaufeln verkaufen“, steigt stetig, aber die „verfügbare Rechenleistung“ auf dem Markt ist nicht gleichzeitig gewachsen.

Die Lücke liegt an einer Stelle, die die Ausstellungsreden nicht freiwillig erwähnen: KI-Infra ist eine Industriekette, und jedes Unternehmen liefert nur seinen eigenen Teil – Chips, Interkonnektion, Speicher, Planungssoftware. Was der Nutzer letztendlich kauft, ist aber kein einzelnes Segment, sondern ein Ergebnis – Aufgaben werden pünktlich abgeschlossen und laufen stabil. Die Organisation der verteilten Glieder zu diesem Ergebnis ist erst als Rechenleistungsdienst zu bezeichnen.

Die Industriekette kann Tausende von Teilnehmern haben, aber der Rechenleistungsdienst ist zwangsläufig ein Geschäft für wenige.

Um zu verstehen, warum das so ist, muss man zuerst die Besonderheiten des Gutes Rechenleistung erkennen.

01 Der Fortschritt von Komponenten wird nicht automatisch zu nutzbarer Rechenleistung

Die größte Irreführung der Rechenleistung liegt darin, dass sie wie ein Standardprodukt aussieht – Abrechnung pro Karte, Abrechnung pro Stunde, so als wäre sie wie Strom und Wasser.

Tatsächlich ist das nicht der Fall.

Bei gleicher Anzahl von Rechenkarten können die Leistungen in unterschiedlichen Netzwerk-, Speicher- und Softwareumgebungen extrem unterschiedlich ausfallen: Ein Cluster, der für die Inferenz großer Modelle geeignet ist, hält nicht unbedingt die Last von Trainings mit hoher Kommunikationslast stand; ein Mainstream-Open-Source-Modell auszuführen bedeutet nicht, dass es direkt für wissenschaftliche Berechnungen oder industrielle Simulationen eingesetzt werden kann.

Selbst bei völlig identischen Geräten unterscheidet sich die effektive Rechenleistung, die dem Nutzer letztendlich geliefert wird, je nach Systemgröße, Effizienz der Interkonnektion, Aufgabenplanung und Softwareanpassung.

Die Industriekette liefert die Leistung von Komponenten, aber der Nutzer braucht das Ergebnis des Systems. Dazwischen liegt eine große Menge an technischen Integrationsarbeiten – und das ist genau der Bereich, an dem die meisten Teilnehmer der Kette nicht beteiligt sind.

Dadurch entsteht in einem Markt mit hoher Prosperität auf Komponentenebene eine Menge peinlicher Zwischenzustände: Es gibt Ressourcen, aber sie sind nicht gut nutzbar; es gibt Plattformen, aber sie können die Ressourcen nicht kontrollieren; es gibt Kunden, aber die Anwendungsprobleme können nicht gelöst werden.

Vermittlungsplattformen können Ihnen sagen, wo noch freie Karten verfügbar sind, aber sie können Probleme wie inkompatible Treiber, Speicherengpässe und sinkende Kommunikationseffizienz des Clusters nicht über die Planungsschnittstelle lösen; Ressourcenanbieter können Geräte vermieten, aber sie können Kunden nicht bei der Migration von Anwendungen unterstützen; Integratoren können das System aufbauen, aber sie sind nicht unbedingt in der Lage, Aufgaben kontinuierlich zu importieren.

Das ist der Grund, warum Rechenleistungsengpässe und Ressourcenleerstände gleichzeitig existieren können: Was den Nutzern fehlt, war nie nur eine einzelne Karte, sondern eine Rechenumgebung, die „sofort einsatzbereit ist, stabil läuft und bei Störungen abgesichert ist“.

An dieser Stelle stellt sich natürlich die Frage: Tun große Cloud-Anbieter nicht genau das?

In standardisierten Szenarien ist das tatsächlich der Fall. Die GPU-Cloud-Dienste der führenden Cloud-Anbieter sind bereits ausgereift, mit vollständiger Elastizität, Abrechnungsfunktionen und Ökosystem.

Aber das Geschäftsmodell der Cloud basiert auf Standardisierung und Skalierung und priorisiert daher natürlich Kunden mit hohem Bedarf, vorhersehbarer Last und klarer Bruttomargenstruktur. Einige Arten von Anforderungen fallen genau in den Abdeckungsbereich dieses Modells:

Wissenschaftliche Berechnungen und industrielle Simulationen haben einen hohen Individualisierungsgrad, eine begrenzte Größe pro Kunde, erfordern außerdem FP64-Präzision und spezielle Software-Stacks, sodass das Verhältnis von Aufwand zu Ertrag weitaus schlechter ist als bei standardisierten Inferenzgeschäften. Regierungs- und Forschungskunden, die Anforderungen an Datenhoheit, lokale Bereitstellung und sichere Informationstechnologie haben, brauchen kein Mieterkonto in einer öffentlichen Cloud, sondern ein System, das in ihrem eigenen Rechenzentrum aufgebaut ist und langfristig von Fachkräften betreut wird. Die Integration heterogener Ressourcen über verschiedene Chips und Rechenzentren hinweg steht zudem direkt im Widerspruch zur Geschäftslogik der Cloud-Anbieter, „Kunden im eigenen technischen System zu halten“.

Die Anforderungen, die von der Cloud nicht gut abgedeckt werden – umfassend, heterogen, langfristig und dienstleistungsintensiv – sind genau die harten Nüsse, die der Rechenleistungsdienst knacken muss. Die Schwierigkeit liegt nicht darin, Rechenleistung ins Netz zu stellen und zu verkaufen, sondern die verteilten Rechenressourcen zu einer nachhaltig lieferbaren Fähigkeit zu organisieren.

02 Hinter einer Rechenkarte gibt es drei Rechnungen

Ob dieses Geschäft funktioniert, hängt nicht vom Preis der Grafikkarten ab, sondern davon, ob drei Rechnungen gleichzeitig klar berechnet werden können: die Bauführungsrechnung, die Betriebsrechnung und die Kundenrechnung.

Zuerst zur Bauführungsrechnung –

Nutzer möchten Rechenleistung nach Bedarf kaufen, genau wie Wasser und Strom. Dienstleister stehen jedoch vor einem langfristigen, kapitalintensiven Projekt: Rechenzentren, Server, Netzwerke, Speicher, Flüssigkeitskühlung, Stromversorgung – alles erfordert Vorabinvestitionen, und die Hauptgeräte werden über 4 bis 5 Jahre abgeschrieben. Kunden können aber nur wenige Wochen oder sogar Tage mieten.

Die Laufzeitinkongruenz ist der Grundton dieses Geschäfts.

Noch problematischer ist, dass der Aktualisierungszyklus von KI-Chips und Systemarchitekturen auf etwa ein Jahr verkürzt wurde. Bevor die Kosten für alte Geräte wieder hereingeholt sind, sind bereits neue Generationen von Produkten auf dem Markt – dass die technische Iteration die Abschreibung überholt, ist das Hauptrisiko für den Betrieb von Rechenleistung.

Leichtgewichtige Plattformen scheinen dieses Problem zu umgehen: Vermietung und Vermittlung, ohne Geräte zu binden. Aber das Risiko verschwindet nicht, es wird nur auf die Besitzer der Geräte übertragen. Bei angespannter Versorgung kann die Plattform die Versorgung mit Ressourcen nicht sicherstellen; wenn der Markt abkühlt, übernimmt sie auch keine Leerstandskosten für die vorgelagerten Partner.

Als nächstes zur Betriebsrechnung –

Wenn die Skalierung erreicht ist, sind Störungen keine Ausnahme mehr, sondern der Alltag.

Ein öffentlicher Bezugspunkt: Meta hat beim Training von Llama 3 offengelegt, dass ein Cluster mit 16.000 Karten im 54-tägigen Trainingszyklus mehr als 400 unerwartete Unterbrechungen erlitten hat – durchschnittlich alle 3 Stunden, hauptsächlich verursacht durch Hardwarestörungen von GPUs und Arbeitsspeicher.

Das ist das Ergebnis, das eines der weltweit leistungsstärksten Ingenieurteams in einer homogenen Umgebung erzielt hat. In Szenarien mit einer Größenordnung von 100.000 Karten, heterogenen Chips und gleichzeitigem Betrieb von Training, Inferenz und wissenschaftlicher Forschung gibt es nur noch mehr Risikofaktoren.

Der eigentliche Betrieb besteht also nicht darin, Rechenleistung einfach zuzuweisen, sondern kontinuierlich Ressourcenorchestrierung, Aufgabenpriorisierung, Störungsisolation, dynamische Migration und Systemwiederherstellung zu bearbeiten, und außerdem zu verhindern, dass eine bestimmte Art von Aufgaben Ressourcen lange belegt und alle anderen verlangsamt. Diese Arbeiten erfordern, dass der Betreiber tief in die unterste Schicht des Systems eindringen kann. Unternehmen, die nur einen Plattformzugang besitzen und nicht auf Netzwerk-, Speicher- und Rechenumgebung zugreifen können, können keine verlässliche Zusage geben, „wann die Aufgabe abgeschlossen wird“.

Schließlich zur Kundenrechnung –

Am Tag der Inbetriebnahme des Rechenzentrums generieren die Geräte noch nicht automatisch Einnahmen. Die eigentliche Prüfung beginnt erst nach der Lieferung: Es müssen genügend Aufgaben mit einer angemessenen Struktur gefunden werden, um die Auslastung auf einem nachhaltigen Niveau zu halten.

Die Schwierigkeit liegt darin, dass die Formen der Aufgaben sehr unterschiedlich sind. Das Training großer Modelle verbraucht Ressourcen extrem schnell, und nach Abschluss des Projekts sinkt die Nachfrage drastisch; die Inferenz ist relativ kontinuierlich, aber sie ist sehr empfindlich gegenüber Reaktionsgeschwindigkeit und Kosten; wissenschaftliche Aufgaben laufen oft mehrere Monate und haben strenge Anforderungen an Präzision, Netzwerk und Speicher; industrielle Kunden legen mehr Wert auf Datensicherheit, lokale Bereitstellung und Kompatibilität mit branchenspezifischer Software.

Eine Rechenplattform, die langfristig betrieben werden kann, muss diese unterschiedlichen Anforderungen zu einem vollständigen Zeitplan zusammenfügen: In Spitzenzeiten werden wichtige Aufgaben priorisiert, in Nebenzeiten werden Hochdurchsatzaufgaben importiert, und durch die Komplementarität der Lasten werden Spitzen abgebaut und Lücken gefüllt.

Der Vertriebszugang kann sehr leicht aufgebaut werden, aber die Auslastung kann nur durch kontinuierliche Verbesserung des Kundensystems, der Anwendungs migration und der Modellanpassungsfähigkeit erreicht werden.

03 Die drei Rechnungen in ein und dasselbe System zu integrieren und zu koordinieren, ist erst ein echter Rechenleistungsdienst

Wenn wir den KI-Infra-Markt anhand dieser drei Rechnungen neu bewerten, wird die Trennlinie deutlich: Die meisten Teilnehmer berechnen nur eine der drei Rechnungen, nur sehr wenige Akteure können alle drei Rechnungen in einem einzigen System umfassend berücksichtigen.

Wie sieht der letztere Typ aus? Es gibt drei schwer nachahmbare Merkmale.

Erstens verfügt er über ein großskaliges Team von Ingenieuren, die vor Ort eingesetzt werden. Die Fertigstellung des Projekts ist nicht das Ende der Lieferung. Die Ingenieure sind dauerhaft vor Ort beim Kunden und an der Systemfront im Einsatz, um Netzwerkschwankungen, Gerätestörungen, Softwareaktualisierungen und Anwendungs migrationen zu bearbeiten. Diese Organisation ist in den Finanzberichten ein Kostenfaktor, aber im Dienstleistungsbereich eine Verpflichtung.

Zweitens traut er sich, langfristige Investitionen in die Infrastruktur zu tätigen. Er ist in der Lage, die Bauphase, die Anlaufphase und die technische Umstellungsphase zu durchlaufen, statt die kurzfristigen Renditen einzelner Produktlinien vierteljährlich zu bewerten.

Drittens beherrscht er die Schlüsselsegmente, die die Dienstleistungsqualität bestimmen. Er muss nicht die gesamte Industriekette abdecken, aber die Kernkompetenzen, die bestimmen, „ob die Aufgabe abgeschlossen werden kann“ – wie Netzwerk, Speicher, Planung und Softwareanpassung – müssen fest in eigenen Händen liegen oder in einem Bereich, der effizient koordiniert werden kann.

Nach diesem Maßstab gibt es nur wenige qualifizierte Akteure in China: Einige wenige Rechenleistungsunternehmen mit Systemingenieurkapazitäten sowie Betreiber, die über Netzwerke, Rechenzentren und Regierungs- und Unternehmensdienstleistungssysteme verfügen. Die beiden Typen haben unterschiedliche Fähigkeiten – die ersteren sind mit dem Aufbau, der Optimierung und der Anwendungsumgebung komplexer Rechenplattformen vertraut, die letzteren verfügen über eine landesweite Infrastruktur und Abrechnungs- und Kundenserviceorganisation – in der Praxis ergänzen sich die beiden oft.

Und was sie wirklich selten macht, ist nicht das Geld für den Kauf von Geräten, sondern dass es keinen Rückzugsweg gibt: Bei unzureichender Auslastung tragen sie die Kosten selbst; bei Systemstörungen schicken sie ihr eigenes Team; wenn die Kundenaufgaben nicht laufen, können sie die Verantwortung nicht an nachgelagerte Lieferanten abwälzen.

Das ist genau die Trennlinie zwischen dem Rechenleistungsdienst und der Rechenleistungslieferkette.

04 Die Industriekette kann arbeitsteilig sein, aber die Verantwortung darf nicht verteilt werden

Die Konzentration des Rechenleistungsdienstes auf wenige Akteure bedeutet nicht, dass andere Spieler ausscheiden. Im Gegenteil – je schwerer das System ist, desto höher ist der Wert jedes professionellen Glieds in der Kette.

Je größer der Cluster ist, desto wertvoller werden Planung, Überwachung, Mess- und Abrechnungsfunktionen, automatisierte Wartung und Leistungsoptimierung; je mehr heterogene Ressourcen es gibt, desto mehr braucht man professionelle Plattformen, um den Nutzern die Unterschiede der untersten Schichten zu verbergen; wenn Branchenkunden hinzukommen, braucht man außerdem Dienstleister mit tieferem Branchenwissen, um die Modellimplementierung und Anwendungs migration durchzuführen. Wenn diese Segmente vertieft werden, sind sie alle unersetzbare Positionen.

Das einzige e