1.000 MW: Googles geheime TPU-Armee in Ohio — und warum Nvidia keine Rolle spielt
Wer glaubt, KI-Rechenzentren bestehen ausschließlich aus Nvidia-Grafikkarten, der irrt gewaltig. Googles Ohio KI-Cluster ist der deutlichste Gegenbeweis: Hier reihen sich keine H100 aneinander, sondern Hunderttausende eigener TPU-Chips (Tensor Processing Units) der Generationen v4, v5 und v6. Drei Standorte — New Albany, Columbus und Lancaster — bilden gemeinsam einen Campus mit einer Zielkapazität von 1.000 MW, von denen Branchenschätzungen aus mehreren unabhängigen Berichten über 500 MW dediziert für KI-Training ausweisen. Und das Ziel dieser Rechenpower? Ein einziger Name: Gemini.
Von einer Farm zur KI-Maschine: Ohio seit 2019
Die Wurzeln des Ohio-Clusters reichen ins Jahr 2019 zurück, als Google seinen ersten Standort in New Albany, östlich von Columbus, in Betrieb nahm. Was damals als regionales Rechenzentrum startete, wurde in wenigen Jahren zur weltgrößten TPU-Trainingsanlage ausgebaut. Google akquirierte über 618 Hektar Grundstücksfläche für weitere Campus-Erweiterungen und investierte mehr als 1,7 Milliarden US-Dollar allein in den New Albany-Standort. Drei Gebäude auf dem Hauptgelände, weitere in Columbus und Lancaster — der Ohio-Cluster ist heute kein einzelnes Gebäude mehr, sondern ein verteiltes, hochbandbreitig vernetztes Ökosystem.
Was Ohio für Google so attraktiv macht: ein robustes regionales Stromnetz, vergleichsweise günstige Strompreise und die geografische Lage im Herzen des US-Rechenzentrums-Gürtels. Der Bundesstaat hat in den letzten Jahren über 100 Milliarden US-Dollar an Datacenter-Investitionen angezogen — Google steht dabei als einer der größten Einzelinvestoren.
Das TPU-Prinzip: Warum Nvidia hier fehlt
TPUs sind Googles hauseigene Antwort auf die Frage, wie man KI-Training effizienter gestaltet als mit universellen GPU-Clustern. Statt Grafikoperationen zu beschleunigen, sind TPUs ausschließlich für Matrixmultiplikationen optimiert — die mathematische Grundoperation hinter neuronalen Netzen. Das Ergebnis: deutlich höhere Effizienz bei spezifischen KI-Workloads, niedrigere Leistungsaufnahme pro FLOP und — nicht unwichtig für Google — vollständige Unabhängigkeit von Nvidias Lieferketten und Preisgestaltung.
Die aktuelle Generation TPU v6 (intern „Trillium" genannt) soll gegenüber v5 nochmals einen deutlichen Leistungssprung liefern. Das Ohio-Cluster ist die primäre Heimat dieser Chips. Branchenbeobachter schätzen, dass der Cluster bei vollem Betrieb zu den leistungsfähigsten KI-Trainingsanlagen weltweit zählt — gemessen an den produzierten FLOP pro Sekunde für Training großer Sprachmodelle.
Gemini im Maschinenraum
Wofür wird dieser gewaltige Stromaufwand konkret genutzt? Google hat bestätigt, dass Gemini — das Flaggschiff-Sprachmodell des Konzerns, das in Search, Workspace, Android und unzähligen weiteren Produkten steckt — primär auf TPU-Clustern trainiert wird. Das Ohio-Cluster ist dabei der zentrale Trainingsstandort. Jedes Mal, wenn Gemini eine neue Modellversion erhält, wird ein erheblicher Teil dieser Berechnungen in New Albany, Columbus und Lancaster durchgeführt.
Technisch ermöglicht wird das durch ein Konzept, das als Multi-Datacenter-Training bezeichnet wird: Modelle werden nicht an einem einzigen Standort trainiert, sondern über hochbandbreitige Glasfaserverbindungen zwischen mehreren Clustern verteilt. Semianalysis-Analysten schätzen, dass diese Architektur für das Training sehr großer Modelle wie Gemini inzwischen Standard ist — und Google dabei gegenüber Konkurrenten wie OpenAI (die auf Nvidia-Cluster angewiesen sind) einen Infrastrukturvorteil besitzt.
Was das für den Strommarkt bedeutet — und warum Stromfee das kennt
Ein 1-GW-Cluster zieht dauerhaft so viel Strom wie eine mittelgroße Stadt. Das macht Rechenzentren dieser Größe zu den interessantesten Playern am Strommarkt — nicht wegen ihrer Größe allein, sondern wegen ihrer Flexibilität: HVAC-Systeme, die Kühlung der TPU-Racks, können bei negativen Börsenstrompreisen (§51 EEG-Äquivalent in Europa) gezielt hochgefahren werden. Genau dieses Gläserne HVAC mit Stromfee KI — Echtzeit-Optimierung von Kühllasten nach Spotpreissignal — ist ein Kernbaustein unseres BESS-Optimizers.
Ob Ihr Unternehmen ein mittelgroßes BHKW, eine PV-Anlage oder einen Gewerbespeicher betreibt: Die gleiche Logik, die Googles Ohio-Cluster wirtschaftlich macht — Lastflexibilität, Spotpreis-Arbitrage, Kühlsteuerung — lässt sich skaliert auf Ihre Anlage anwenden. Unser kostenloser Rechner zeigt Ihnen in zwei Minuten, was dabei möglich ist.
Transparenz & Quellen: Kapazitätszahlen (1.000 MW, 500+ MW KI-dediziert) sind Branchenschätzungen aus mehreren unabhängigen Berichten — keine von Google offiziell bestätigten Einzelwerte. Investitionssumme (1,7 Mrd. USD+) nach Data Center Dynamics (verifiziert Juni 2026). Standortangaben (New Albany, Columbus, Lancaster) und Betriebsbeginn 2019 dokumentiert. TPU-Generationen (v4, v5, v6) nach Google-eigenen Ankündigungen. Multi-Datacenter-Training-Analyse nach Semianalysis-Newsletter. Hero-Bild ist KI-Illustration (FLUX·2), kein Foto des echten Rechenzentrums.
Anlage prüfen lassen?
Unabhängige Netz- & Antriebsanalyse, Direktvermarktung und Messkonzept — von HR Energiemanagement.
Kontakt aufnehmen →