Halbfertig gestoppt, dann komplett umgebaut – wie Meta in Temple LLaMA trainiert
Ein Baustopp, der Geschichte schrieb
Mitte 2022 ist die Tech-Branche im Ausnahmezustand. Die Post-Corona-Rallye hat sich in einen scharfen Abschwung verkehrt. Meta-CEO Mark Zuckerberg gibt bekannt, dass das Unternehmen Kosten senkt, Stellen streicht – und mehrere Rechenzentrum-Bauprojekte pausiert. Eines davon: der Campus in Temple, Texas. Die Rohbauarbeiten laufen schon. Doch der Weiterbau wird eingefroren.
Was folgt, ist keine gewöhnliche Baupause. Was folgt, ist ein fundamentales Redesign. Denn zwischen 2022 und dem Wiederanlauf des Projekts hat sich die Anforderung an ein Rechenzentrum grundlegend verändert. Der Grund: die KI-Welle. Während der ursprüngliche Plan für soziale Netzwerke und Video-Streaming ausgelegt war – mit moderaten Rack-Leistungsdichten von 5 bis 10 kW –, braucht ein KI-Trainingscluster für LLaMA-Modelle Rack-Dichten von 40 kW und mehr. Das ändert alles: Stromversorgung, Kühlinfrastruktur, Gebäudegeometrie.
Warum die Gebäudeform zählt
Das Redesign in Temple war kein kosmetischer Eingriff. Meta entschied sich für eine rechteckige Gebäudekonfiguration, die für Hochleistungs-KI-Racks optimiert ist. Der Unterschied zu älteren Rechenzentrum-Grundrissen liegt in der Effizienz der Luftführung und der Kühlkreislaufführung. Rechteckige, tief gestreckte Gebäude ermöglichen breitere Server-Reihen, kürzere Kühlwege und eine gleichmäßigere Verteilung der thermischen Last – alles entscheidend, wenn einzelne Racks 40 bis 80 kW erzeugen.
In einem klassischen Enterprise-Rechenzentrum wäre das kein Thema. Aber ein LLaMA-Trainingscluster ist kein klassisches Enterprise-Rechenzentrum. Es ist eine Hochleistungs-Maschine, die tagelang mit maximaler Auslastung läuft, dabei konstante Wärme produziert und jede Schwäche im Kühlsystem erbarmungslos aufdeckt. Thermische Hotspots führen zu GPU-Drosselung, Drosselung kostet Trainingszeit, und Trainingszeit kostet bei Modellen dieser Größe Millionen von Euro – oder Dollar.
Temple als Symptom einer technologischen Bruchstelle
Die Geschichte des Meta-Campus in Temple ist symptomatisch für eine Bruchstelle, die die gesamte Rechenzentrumswelt erfasst hat. Rechenzentren, die noch 2020 oder 2021 geplant wurden, sind für eine Welt ohne massenhafte GPU-Cluster entworfen. Die HVAC-Systeme dieser Gebäude sind auf Luftkühlung für moderate Rack-Dichten ausgelegt. Heute werden genau in diesen Gebäuden KI-Workloads betrieben, für die sie niemals ausgelegt waren.
Das erzeugt einen massiven Modernisierungsdruck. Betreiber müssen entscheiden: Nachrusten mit Flüssigkühlung an bestehenden Racks? Gebäude teilweise abbrechen und neu aufbauen wie Meta in Temple? Oder den Bestand einfach maximal zu nutzen versuchen und die Effizienz-Verluste zu akzeptieren? Jede dieser Entscheidungen hat direkte energetische Konsequenzen – und finanzielle.
Die HVAC-Konsequenz: Sichtbarkeit entscheidet
Ob in einem Neubau wie AirTrunk oder einem umgebauten Campus wie Temple – das zentrale Problem bleibt dasselbe: Wer nicht weiß, was seine HVAC-Einheiten gerade tun, kann sie nicht effizient steuern. Bei Hochleistungs-KI-Clustern ist die Fehlertoleranz nahezu null. Eine Kälteanlage, die wegen unerkannter Ineffizienz 15 Prozent mehr Strom als nötig zieht, kostet bei 200 MW Gesamtlast schnell Millionenbeträge pro Jahr.
Genau hier greift das Gläserne HVAC von Stromfee. Die Plattform auf apps.stromfee.ai erfasst in Echtzeit den Verbrauch jeder HVAC-Einheit, erkennt Anomalien und Drifts automatisch und koppelt die Kühlsteuerung mit dem BESS-Optimizer. Wer Kühlkapazität vorausschauend aufbaut – in Zeiten günstiger Strompreise – und die mechanische Kühlung in Spitzenlastphasen entlastet, schafft einen messbaren wirtschaftlichen Vorteil.
Meta Temple steht heute als Beispiel dafür, was passiert, wenn technologische Sprünge schneller kommen als Baupläne. Für Energiemanager und Anlagenverantwortliche ist die Lektion klar: Je besser die Sicht auf das eigene Kühlsystem, desto besser die Fähigkeit, auf technologische Veränderungen zu reagieren – ohne dass die Energiekosten ausufern.
Quellen
- IEEE Spectrum: The 5 GW Data Center