Alle sprechen über AI-Vernetzung. Niemand spricht darüber, was womit vernetzt ist.

Die AI-Industrie wird zunehmend auf einer Schicht aufgebaut, die sie nicht sehen kann. Modelle, Netzwerke, Agenten, Gateways und Austauschprozesse – all das entwickelt sich schnell weiter. Die Annahme ist, dass Rechenleistung bereits dort vorhanden ist, wo sie benötigt wird, im erforderlichen Umfang, mit der nötigen Leistung, Kühlung und räumlichen Nähe, die AI erfordert. Diese Annahme trifft in vielen Fällen möglicherweise nicht mehr zu.

Wir haben eine Branche aufgebaut, die über AI-Infrastruktur spricht, als ob es sich um ein Konnektivitätsproblem handeln würde:

„Verbinden Sie dieses Modell mit jener GPU“
„Leiten Sie diese Inferenzanfrage über das Gateway weiter“
„Diese Richtlinie über diese Clouds hinweg vereinheitlichen“

Das alles ist real und alles ist wichtig, aber es gibt eine grundlegendere Frage, die laut ausgesprochen werden sollte: Wo läuft die Arbeitslast tatsächlich?

Die Antwort liegt zunehmend an Orten, die die meisten traditionellen Netzwerke nie zu erreichen vorgesehen waren, mit Eigenschaften, die keine feste Dauer, keine statischen Durchsatzanforderungen und variable Leistungsanforderungen haben. Diese Umgebung sollte hochelastisch und dynamisch sein, um ständig wechselnden Datenanforderungen gerecht zu werden.

Dies ist nicht theoretisch. Die AI-Infrastruktur ist durch die physische Realität eingeschränkt: Strom, Kühlung, Land und Verfügbarkeit im Inland. Das sind keine Softwareprobleme.

Skalierte Unternehmens-AI benötigt mehr als nur ein Netzwerk-Fabric

Die Enterprise AI nähert sich immer mehr dem Multi-Megawatt-Bereich an.

Für Inferenz im großen Maßstab ist eine hohe Leistungsdichte erforderlich.
Die Schulung benötigt Flüssigkeitskühlung
Agentische Systeme benötigen einen persistenten Zustand mit geringer Latenz über verschiedene Regionen hinweg.
Sovereign AI braucht landeseigene Kapazitäten, nicht landeseigene Routingregeln

Es wird nicht erwartet, dass ein Fabric dies vollständig löst.

Die nächste Kategorie der AI-Infrastruktur ist ein privater Austausch, ein Hub oder eine Fabric-Schicht, die es Unternehmen ermöglicht, sich mit AI-Providern zu verbinden, ohne das öffentliche Internet zu durchqueren. Das ist nur die Hälfte der Geschichte.

In der anderen Hälfte der Geschichte geht es um die Schicht, die der Vernetzung zugrunde liegt. Die Fundamentschicht sollte zweckbestimmt sein, Multi-Megawatt-Leistung besitzen, mit AI-fähiger Kapazität, und über die Datenmeere verteilt sein, wo AI-Rechenleistung, Daten und Konnektivität zusammenlaufen. Ohne diese Ebene verbindet das Gewebe Cloud, die in dem von AI geforderten Maßstab nicht existieren.

Private AI Exchange (AIPx), unsere zugrundeliegende Architektur, ist zuerst für die Agentensteuerung patentiert und wurde in Produktion genommen, bevor der Markt begann, sie als neue Kategorie zu beschreiben.

Fabric-first-Ansätze gehen davon aus, dass die Kapazität bereits vorhanden ist. In der Praxis erfüllt sie oft nicht die Dichte, Nähe oder Souveränität, die AI für Unternehmen erfordert.

Unsere Strategie ist einfach: Wir bauen die Basis, mieten den Spike und machen das Fundament programmierbar. Dies ist nicht nur ein Interkonnektivitätsgeschäft. Das ist ein Infrastrukturgeschäft.

Ich habe dieses Muster schon einmal erlebt. Ich habe Pionierarbeit bei der Entwicklung der ersten privaten Cloud-Verbindung geleistet, einen globalen Cloud-Austausch aufgebaut und beim Aufbau des damit verbundenen Cloud-Geschäfts mitgewirkt. Die Lektion aus dieser Arbeit ist eine, die der Markt gerade wieder lernt: Vernetzung ist wichtig, weil es darauf ankommt, was verbunden wird. Die Workload schafft den Bedarf an Fabric, nicht umgekehrt.

Unternehmen benötigen drei Dinge an einem Ort:

Die Kapazität, AI-Workloads mit der benötigten Dichte zu betreiben – nicht Racks, sondern Megawatt
Die private Vernetzung, um diese Workloads über Regionen, Clouds und Provider hinweg auf einer offenen Plattform nutzbar zu machen, anstatt auf der Infrastruktur eines einzelnen Anbieters
Die geografische Verteilung, um die Souveränität mit echter Kapazität im Land zu erreichen, nicht Routing-Ankündigungen

Die einzigen Provider, die alle drei Aspekte abdecken können, sind diejenigen, die zuerst die zugrundeliegende Kapazität aufgebaut und anschließend die Konnektivität hinzugefügt haben – nicht diejenigen, die mit der Konnektivität begonnen haben und jetzt nach Kapazität suchen.

Digital Realty entwickelt dies seit zwei Jahrzehnten. Wir sind außerdem unser eigener „Customer Zero“ und betreiben AI-Workloads auf unserer eigenen Plattform. Die Erkenntnisse aus internen Einsätzen fließen direkt in unsere Roadmap ein und beschleunigen die Entwicklung der wichtigsten Funktionen für Private-AI-Umgebungen in Unternehmen.

Aus unserer Erfahrung wissen wir, dass AI in Unternehmen eine strategische Grundlage benötigt. Deshalb umfasst unser Fahrplan:

Kapazität: 3,5 Gigawatt Vertragskapazität
Pipeline: 6 Gigawatt zukünftiger Entwicklungskapazität
Effizienz: Ein branchenführender PUE-Wert (Stromverbrauchseffizienz) von 1,38 und ein WUE-Wert (Wassernutzungseffizienz) von 0,59 – die erste Unternehmensveröffentlichung beider Werte auf diesem strengen Niveau.
Globaler Fußabdruck: 5,4 Millionen Quadratmeter zertifizierte Rechenzentrumsfläche in jeder Region, mit Schwerpunkt auf Enterprise AI, Nordamerika, EMEA und Asien-Pazifik
ServiceFabric^®: Unsere offene, von Partnern erweiterte Interkonnektivitätsplattform, die darüber aufbaut und über das größte Ökosystem der Branche aus Netzwerk- und Cloudpartnern zugänglich ist. ServiceFabric erweitert diese Grundlage und ermöglicht eine private, offene Vernetzung, da die zugrunde liegende Kapazität zuerst vorhanden ist.
Partnerlösungen: Wir haben kürzlich das AI Solutions Program mit Partnern wie ePlus, Lenovo und Dell gestartet, das auf der Infrastruktur führender Siliziumhersteller wie NVIDIA und AMD basiert.

Die dritte Exchange, die AI-Exchange, die auf die Internet-Exchange und die Cloud-Exchange folgt, wird keine Vernetzung sein. Sondern ein Ort. Viele Orte. Überall dort, wo AI-Workloads in großem Maßstab betrieben werden müssen. Vernetzt, souverän, offen und für die Dichte gebaut, die das AI-Zeitalter tatsächlich erfordert.

Das ist die Grundlage. Wir gestakten sie.

Die Grundlage für AI: Warum die dritte Exchange mehr als nur Vernetzung braucht