Ein Bericht von SemiAnalysis beschreibt den Xinghe-Computing-Campus von Envision Technology in Ulanqab in der Inneren Mongolei, der von zwei selbst gebauten Windparks mit 420 MW an dedizierten Übertragungsleitungen und einem Energiespeicher mit vier Stunden Kapazität versorgt wird. Entscheidend für das Stromdesign von KI-Rechenzentren: Der Campus nutzt eine 800-V-Gleichstromverteilung und verzichtet vollständig auf zentrale Kältemaschinen – im Gegensatz zu rund 97 Prozent der US-Rechenzentren, die noch auf Wechselstromarchitekturen setzen. Der Bericht hebt hervor, dass die erste Phase in unter einem Jahr und zu etwa einem Fünftel der Kosten vergleichbarer US-Projekte geliefert wurde.
Überblick: Zwei 800-MW-Campusse, zwei sehr unterschiedliche Zeitpläne
Ein Bericht des Halbleiter- und KI-Forschungsunternehmens SemiAnalysis hat einen ungewöhnlich scharfen Kontrast zwischen zwei KI-Computing-Campusen vergleichbarer Größe gezeichnet. Im September besichtigten die Analysten Everlyn Tan und Jeremie Eliahou Ontiveros den Xinghe-Campus der Envision Technology Group im Bezirk Bayin der Chahar-Hightech-Entwicklungszone in Ulanqab, Innere Mongolei. Ihre am 7. November veröffentlichten Ergebnisse beschreiben eine Anlage mit einer geplanten IT-Last von 800 MW – in derselben Größenordnung wie OpenAIs Flaggschiff-Standort Stargate in Abilene, Texas –, deren erste Phase mit 120 MW im August 2026 in Betrieb ging, weniger als ein Jahr nach Baubeginn und zu etwa einem Fünftel der Kosten eines vergleichbaren US-Projekts. Die Analysten bezeichneten den Campus als Chinas „West Texas“, merkten jedoch an, dass Geschwindigkeit, Maßstab, niedrige Kosten und das stark vertikal integrierte Modell in krassem Gegensatz zur US-Entwicklung stünden, wo sich eine Stimmung gegen Rechenzentren zu einer politischen Kraft entwickelt habe.
Der Gegenwind in Abilene: Lärm, Mieten und Genehmigungen
Der Stargate-Campus in Abilene – einer Stadt mit etwa 131.600 Einwohnern, rund 180 Meilen vom Ballungsraum Dallas–Fort Worth entfernt – ist der am weitesten fortgeschrittene der sieben Standorte des Programms, mit acht Datenhallen, die Nvidia-Blackwell-Chips betreiben. Er umfasst rund 1,019 Millionen H100-Äquivalente Rechenleistung, 824 MW IT-Leistung und 31,2 Milliarden Dollar Kapitalinvestitionen, errichtet von Crusoe für Oracle-eigene Chips, die OpenAI nutzt. Die Anwohner beschreiben eine andere Bilanz. Arlene Mendler, die seit fast 35 Jahren in Abilene lebt, sagte, der Standort sei rund um die Uhr, sieben Tage die Woche in Betrieb, und der Nachthimmel leuchte weiß. Ein Professor namens Rusty Trowell sagte, sein Haus stehe nun etwa 200 Fuß vom Rechenzentrum entfernt, und er brauche Verdunkelungsrollos, um schlafen zu können. Omaira Garcias Ranch grenzt an ein großes Gaskraftwerk, dessen Turbinenabgas-Schornsteine aus ihrem Küchenfenster zu sehen sind. Der Stadtrat gewährte eine 85-prozentige Grundsteuerermäßigung, um die Investition zu halten, während Zillow-Daten eine durchschnittliche Monatsmiete von rund 2.600 Dollar zeigen – fast 50 Prozent mehr als im Vorjahr und inzwischen über dem Niveau von Austin. Die Anwohner beklagen zudem, dass Entwickler zunächst eine einfache Genehmigung beantragten – für die keine Umweltprüfung, keine öffentliche Bekanntmachung und keine Anhörungsfrist erforderlich ist – und erst ein Jahr später eine formelle Genehmigung einreichten, mit Plänen, die Zahl der Gasturbinen mehr als zu vervierfachen.
Stromarchitektur: Selbst gebaute Windparks und dedizierte Übertragungsleitungen
Die folgenreichste Abweichung liegt auf der Stromebene. Abilene stützt sich in erster Linie auf das öffentliche Netz plus Gasturbinen vor Ort. Ulanqab geht den entgegengesetzten Weg: Envision baute zwei Windparks außerhalb des Campus mit einer Gesamtkapazität von 420 MW, verbunden durch dedizierte Übertragungsleitungen und gestützt auf ein Energiespeichersystem mit vier Stunden Kapazität, um die Abhängigkeit von einem einzelnen Einspeisepunkt im öffentlichen Netz zu verringern. Ziel ist, dass mehr als 60 Prozent des Verbrauchs in den ersten beiden Phasen aus den eigenen Windanlagen des Unternehmens stammen. Dies ist eine strukturelle Entscheidung, keine marginale Optimierung. Forschungen des Teams von Maurizio Porfiri am NYU Tandon, die 4.283 US-Rechenzentren umfassen, ergaben, dass 97,5 Prozent in metropolitanen oder mikropolitanen Gebieten liegen, weil Betreiber es vorziehen, sich an bestehende Strominfrastruktur anzuhängen, statt Erzeugung selbst zu bauen.
800-V-Gleichstrom und der Pilotversuch mit dem Solid-State-Transformator
SemiAnalysis berichtet, dass rund 97 Prozent der US-Rechenzentren noch immer Wechselstrom-Verteilarchitekturen nutzen. Der Xinghe-Campus hat in einer 5-MW-Datenhalle einen Solid-State-Transformator erprobt, der 10 kV Wechselstrom direkt in 800 V Gleichstrom für Server-Racks umwandelt. Zhu Keli, Gründungsdekan des Guoyan-Instituts für Neue Wirtschaft und leitender Experte für intelligente Wirtschaft, sagte gegenüber National Business Daily, konventionelle Designs durchliefen mehrere AC/DC-Wandlungsstufen, von denen jede Verluste verursache; eine direkte 800-V-Gleichstromausgabe senke die Verluste in der Verteilungskette mit nennenswerten langfristigen Energieeinsparungen, während die höhere Geräteintegration große Mengen an AC-Schaltanlagen überflüssig mache und Stellfläche freigebe. SemiAnalysis merkt an, dass US-Betreiber sich bei solchen Architekturen noch in der frühen Erkundungsphase befinden.
Kühlung und Kosten: Keine zentralen Kältemaschinen
Xinghe verzichtet vollständig auf zentrale Kältemaschinen, was sowohl den Energieverbrauch als auch die Baukosten senkt – eine Abkehr von den meisten US-Anlagen, die Kältemaschinen-Zentralen beibehalten. Zhu merkt an, dass bei großen KI-Clustern der Strom typischerweise 60 Prozent oder mehr der Betriebskosten ausmacht, weshalb die reichlichen Wind- und Solarressourcen sowie die große verfügbare Fläche in Ulanqab zu den entscheidenden Standortfaktoren werden. In Kombination mit einem Bau der ersten Phase in unter einem Jahr und einem Fünftel des US-Kostenbenchmarks senkt der Campus sowohl Investitions- als auch Betriebsausgaben.
Marktkontext: Die Politik der Standortwahl
Der Kontrast trifft auf ein verändertes politisches Umfeld. Bei den US-Zwischenwahlen 2026 besiegte die Demokratin Gina Hinojosa, die mit dem Versprechen angetreten war, neue Genehmigungen für Rechenzentren auszusetzen, den amtierenden republikanischen Gouverneur Greg Abbott in Texas, dem am schnellsten wachsenden Rechenzentrumsmarkt des Landes. Umfragedaten, die Sean Patterson II vom Annenberg Public Policy Center der University of Pennsylvania der National Business Daily zur Verfügung stellte und die auf 1.320 US-Erwachsenen zwischen Mitte Juni und Mitte Juli beruhen, zeigen, dass die lokale Ablehnung neuer Rechenzentren gegenüber dem Frühjahr von 49 auf 61 Prozent gestiegen ist, mit Mehrheiten bei Demokraten (69 Prozent), Republikanern (54 Prozent) und Unabhängigen (53 Prozent) sowie 70 Prozent bei Erwachsenen unter 30. Die im Artikel zitierten Daten des Pew Research Center zeigen, dass 67 Prozent der geplanten neuen US-Rechenzentren in ländlichen Gebieten angesiedelt werden.
Warum das Modell nicht ohne Weiteres übertragbar ist
Zhu führt den Gegenwind in den USA auf eine Diskrepanz zwischen Angebot, Nachfrage und Governance-Tempo zurück: Kapital strömt herein, Projekte ballen sich in der Nähe von Wohngebieten, der Netzausbau hinkt dem Lastwachstum hinterher, und Externalitäten bei Wasser, Lärm und Land treffen die Gastgemeinden ohne frühzeitige Beteiligung oder Mechanismen zur Nutzenteilung. Er argumentiert, das Ulanqab-Modell sei in den USA schwer zu replizieren, weil das Stromsystem stark über viele private Versorger fragmentiert sei, was die Koordination über Einheiten hinweg erschwere; Wind-, Speicher- und Computing-Projekte lägen auf getrennten Genehmigungsketten; und der Widerstand in den Gemeinden sei hoch. Kapital könne ländliches Land für ein Rechenzentrum kaufen, aber nur selten eine synchronisierte erneuerbare Basis und eine einheitliche Speicher-Dispatch zu einem geschlossenen Kreislauf zusammenfügen.
Implikationen für KI-Rechenzentren
Die tiefere Lehre ist, dass Ulanqab nicht bloß günstige Strombeschaffung bedeutet. Es erfordert koordinierte Flächennutzungsplanung, Energieplanung und Rechennetzplanung, eine einheitliche Netz-Dispatch, die schwankenden Wind über Zeitfenster hinweg aufnehmen kann, sowie flankierende Industriepolitik. Für US-Betreiber sind die übertragbaren Elemente enger, aber real: Gleichstromverteilung am Rack, Solid-State-Transformation und kältemaschinenfreie Kühlung sind technische Entscheidungen, die unabhängig von der Netzstruktur sind, und jede von ihnen zielt auf die Betriebskostenlinie, die die KI-Ökonomie dominiert.