Wie viel Rechenzentrum an einem Ventil hängt

Kurzfassung: Bei flüssigkeitsgekühlten KI-Rechenzentren bestimmt die Aufteilung der Kühlkreise mit, wie viel Rechenleistung ein einzelnes Leck außer Betrieb setzt. Kleinere Absperrbereiche können den Ausfall begrenzen, erfordern aber mehr Komponenten. Für Betreiber wird damit die gemeinsam betroffene IT-Last zu einer eigenen Größe im Angebotsvergleich – neben Kühlleistung und Anschaffungspreis.

Ein Leck an einem Server und die Abschaltung einer ganzen Rechnerreihe sind verschiedene Ereignisse. Die Verbindung zwischen beiden kann jedoch in der Kühlanlage liegen: Fehlt nach dem Absperren eines Kreises der Kühlmittelfluss, betrifft das auch intakte Geräte an derselben Versorgung. Wer flüssigkeitsgekühlte KI-Infrastruktur bestellt, entscheidet deshalb nicht nur über Wärmeabfuhr. Er entscheidet mit darüber, welche Rechenleistung bei einer örtlichen Störung gemeinsam verloren geht und welche Kundenaufträge davon abhängen.

Die Kühlversorgung zeichnet eine zweite Ausfallgrenze

Das Whitepaper „ACS Cold Plate: Leak Detection and Intervention“ des Open Compute Project beschreibt diese Abhängigkeit konkret. Zu den Autoren gehören Fachleute von Intel, Vertiv, nVent und CoolIT. Absperrventile können an der Kühlmittelverteilung, an gemeinsamen Leitungen, am Rechenschrank oder nahe am einzelnen Server sitzen. Je näher die Absperrung an der IT liegt, desto kleiner kann der vom Schließen betroffene Bereich ausfallen. Diese feinere Unterteilung hat allerdings ihren Preis: Jedes zusätzliche Ventil bringt Kosten, Komplexität und eine weitere mögliche Fehlerstelle mit.

Der Leitfaden ist eine technische Orientierung, keine Ausfallstatistik und keine neue Produktankündigung. Seine Aussage ist für die Investitionsentscheidung dennoch relevant. Zwei Anlagen mit gleicher zugesagter Kühlleistung können sich darin unterscheiden, wie viel IT bei einem Leck die Versorgung verliert. Im Normalbetrieb fällt dieser Unterschied möglicherweise nicht auf. Erst der Störfall zeigt, welche Rechner tatsächlich unabhängig weiterarbeiten können.

Daraus entsteht eine zweite Sicht auf Redundanz. Mehrere Server sind nicht schon deshalb voneinander unabhängig, weil sie unterschiedliche Aufgaben bearbeiten. Werden sie über einen gemeinsam abgesperrten Kühlbereich versorgt, teilen sie eine physische Abhängigkeit. Auch eine Ersatzmaschine kann für denselben Störfall ungeeignet sein, wenn ihre Wärmeabfuhr über genau diesen Bereich läuft. Ob das im konkreten Aufbau zutrifft, lässt sich nur aus dessen tatsächlichen Verbindungen ableiten.

Ein geschlossenes Ventil schützt noch keinen laufenden Server

Leckerkennung, Begrenzung des Kühlmittelaustritts und Schutz der Rechner erfüllen unterschiedliche Aufgaben. Ein Sensor meldet Flüssigkeit. Eine Absperrung kann weiteren Austritt begrenzen. Der betroffene Rechner benötigt anschließend aber weiterhin ausreichende Kühlung oder muss nach dem fachlich ausgelegten Schutzkonzept kontrolliert abgeschaltet werden. „Ventil geschlossen“ ist deshalb kein hinreichender Erfolgszustand für die gesamte Anlage.

Das OCP-Dokument unterscheidet manuelle Eingriffe von automatischer elektrischer und hydraulischer Intervention. Für das Abschalten einer Kühlmittel-Verteileinheit, einer sogenannten CDU, beschreibt es einen abgestimmten Ablauf mit der betroffenen IT. Eine solche Einheit versorgt je nach Ausführung einen oder mehrere Rechenschränke. Ihr Ausfallbereich ergibt sich aus den angeschlossenen Verbrauchern, nicht allein aus dem Standort ihres Gehäuses.

Auch Schneider Electric behandelt im Whitepaper 210, Version 1, von 2025 die Entscheidung zwischen automatischem Ventilschluss beziehungsweise Serverabschaltung und einer Meldung mit anschließendem manuellem Eingreifen. Mehr Automatik ist dort nicht pauschal die bessere Lösung. Das Unternehmen empfiehlt Organisationen am Anfang ihrer Flüssigkeitskühlungserfahrung zunächst Meldungen in Verbindung mit manueller Intervention. Das ist eine Herstellerempfehlung für diesen Einführungskontext, keine allgemeine Vorgabe für jede Anlage.

Für den Betreiber zählt somit der gesamte vorgesehene Störungsablauf. Welche Geräte verlieren Kühlfluss? Wie werden sie geschützt? Welche Arbeiten gehen bei der Unterbrechung verloren? Und wodurch wird verhindert, dass ein erneuter Start erfolgt, bevor die erforderliche Versorgung wiederhergestellt ist? Die Antworten gehören zur fachlichen Auslegung. Der schnellste isolierte Schaltvorgang wäre dafür kein geeigneter Maßstab; das OCP-Papier nennt etwa Druckstöße als zusätzlich zu berücksichtigendes Risiko schneller Ventilbewegungen.

Engere Absperrbereiche sind eine wirtschaftliche Abwägung

Ein gedachtes Angebotsbeispiel macht den Unterschied sichtbar. Zwei Konzepte liefern dieselbe nutzbare Rechenkapazität und ausreichende Kühlleistung. Im ersten führt ein bestimmter Leckfall zur Unterbrechung einer gemeinsam versorgten Rechnergruppe. Das zweite kann bei diesem Fall einen kleineren Teil absperren. Damit ist das zweite Konzept noch nicht insgesamt überlegen. Es enthält zusätzliche Komponenten, die bezahlt, gewartet und selbst auf Fehlfunktionen untersucht werden müssen.

Der Vergleich wird aussagekräftiger, wenn beide Anbieter denselben fachlich definierten Leckfall durchspielen. Gegenübergestellt werden die betroffene Rechenleistung, der notwendige Eingriff und die Voraussetzungen für den Wiederanlauf. Hinzu kommen Auswirkungen auf laufende Aufträge sowie Wartungs- und Prüfaufwand. Eine beliebig angenommene Leckhäufigkeit würde aus dieser Gegenüberstellung nur scheinbar eine präzise Renditerechnung machen.

Wo belastbare Häufigkeitsdaten fehlen, lässt sich die Entscheidung zunächst als Szenarienvergleich treffen. Welche Folgen wäre der Betreiber bereit zu tragen, und welchen Mehrpreis verlangt eine kleinere Unterbrechung? Lange Modellberechnungen, zeitkritische Kundendienste und verschiebbare interne Versuche können dieselbe physische Störung wirtschaftlich unterschiedlich bewerten. Die Zahl der abgeschalteten Geräte wird dadurch um die wirtschaftliche Bedeutung ihrer Aufgaben ergänzt.

Der Angebotsvergleich beginnt beim gemeinsam betroffenen Auftrag

Für die Beschaffung ergibt sich daraus eine präzisere Leistungsbeschreibung. Zusätzlich zur Kühlleistung kann sie verlangen, dass der Anbieter die Absperrbereiche und die jeweils mitbetroffene IT nachvollziehbar darstellt. Die Betriebsplanung ordnet diesen Bereichen die geplanten Aufgaben zu. So wird sichtbar, ob eine als Ersatz vorgesehene Kapazität gerade bei dem betrachteten Leckfall ebenfalls ausfällt.

Die vereinbarte Funktionsprüfung sollte diesen Zusammenhang unter geeigneten, fachlich geplanten Bedingungen abbilden. Nachzuweisen wäre nicht nur eine Alarmmeldung oder Ventilbewegung, sondern das vorgesehene Zusammenwirken von Erkennung, begrenzter Unterbrechung, IT-Schutz und Wiederherstellung. Ein absichtlich ausgelöstes Leck im laufenden Produktionsbetrieb ist daraus nicht abzuleiten.

Damit bekommt der Einkauf eine andere Vergleichsgrundlage: Er bewertet nicht möglichst viele Ventile und auch nicht den kleinsten Komponentenpreis. Er bewertet, welchen Teil seiner zugesagten Rechenleistung er bei einem definierten Defekt weiter anbieten kann – und was ihn diese Begrenzung über die Betriebsdauer kostet.