Der Kampf um die Kosten der Rechenleistung erreicht den Verteilerraum: Das 800-V-Gleichstromsystem von Envision hat den kommerziellen Betrieb realisiert.

Envision hat das weltweit erste kommerziell eingesetzte 800-V-Gleichstromversorgungssystem für KI-Rechenzentren in Betrieb genommen.

Laut Informationen von Insight Energy hat Envision kürzlich in Ulanqab angekündigt, dass das 800-V-Hochspannungs-Gleichstromversorgungssystem im Xinghe-Standort von Envision in Ulanqab end-to-end in Betrieb genommen wurde: Der 10-kV-Strom wird in einen Feststofftransformator (SST) eingespeist, der 800-V-Gleichstrom an die Serverschränke ausgibt. Die Netztransformatoren, Wechselstrom-USV und die Wechselstrom-Gleichstrom-Umwandlungsstufen in den Servernetzteilen fallen vollständig weg. Dies ist das weltweit erste kommerziell genutzte System dieser Art in einem großen KI-Rechenzentrum.

In der Branche besteht noch kein Konsens über den 800-V-Entwicklungsweg: Nvidia plädiert für einen direkten Sprung auf 800 V, aber die dazugehörigen Schranknetzteile sollen nach Plan erst 2027 in die Serienproduktion gehen; Google, Microsoft und Meta fördern im Open Compute Project (OCP) ±400 V, sodass die Spannung zunächst auf der 400-V-Stufe gehalten wird. Der Streit zwischen den beiden Lagern scheint sich um die Höhe der Spannung zu drehen, aber in der Kostenbilanz des Standorts geht es im Grunde um denselben Ausgabenpunkt.

Der Kostenfokus von KI-Rechenzentren verschiebt sich schrittweise vom Einkaufspreis der GPUs darauf, mit welchen Kosten das Versorgungssystem wie viel Strom in die Serverschränke liefern kann. Dass der Strom auf der Grassteppe zuerst verfügbar ist, gleicht einer vorzeitig abgegebenen Prüfungsarbeit.

01

Strom sparen, Kupfer sparen, Platz sparen

Drei Ziele lassen sich kaum gleichzeitig erreichen

Wenn man diese Rechnung auf die Geräte überträgt, ergeben sich drei Kennwerte: Umwandlungseffizienz, Kupferverbrauch und Platzbedarf. Bei niedriger Effizienz fressen die Stromkosten den gesamten Gewinn auf; bei hohem Kupferverbrauch lassen sich die Kosten für Kabel und Bauarbeiten nicht senken; da die Rechenzentren nach Quadratmetern berechnet werden, bedeutet jeder zusätzliche Raum, der von Versorgungsgeräten eingenommen wird, dass Dutzende von Serverschränken weniger aufgestellt werden können.

Die Schwierigkeit bei diesen drei Zielen liegt darin, sie nicht unter einen Hut zu bringen. Um eine hohe Effizienz zu erreichen, muss man normalerweise mehrere Umwandlungsstufen hinzufügen oder mehr Platz für die Wärmeabfuhr vorsehen; um Kupfer zu sparen, muss man die Spannung erhöhen und den Leitungsquerschnitt verkleinern, was höhere Anforderungen an die Spannungsfestigkeit der Bauteile stellt; um den Platzbedarf zu verringern, müssen die Geräte kompakt gebaut werden, wodurch wiederum Platz für Wärmeabfuhr und Wartung eingeschränkt wird. Die meisten Lösungen in der Branche können nur zwei der drei Ziele realisieren.

Die Lösung, die Envision im ersten Bauabschnitt von Xinghe anwendet, besteht darin, den Eisenkern und die Kupferspulen im Transformator durch Siliziumkarbid-Bauteile und Hochfrequenz-Magnetkomponenten zu ersetzen. 10-kV-Wechselstrom fließt ein, 800-V-Gleichstrom fließt aus, ohne dass dazwischen ein Netztransformator und eine Wechselstrom-USV durchlaufen werden.

Der Umwandlungswirkungsgrad auf der Stufe des Feststofftransformators bleibt über 98,5 %, und der Platzbedarf der Versorgungsgeräte wird um mehr als die Hälfte reduziert. Dass Effizienz und Platzbedarf gleichzeitig verbessert werden können, ergibt sich zur Hälfte aus dem Wegfall von zwei Umwandlungsstufen und zur Hälfte daraus, dass die Magnetkomponenten nicht mehr für die Netzfrequenz ausgelegt werden müssen.

Wenn man diese Kennwerte mit dem Strompreis in Ulanqab verrechnet, werden die Unterschiede noch konkreter. Der Endstrompreis für lokale Rechenleistungsprojekte liegt stabil zwischen 0,32 Yuan/kWh und 0,36 Yuan/kWh, die gesamten Betriebskosten sind 30 bis 50 % niedriger als in den ersten Großstädten im Osten. Bei einem Rechenzentrum mit einer Leistung von einer Million Kilowatt führt jede Erhöhung des Wirkungsgrads um einen Prozentpunkt zu einer jährlichen Stromeinsparung in Höhe von mehreren zehn Millionen Yuan.

Bei den Kupferkosten gilt: Je niedriger die Spannung ist, desto dicker muss das Kabel sein, um die gleiche Leistung von einem Kilowatt zu übertragen. Nach Angaben von Nvidia verbraucht die Sammelschiene innerhalb des Schranks allein 200 Kilogramm Kupfer, wenn die 54-V-Gleichstromverteilung für Schränke mit einer Leistung von 1000 Kilowatt weiterverwendet wird. Wenn die Spannung auf 800 V angehoben wird, kann ein Leiter mit dem gleichen Querschnitt etwa 85 % mehr Leistung übertragen.

Bestehende Rechenzentren können von diesem Vorteil nicht profitieren, da die ursprünglichen Netztransformatoren und Wechselstrom-USV nicht abgebaut werden können. Man kann nur nebenbei einen Gleichrichter hinzufügen, um die 800-V-Sammelschiene anzuschließen, wodurch der Effizienzgewinn gemindert wird. Die ersten 800-V-Einsatzorte können nur neu gebaute Rechenzentren sein, und das weltweit erste System taucht aus genau diesem Grund in einem gerade in Betrieb genommenen Standort auf der Grassteppe auf.

02

Das Stromnetz hat keine Angst vor hohem Stromverbrauch

Es fürchtet sich vor sprunghaft schwankendem Stromverbrauch

Der Stromverbrauch von KI-Rechenzentren kann vom Stromnetz verkraftet werden, aber das eigentliche Problem liegt in den Lastschwankungen.

Tausende von GPUs ziehen gleichzeitig Strom, sodass die Spannung der Sammelschiene absinkt. Sobald das Training beendet ist, fällt die Last plötzlich weg – das entspricht dem gleichzeitigen Einschalten und anschließenden gleichzeitigen Ausschalten aller Klimaanlagen in einem Gebäude, was sich an einem Tag viele Male wiederholt.

Diese Last ist zudem an Wind- und Solarstrom angeschlossen, sodass auch die Angebotsseite schwankt und beide Seiten instabil sind. Die North American Electric Reliability Corporation hat im Mai dieses Jahres die höchste bislang ausgestellte Zuverlässigkeitswarnung herausgegeben, deren Ursache genau diese Art von Rechenlast ist.

Es wurden unerwartete Netzentkopplungen von Rechenzentren mit über 1000 MW Leistung registriert, deren Auswirkungen auf die Netzfrequenz dem sofortigen Ausfall eines großen Generators entsprechen. Die Entkopplungsgeschwindigkeit ist oft schneller als die Reaktionsfähigkeit der Disponenten. Das Stromnetz hat eine hohe Toleranz gegenüber dem gesamten Stromverbrauch, aber eine sehr geringe Toleranz gegenüber sprunghaften Schwankungen. Aus genau diesem Grund ist es für neu gebaute KI-Rechenzentren immer schwieriger, eine Genehmigung für den Netzanschluss zu erhalten.

Um diese Last stabil zu betreiben, muss das Versorgungssystem mehrere Dinge gleichzeitig erfüllen: Spannungseinbrüche im Millisekundenbereich müssen abgefangen werden, Leistungsdefizite im Sekundenbereich müssen ausgeglichen werden, Notstrom im Minutenbereich muss bereitgestellt werden, und die Leistungsspitzen der GPUs dürfen nicht unverändert an das Stromnetz weitergegeben werden.

Das Problem ist, dass beide Seiten nur über die Hälfte der erforderlichen Fähigkeiten verfügen: Energiespeicher können Defizite im Millisekundenbereich ausgleichen, aber die Batteriekapazität ist begrenzt und nach wenigen Minuten erschöpft; Feststofftransformatoren können kontinuierlich Strom aus dem Netz beziehen, aber ihre Regelgeschwindigkeit kann nicht mit den sprunghaften Änderungen der GPUs im Millisekundenbereich Schritt halten. Wer zuerst eingreift, wie viel Leistung eingestellt wird und wann die Last wieder an das Netz übergeben wird, muss der Regler in Echtzeit beurteilen. Wenn die Beurteilung falsch ist, nützt auch eine große Menge an zusätzlichen Energiespeichern nichts.

Die Inhalte, die dieses Mal im Xinghe-Standort validiert wurden, decken genau diese Punkte ab: Der 10-kV- bis 800-V-Bereich bleibt unter allen Betriebsbedingungen stabil, der Energiespeicher hält sowohl bei Leistungsdefiziten im Sekundenbereich als auch bei Notstrombetrieb im Minutenbereich stand, und Feststofftransformator und Energiespeicher arbeiten im Millisekundenbereich zusammen, um die Schwankungen der GPUs vor Ort auszugleichen.

Die von Envision für den Standort festgelegte Versorgungszuverlässigkeit beträgt 99,995 %, was umgerechnet weniger als eine halbe Stunde zulässiger Ausfallzeit pro Jahr bedeutet. Trainingsaufgaben, die mehrere Dutzend Tage laufen, müssen nicht aufgrund einer Stromunterbrechung von vorne beginnen.

Diese Technologie wurde bereits in Chifeng, mehrere hundert Kilometer entfernt, erprobt. Dort gibt es ein netzunabhängiges System mit einer Leistung von 2 Millionen Kilowatt, dessen gesamte Stromversorgung aus Wind und Sonne stammt. Alle Geräte sind leistungselektronische Einrichtungen, es gibt keinen einzigen Synchrongenerator zur Stabilisierung des Systems, und Spannung und Frequenz werden nur durch Regelungsstrategien aufrechterhalten.

Die übliche Vorgehensweise in der Branche besteht darin, viele Batterien einzusetzen, um die Schwankungen auszuhalten. Envision hat einen Teil der Hardware durch Algorithmen ersetzt, sodass der Energiespeicher nur halb so groß dimensioniert werden muss wie bei vergleichbaren Lösungen, und die Produktionskapazität für grünen Ammoniak stieg um 15 %. Die Bedingungen im Xinghe-Standort sind anders: Die Last besteht aus GPU-Trainingsaufgaben, die fast nicht unterbrochen werden dürfen, und es muss zusätzlich eine Netzstromversorgung als Rückhalt geben.

03

Die Politik ist bereits umgesetzt

Die Schwierigkeit liegt darin, die drei Beteiligten in ein gemeinsames System einzubinden

Das Konzept der „koordinierten Steuerung von Rechenleistung und Strom“ wurde dieses Jahr zum ersten Mal in den „Regierungsarbeitsbericht“ aufgenommen und in den Entwurf des „15. Fünfjahresplans“ integriert. Im Mai haben vier Behörden, darunter die Nationale Entwicklungs- und Reformkommission und die Nationale Energieverwaltung, das „Aktionsprogramm zur Förderung der gegenseitigen Unterstützung von künstlicher Intelligenz und Energie“ herausgegeben, das explizit die Konfiguration von netzbildenden Energiespeichern für Rechenleistungseinrichtungen und die Verbesserung der Direktverbindungspolitik für grünen Strom fördert.

Die politische Ausrichtung ist inzwischen sehr klar: Die Rechenleistung soll grünen Strom nutzen, und die Rechenlast soll zu einer regelbaren Ressource für das Stromnetz werden. Bei der praktischen Umsetzung liegt die Schwierigkeit in der Koordination: Die Stromquellen befinden sich im Besitz von Energieerzeugungsunternehmen, die Energiespeicher im Besitz von Geräteherstellern und die Last im Besitz von Cloud-Anbietern – jede Partei hat ihre eigene Kostenrechnung.

Envision kontrolliert zwei dieser drei Bereiche: Windkraftanlagen, Photovoltaikanlagen, Energiespeicher und Steuerungssysteme gehören alle zu seinen Produktlinien, und der Xinghe-Standort wird von Envision gebaut und betrieben. Die Daten der Stromquellenseite und der Regelungsseite fließen in dasselbe System, sodass Dispositionsanweisungen nicht zwischen verschiedenen Unternehmen verhandelt werden müssen. Aber selbst Envision kann die Last nur innerhalb der von den Kunden festgelegten Grenzen anpassen.

Die Vorgehensweise von Envision besteht darin, im Rahmen der Kundengenehmigung und der vereinbarten Lieferfristen zu versuchen, regelbare Trainingsaufgaben in Zeiträume mit reichlich grünem Strom zu verlegen. Das ist der realistische Rahmen, in dem die „koordinierte Steuerung von Rechenleistung und Strom“ umgesetzt wird.

Der geplante Anteil der Direktverbindung mit grünem Strom im Xinghe-Standort liegt bei über 80 %, und der Anteil des grünen Stroms in der gesamten Stadt Ulanqab erreicht zwei Drittel. Das ist die Voraussetzung dafür, dass das System hier getestet werden kann. An Orten mit schlechteren Wind- und Solarbedingungen und höheren Strompreisen würde die gleiche Lösung wirtschaftlich nicht aufgehen.

In Nordamerika liegen die Probleme an anderer Stelle: Die Bestellung von Großtransformatoren mit einer Leistung von über 100 MW dauert zweieinhalb bis dreieinhalb Jahre. Im PJM-Gebiet dauert es durchschnittlich mehr als sieben Jahre von der Antragstellung für den Stromanschluss bis zur Netzintegration. Der Kapazitätsstrompreis ist von 28,92 USD/MW-Tag im Zeitraum 2024/2025 auf 329,17 USD/MW-Tag im Zeitraum 2026/2027 gestiegen.

Wenn man nicht warten kann, bevorzugen Cloud-Anbieter zunächst Lösungen wie ±400 V, die sich mit Lieferketten für Elektrofahrzeuge realisieren lassen. Bauteile für die 400-V-Stufe werden seit zehn Jahren in der Elektrofahrzeugindustrie in Serie hergestellt, und die Anforderungen an Isolierung und Lichtbogenschutz sind geringer.

Die Schnittstellenstandards werden höchstwahrscheinlich von Organisationen wie OCP, IEC und UL festgelegt. Chinesische Hersteller können sich um Marktanteile an den Geräten bemühen, dieser Bereich ist hart umkämpft und die Gewinne sind nicht hoch. Was wirklich schwer zu kopieren ist, ist die Disposition zwischen grünem Strom, Energiespeicher und Rechenlast – dafür gibt es keine Standardkomponenten, jeder Standort muss individuell an die lokalen Wind- und Solarbedingungen und die Strompreisstruktur angepasst werden.

Envision hat sein nächstes Ziel für das Jahr 2030 festgelegt: Es plant, weltweit grüne Rechenzentren mit einer Gesamtleistung von 5 Millionen Kilowatt in Wüstenregionen zu bauen. In China sind bereits Dutzende von Herstellern wie TBEA, China XD Group, Sifang Automation und Sungrow in den Markt für Feststofftransformatoren eingetreten. 2026 wurde als erstes Jahr der Industrialisierung bezeichnet, und die meisten Experten gehen davon aus, dass die Massenproduktion erst 2028 beginnen wird.

Der Stromverbrauch von Rechenzentren wird von 170 Milliarden kWh im Jahr 2025 auf 800 Milliarden kWh im Jahr 2030 ansteigen, was einem Zuwachs von über 600 Milliarden kWh innerhalb von fünf Jahren entspricht. Diese Menge lässt sich nicht nur durch die Installation weiterer Transformatoren bewältigen.

Das System ist noch nicht lange in Betrieb. Ob es an Orten mit anderen Wind- und Solarbedingungen und anderen Strompreisstrukturen kopiert werden kann, hängt von den zukünftigen Betriebsdaten ab. Das erste System löst die Frage, ob die Technologie überhaupt existiert. Das hundertste System wird erst bestimmen, wie viel diese Lösung wert ist.

Wie Zhang Lei, Vorsitzender der Envision Group, einmal sagte: Der zukünftige Wettbewerb im Bereich der künstlichen Intelligenz ist nicht nur ein Wettbewerb um Modelle und Chips, sondern auch ein Wettbewerb um Stromsysteme – ein Wettbewerb darum, wie viel nutzbare Intelligenz jede Megawattstunde Strom erzeugen kann.

Dieser Artikel stammt aus dem WeChat-Offiziellen Konto „Insight Energy“, Autor: Zhao Jianan, veröffentlicht mit Genehmigung von 36Kr.