Ein neuer Standard für die Energieversorgung
Zwei Schwergewichte der Halbleiterbranche tun sich zusammen: Infineon und Nvidia haben gestern eine strategische Partnerschaft bekannt gegeben, um Chips für eine effizientere Stromversorgung in Rechenzentren zu entwickeln – speziell für die Anforderungen von Künstlicher Intelligenz. Im Zentrum steht dabei eine neue Architektur auf Basis von 800-Volt-Hochspannungs-Gleichstrom (HVDC), die gegenüber der aktuell dominierenden dezentralen Wechselstromversorgung erhebliche Effizienzvorteile bieten soll.
Skalierbarkeit und Effizienz im Fokus
Die neue Technologie ermöglicht laut Infineon-Manager Adam White eine "schnellere, effizientere und skalierbarere KI-Rechenleistung". Statt vieler kleiner Netzteile in den Servern, die Wechselstrom in Gleichstrom umwandeln, soll künftig zentral erzeugter Gleichstrom direkt genutzt werden. Die Folge: geringere Energieverluste und ein schlankerer Aufbau der Infrastruktur.
Nvidia will Energieverbrauch der KI-Infrastruktur senken
Auch bei Nvidia sieht man große Chancen. Gabriele Gorla, Director of Hardware Engineering bei Nvidia, betont, dass durch den neuen Ansatz der Energieverbrauch von KI-Rechenzentren deutlich optimiert werden könne – ein entscheidender Vorteil angesichts der enormen Rechenlasten durch generative KI und Large Language Models.
Ein potenzieller Meilenstein für Rechenzentren weltweit
Die Ankündigung kommt zu einem Zeitpunkt, an dem Rechenzentren weltweit unter Druck stehen, effizienter zu werden. Der Bedarf an leistungsfähigen und zugleich energieeffizienten Infrastrukturen wächst rasant. Die Infineon-Nvidia-Allianz könnte einen neuen Standard setzen – sowohl technologisch als auch wirtschaftlich.
Langfristig richtungsweisend
Langristig könnte diese Entwicklung ein entscheidender Baustein im Rennen um die effizienteste KI-Infrastruktur sein. Die Partnerschaft verbindet Nvidias KI-Kompetenz mit Infineons Power-Expertise – ein Zusammenspiel, das für die nächste Generation von Rechenzentren entscheidend sein könnte.
& Profi-Tools von
