Das südkoreanische LG, das von General Motors hintergangen wurde, hat einen neuen mächtigen Gönner gefunden.
Ich hätte nie gedacht, dass KI nun den Neufahrzeugen mit neuer Energie um die Marktanteile konkurriert.
Vor einigen Tagen erklärte Robert Lee, Präsident von LG Energy Solution für Nordamerika, in einem Interview mit Reuters, dass sie fünf der acht Fabriken in Nordamerika auf die Produktion von Energiespeicherbatterien umstellen.
Man muss wissen, dass LG der größte Hersteller von Antriebsbatterien in Nordamerika ist und einen Marktanteil von 30 % bis 40 % hält. Zu seinen Kunden gehören Automobilunternehmen wie Toyota, Honda, Tesla und General Motors.
Und es ist erstaunlich, dass wir seit dem Markteintritt von Tesla in China wissen, dass LG seine Stärke bei Lithium-Ionen-Batterien mit ternärem Material hat.
Für die Energiespeicherung werden Lithium-Eisen-Phosphat-Batterien mit mehr Zyklenfestigkeit benötigt. In diesem Bereich ist LG im Vergleich zu BYD und CATL noch ein Neuling, und es besteht ein Abstand von 10 % bis 20 % bei der Energiedichte.
Man erkennt, welche große Anziehungskraft die KI-Infrastruktur hat, dass LG bereit ist, das Autogeschäft zu verlangsamen und eine 180-Grad-Wende zu vollziehen.
Da ich mich nicht sehr tief mit KI auskenne, habe ich mich in den letzten Tagen mit Shichao ausgetauscht, und heute möchte ich mit euch über die Situation der Energiespeicherung sprechen.
Das Ganze ist so ähnlich wie mein Spielername in *Red Alert*: Sobald die Basisstation ausgefahren ist, muss man sofort Kraftwerke bauen.
Ohne Strom funktioniert gar nichts.
Und KI ist gerade ein großer Stromverbraucher.
Wie extrem ist das?
Zum Beispiel hat eine H100 eine volllastige Leistungsaufnahme von 700 W, eine B200 von 1200 W, und bei der neuesten R100 steigt dieser Wert auf 2300 W.
Damit ergibt sich eine momentane Leistungsaufnahme eines Clusters mit 10.000 GPUs von 23 Megawatt (1 Megawatt = 1000 Kilowatt), was dem Stromverbrauch einer chinesischen Kleinstadt mit 20.000 bis 30.000 Einwohnern entspricht.
Und das ist nur ein Cluster mit 10.000 GPUs. Elon Musk besitzt zum Beispiel in Tennessee einen Supercomputercluster aus 100.000 H100-GPUs. Für das erste Bauprojekt wurde eine Stromquote von 150 Megawatt beim Stromnetz beantragt, was dem Stromverbrauch einer Stadt der vierten Ebene entspricht.
Wenn sich die Entwicklung so fortsetzt, wird der Stromverbrauch der globalen Rechenzentren laut Daten von S&P im Jahr 2025 787,8 Terawattstunden erreichen (1 Terawatt = 1000 Gigawatt = 1.000.000 Megawatt), was einem Anstieg von fast 20 % gegenüber dem Vorjahr entspricht.
Sie prognostizieren, dass der Stromverbrauch der globalen Rechenzentren bis 2030 1550 Terawattstunden erreichen wird, was 6 % der gesamten globalen Stromerzeugung ausmacht.
Vielleicht habt ihr kein konkretes Vorstellung davon: Die Stahlproduktion als Rückgrat der Industrie macht nur 2 % bis 3 % der globalen Stromerzeugung aus.
Jetzt versteht ihr, wie enorm der Stromverbrauch der Rechenzentren ist.
Kehren wir zurück zu den USA, wo LG ansässig ist: Dort steigt der Stromverbrauch rasant an, aber das amerikanische Stromnetz kann nicht mithalten.
Nicht nur in einigen Gebieten werden noch Anlagen verwendet, die aus der großen Infrastrukturära früherer Zeiten stammen, das Stromnetz ist auch vollständig privatwirtschaftlich organisiert.
Tausende von Stromversorgungsunternehmen unterschiedlicher Größe teilen die USA in drei große Netzgebiete auf.
Wenn Unternehmen wie xAI, Microsoft und Google eine Stromquote beantragen wollen, müssen sie beim lokalen Netzleitzentrum eine Netzzugangsanfrage stellen, das dann mit allen beteiligten Unternehmen verhandelt.
Durch diesen ganzen Prozess dauert es 2 bis 3 Jahre oder sogar noch länger, bis die Genehmigung erteilt wird.
Wenn also wirklich Strom fehlt, wird die Entwicklung von KI-Unternehmen eingeschränkt. Jensen Huang von Nvidia ist schon sehr besorgt: Seit Ende letzten Jahres betont er immer wieder, dass „Energie der Engpass ist“.
Unter dem großen Vorwand des Strommangels beginnen KI-Unternehmen, selbst Lösungen zu finden.
Die einfachste Maßnahme ist es, direkt mit Kraftwerken zusammenzuarbeiten, die ihnen exklusiv Strom liefern.
Microsoft hat zum Beispiel 16 Milliarden US-Dollar investiert, um das Kernkraftwerk Three Mile Island in den USA wieder in Betrieb zu nehmen, das nach einem Kernschmelzunfall allmählich stillgelegt wurde.
In den nächsten 20 Jahren wird dieses Kernkraftwerk mit einer installierten Leistung von 837 Megawatt ausschließlich die KI-Rechenzentren von Microsoft mit Strom versorgen.
Andere Internetunternehmen verfolgen ähnliche Wege: Google kooperiert mit Kairos Energy, Amazon investiert direkt in X-energy. Alle suchen nach eigenen Lösungen, um eine stabile Stromversorgung zu gewährleisten.
Aber die Planungen zum Bau von Kraftwerken und zur Umrüstung des Netzes reichen bis 2030, das ist zu weit weg, um das aktuelle Problem zu lösen. Die direktere Lösung ist die Energiespeicherung.
Mehrere große Batterien werden im Rechenzentrum aufgestellt und dienen als Stromspeicher.
Wenn ihr mein Video über das chinesische Stromnetz gesehen habt, wisst ihr, dass das herkömmliche Stromsystem nach dem Prinzip „sofort erzeugen, sofort verbrauchen“ funktioniert: Die Kraftwerke erzeugen genau so viel Strom, wie verbraucht wird, und der überschüssige Strom wird verschwendet.
Hier zeigt sich der erste Vorteil der Energiespeicherung: Überschüssiger Strom in verbrauchsarmen Zeiten kann gespeichert und bei Bedarf wieder verwendet werden.
Die Stromspeicherung ist die grundlegende Funktion, gleichzeitig dient die Energiespeicherung auch als Puffer für KI.
Wenn KI-Rechenzentren großangelegte parallele Berechnungen durchführen, laufen Tausende von GPUs gleichzeitig an, was einen enormen momentanen Druck auf das Stromnetz ausübt und zu unregelmäßigen „sägezahnförmigen“ Schwankungen führt.
Bei alten Stromnetzen entstehen schnell Engpässe bei der Übertragungskapazität unter der Belastung durch KI, in diesem Fall muss die Energiespeicherung einspringen.
Schließlich, wenn das Stromnetz während der Berechnung überlastet wird und der Strom ausfällt, gehen alle Trainingsdaten durch den Ausfall verloren.
Daher ist die Energiespeicherung derzeit ein sehr wichtiger Bestandteil der KI-Infrastruktur.
Und da die Energiespeicherung solche Vorteile bietet, haben nicht nur KI-Unternehmen, sondern auch die Stromversorger die Probleme ihrer Stromnetze erkannt und kaufen ebenfalls massiv Energiespeicheranlagen.
Laut einem Bericht der Internationalen Energieagentur erreicht die neu hinzugefügte globale Energiespeicherkapazität im Jahr 2025 108 Gigawatt (entspricht der installierten Leistung von 4,5 Drei-Schluchten-Dämmen), was einem Anstieg von 40 % gegenüber dem Vorjahr entspricht, wovon 80 % für den öffentlichen Dienst verwendet werden.
Neue Energiespeicherkapazität nach Regionen 2023-2025.
Für Stromversorger hat der Kauf von Energiespeichern nicht nur den Vorteil, die stabile Stromversorgung des Netzes zu gewährleisten und die Anforderungen der kooperierenden KI-Unternehmen zu erfüllen, sondern sie können auch von der Preisdifferenz beim Stromverkauf profitieren.
Laut Statistik der U.S. Energy Information Administration werden 66 % der batteriebetriebenen Speicherkapazitäten auf Versorgungsebene in den USA für Arbitrage-Geschäfte verwendet.
In Kalifornien und Texas, wo der Strommarkt relativ ausgereift ist, wurden bis Ende 2024 bereits etwa 9 Gigawatt Kapazität für den Handel mit Strom freigegeben.
Nach diesen Erklärungen ist es nicht mehr verwunderlich, dass LG auf die Produktion von Energiespeicherbatterien umstellt.
Und nicht nur LG: Batteriehersteller wie CATL und BYD haben das Potenzial der Energiespeicherung schon lange erkannt und bauen dieses Geschäft im Zuge der KI-Entwicklung rasant aus.
Übrigens nutzen in letzter Zeit viele Automobilhersteller Batterien von Sunwoda und CALB. Da KI-Unternehmen nun auch um Batterien konkurrieren, wird ein neuer Wettbewerb im Bereich der Elektroautos ausbrechen.
Bild- und Quellenangaben:
Lithiumbatteriespeicherung, die zweite Wachstumskurve von CATL, Dazhong Kuanke
LG Energy Solution: Festkörperbatterien werden möglicherweise zuerst in Handys und Drohnen eingesetzt, bevor sie in Autos eingebaut werden, Reuters
Dieser Artikel stammt aus dem WeChat-Offiziellen Konto „X.PIN“, Autor: Haosen, Redakteure: Bozi Youning & Mianxianhu Jun, veröffentlicht mit Genehmigung von 36Kr.