de.wedoany.com-Bericht: Das US-amerikanische Unternehmen Meta setzt im Rechenzentrumspark New Albany in Ohio auf „Schnellbaustrukturen" für den Aufbau von KI-Recheninfrastruktur. Das Unternehmen hat vor Ort sechs zeltähnliche, wetterfeste Konstruktionen installiert, um KI-Hardware zu beherbergen und die Inbetriebnahmezeit der Rechenzentren im Vergleich zu herkömmlichen Bauweisen auf etwa die Hälfte zu verkürzen.
Bei diesen Strukturen handelt es sich nicht um gewöhnliche temporäre Zelte, sondern um technische Hüllen, die für die schnelle Bereitstellung von KI-Rechenclustern konzipiert sind. Die Konstruktionen bestehen aus wasserdichten, durchstichfesten Materialien und einem Aluminiumstützrahmen und können im Inneren GPU-Server, Netzwerkgeräte, Stromversorgung und Kühlsysteme aufnehmen. Traditionelle Hyperscale-Rechenzentren erfordern in der Regel erst den Abschluss von Tiefbau, Betonarbeiten, elektromechanischen Systemen, Netzanschluss, Inbetriebnahme und Redundanzmaßnahmen, bevor die Geräte schrittweise installiert werden können – ein Bauprozess, der oft Jahre dauert. Meta nutzt nun auf dem bestehenden Rechenzentrumscampusgelände Schnellbaustrukturen, was im Wesentlichen bedeutet, dass ein Teil der „Gebäudehülle" von permanenten Schwerlastbauten auf leichtere, schnellere modulare Tragstrukturen umgestellt wird. Dadurch können KI-Chips, Netzwerkcluster und Stromversorgungssysteme früher in die Installations- und Betriebsphase übergehen.
Der Campus in New Albany ist einer der wichtigen KI-Infrastrukturknotenpunkte von Meta. Öffentlich zugängliche Genehmigungsunterlagen und Satellitenbilder zeigen, dass Meta in der Region kürzlich mehrere Schnellbaustrukturen mit einer Größe von jeweils etwa 125.000 Quadratfuß vorangetrieben hat. Einige dieser Strukturen wurden zwischen April und Juni 2026 mit dem Bau begonnen und die Haupthülle fertiggestellt. Für Meta ist Zeit zu einem entscheidenden Faktor im Wettbewerb um KI-Rechenzentren geworden. Das Training großer Modelle, Empfehlungssysteme, Werbemodelle, multimodale Inhaltsgenerierung und KI-Assistentendienste verbrauchen kontinuierlich GPU-Ressourcen. Die Geschwindigkeit, mit der Rechenleistung verfügbar wird, beeinflusst direkt den Rhythmus der Modelliteration und die Fähigkeit zur Produktbereitstellung. Anstatt auf die Fertigstellung kompletter permanenter Gebäude zu warten, ermöglicht die Nutzung schnell errichtbarer Strukturen zur Aufnahme von KI-Hardware dem Unternehmen, früher über Trainings- und Inferenzkapazitäten zu verfügen.
Diese Vorgehensweise spiegelt auch wider, dass der Aufbau der KI-Infrastruktur in den USA in eine aggressivere Phase eintritt. Bisher konzentrierten sich die Hauptengpässe beim Bau von Rechenzentren hauptsächlich auf Grundstücke, Serverbeschaffung, Netzwerke und Rechenzentrumsdesign. Heute bestimmen auch die Dauer des Stromnetzanschlusses, Gaskraftwerke, modulare Stromversorgung, Kühllösungen und lokale Genehmigungen die Projektgeschwindigkeit. In der Nähe des New Albany-Campus von Meta gibt es zudem eine modulare Gasstromerzeugungsanlage mit einer Kapazität von etwa 200 Megawatt, um Wartezeiten für den Netzanschluss teilweise zu umgehen. KI-Rechenzentren haben eine hohe Lastdichte und einen schnell wachsenden Stromverbrauch. Würde man sich nur auf die Erweiterung des traditionellen Stromnetzes verlassen, könnten Projekte durch Warteschlangen verzögert werden. Durch die Kombination von netzunabhängiger Stromerzeugung auf dem Campus, Schnellbaustrukturen und standardisierter Bereitstellung versucht Meta, den Bau von Rechenleistung von „schweren, langsamen Anlagen" hin zu „hochintensiver, schneller Lieferung" zu bewegen.
Allerdings birgt dieses Modell auch neue Kontroversen und Risiken. Zeltartige oder Schnellbaustrukturen mögen zwar die Bauzeit verkürzen, werden aber in Bezug auf Katastrophenschutz, Gerätewartung, Kühleffizienz, Brandschutz, langfristige Haltbarkeit und Energieemissionen einer strengeren externen Prüfung unterzogen werden. KI-Chips sind wertvoll, haben einen hohen Stromverbrauch und stellen hohe Anforderungen an die Betriebsumgebung. Jegliche Probleme mit Strom, Temperatur, Feuchtigkeit, Staub oder Sicherheitsredundanzen können die Clusterstabilität beeinträchtigen. Während Gaskraftwerke die Inbetriebnahme von Rechenleistung beschleunigen können, könnten sie in den lokalen Gemeinden Bedenken hinsichtlich Emissionen, Lärm und des Drucks auf die Strominfrastruktur hervorrufen. Ob Meta diese Schnellbaustrukturen von einer Notfall-Beschleunigungsmaßnahme zu einem reproduzierbaren Rechenzentrums-Engineering-Konzept weiterentwickeln kann, muss sich noch an Betriebsstabilität, Kosteneffizienz und regulatorischer Compliance messen lassen.
Aus industrieller Sicht zeigt Metas Vorgehen, dass der Wettbewerb um KI-Rechenleistung nicht mehr nur ein Wettlauf um den Einkauf von Chips ist, sondern sich zu einem systemischen Wettbewerb um „Chips, Gebäude, Strom, Netzwerke, Kühlung und Baugeschwindigkeit" entwickelt hat. Wer GPUs schneller von einer Einkaufsliste in einen betriebsbereiten Cluster verwandeln kann, kann schneller Modelle trainieren, Dienste einführen und die KI-Produktfähigkeiten erweitern. Die Besonderheit des New Albany-Projekts liegt darin, dass es die bisher eher vorsichtige, standardisierte Bauweise von Rechenzentren durch Internetunternehmen in Richtung eines Tempos treibt, das eher an Kriegsingenieurwesen und schnelle Fertigung erinnert. Da Meta, Microsoft, Google, Amazon, xAI und das OpenAI-Ökosystem ihre Ausgaben für Rechenleistung weiter erhöhen, könnten ähnliche Schnellbaustrukturen, netzunabhängige Stromerzeugung auf dem Campus und modulare Rechenzentrumslösungen in Zukunft in mehr KI-Infrastrukturprojekten in den USA auftauchen.
Dieser Artikel wurde von Wedoany übersetzt und bearbeitet. Bei jeglicher Zitierung oder Nutzung durch künstliche Intelligenz (KI) ist die Quellenangabe „Wedoany“ zwingend vorgeschrieben. Sollten Urheberrechtsverletzungen oder andere Probleme vorliegen, bitten wir Sie, uns unverzüglich zu benachrichtigen. Wir werden den entsprechenden Inhalt umgehend anpassen oder löschen.
E-Mail: news@wedoany.com
