Not just Nvidia: these power and cooling firms are riding the trillion-dollar data centre boom
Nach Reuters-Berichten vom September 2026 profitieren vom Boom der Rechenzentren nicht allein GPU-Hersteller wie NVIDIA – vor allem Anbieter von Stromversorgung und Kühlung verzeichnen stark wachsende Auftragsbücher.
Rechenzentrum: Leistungszuwachs bringt Infrastruktur-Zulieferer in Position
Der Ausbau der KI-Infrastruktur, auf den Branchenanalysten ein Volumen im Billionen-Dollar-Bereich schätzen, treibt den Bedarf an Energie- und Thermomanagement-Lösungen massiv nach oben. Für Planer von Server-Räumen und Rechenzentren verschiebt sich damit die Gewichtung: Wer zukünftig skalieren will, muss die Infrastruktur-Ebene mindestens ebenso ernst nehmen wie die Compute-Ebene.
NVIDIA HGX B300: Benchmark-Daten legen thermische und energetische Anforderungen offen
TechInsights hat im September 2026 unabhängige Benchmarks einer ASRock-Plattform 8U16X-GNR2-B300 veröffentlicht – ausgestattet mit acht NVIDIA-B300-Beschleunigern auf einer HGX-B300-NVL8-Basisplatine. Die Blackwell-Ultra-Architektur setzt auf inferenzlastige Workloads und erzeugt damit ein neues Leistungsprofil.
Gemessen wurden Token-Durchsatz, Time-to-First-Token, Time-per-Output-Token und Inter-Token-Latenz über Modell-Sweeps (DeepSeek-R1, GLM-5, Qwen3.5) in den Präzisionsstufen FP4, FP8 und BF16. Zusätzlich kamen MLPerf-Inference-Tests mit DeepSeek-R1, GPT-OSS-120B und Llama 2 70B zum Einsatz, Trainings-Workloads umfassten Llama-2-70B-LoRA-Fine-Tuning und Llama-3.1-8B-Pre-Training.
Die Stromaufnahme wurde am Netzteil-Eingang (Wall-AC-Power) gemessen, Temperaturen über externe Thermoelemente erfasst, GPU-Verbrauch und Taktraten während der Last aufgezeichnet. Ergebnis: Die kombinierte Betrachtung von Performance-per-Watt und Energy-to-Solution auf Knotenebene liefert Datenpunkte, die für Cluster-Planung und Kapazitätsdimensionierung direkt verwertbar sind.
| Parameter | Messmethode | Relevanz |
|---|---|---|
| Token-Durchsatz / TTFT / TPOT | Unofficial InferenceX, mehrere Modelle & Präzisionen | Inferenz-Sizing |
| Stromaufnahme | AC-Wall-Messung an beiden PSU-Eingängen | Energiebudget |
| GPU-Temperatur | Externe Thermoelemente | Kühlbedarf, thermisches Headroom |
| NVLink-Bus-Bandbreite | NCCL-Collective-Patterns | Multi-GPU-Skalierung |
| FP16/FP64 Throughput | GPU-Mikrobenchmarks | Compute-Dichte pro Gerät |
Infrastruktur-Zulieferer rücken in den Fokus
Parallel zur reinen Compute-Entwicklung melden sich auch Infrastruktur-Anbieter zu Wort. Laut BIC Magazine ging Anfang September 2026 eine Partnerschaft zwischen Cloverleaf und NVIDIA an den Start, die den Ausbau von Rechenzentren-Infrastruktur beschleunigen soll. Reuters benennt in seiner Berichterstattung explizit Stromversorgungs- und Kühlungsspezialisten als Profiteure des Booms – neben den offensichtlichen GPU-Herstellern.
Für IT-Verantwortliche und Systemarchitekten ergibt sich daraus eine klare Handlungsableitung: Die nächste Ausbaustufe von KI-Rechenzentren wird nicht primär an der GPU-Leistung, sondern an Energieverfügbarkeit, Kühlkapazität und thermischem Management entschieden. Die HGX-B300-Benchmark-Daten untermauern das – die Leistungsaufnahme pro Server-Knoten erfordert Kühlkonzepte, die über Standard-Blow-Through-Haufen weit hinausgehen. Wer heute Server-Räume plant, sollte seine Zulieferkette für Power-Distribution und Flüssigkühlung prüfen, bevor die nächste Bestellung aufgegeben wird.