Skip to content
DCIM ProfessionalsDCIM Professionals

Kosten & Energie Tool

KI-/GPU-Infrastruktur — Strom & Kosten

Anlagenleistung, Kühlung und Betriebskosten für GPU-/KI-Workloads — GPU-Leistung × Anzahl × Server-Overhead × PUE, Rack-Dichte mit Luft-/Flüssigkühlungs-Verdikt, und Jahreskosten zu Ihrem eigenen Strompreis. Ausgelegt für eine Handvoll GPU-Server bis zu einem mehrere Racks umfassenden GPU-Cluster, nicht für Gigawatt-Hyperscale.

Aktualisiert: 9. Juli 2026Planungsreferenz

Schnellantwort

Die reine GPU-Leistung unterschätzt den tatsächlichen Strombedarf um etwa die Hälfte — und die Rack-Dichte entscheidet, ob Luftkühlung noch ausreicht.

Geben Sie Ihr GPU-Modell (oder eigene Watt-Angabe), Anzahl, Auslastung und PUE ein. Der Rechner baut von der reinen GPU-Leistung über die Knotenleistung (Server-Overhead) zur Anlagenleistung (PUE) auf und prüft die kW pro Rack gegen den Punkt, an dem Luftkühlung nicht mehr ausreicht.

GPU & Workload

GPU-Deployment

Umfang: eine Handvoll GPU-Server im Serverraum bis zu einem GPU-Cluster mit ~20 Racks — kein Gigawatt-Campus-Hyperscale.

= 32 GPUs insgesamt

GPUs laufen beim Training selten dauerhaft bei 100 %, aber KI-Inferenz-Workloads laufen häufig nahezu konstant. Overhead ~1,8× deckt die Nicht-GPU-Knotenleistung ab — CPUs, NVLink, RAM, Netzteilverluste — ein 8×H100-Knoten zieht eher 10 kW statt der reinen 5,6 kW GPU-Leistung.

Anlage & Dichte

PUE und Rack-Layout

1,3–1,5 ist typisch luftgekühlt; ~1,15 ist typisch bei direkter Flüssigkühlung. Messen Sie Ihren Wert mit dem PUE-Rechner.

Strom

Betriebskosten

Ihr Komplettpreis für Gewerbe inkl. Steuern & Netzentgelt — steht auf Ihrer Stromrechnung. Gleiche Preislogik wie im Stromkosten-Rechner.

Kein Hardware-Preisrechner

Dieses Tool berechnet Strom, Kühlung und Betriebskosten — nicht den GPU-Kaufpreis. Die GPU-Modell-Presets setzen nur typische Leistungsaufnahme (TDP); Hardware-Preise ändern sich zu schnell und hängen von Anbieter und Vertrag ab — für einen Kaufpreisvergleich eigene Zahlen an anderer Stelle verwenden.

Formel / Methode

So funktioniert der Rechner

Die reine GPU-Leistung ergibt sich aus GPU-Leistungsaufnahme (TDP) × GPU-Anzahl × Auslastung. Das wird mit einem Server-Overhead-Faktor (~1,8, deckt CPUs, NVLink, RAM und Netzteilverluste ab) zur Knotenleistung multipliziert, dann mit PUE zur Anlagenleistung — der Zahl, die tatsächlich auf der Stromrechnung landet. Knotenleistung geteilt durch Rack-Anzahl ergibt kW pro Rack, geprüft gegen den Punkt, an dem Luftkühlung nicht mehr ausreicht (~30 kW/Rack). Anlagenleistung × Stunden/Jahr × Ihr Preis ergibt die Jahreskosten.

Anlagen-kW = TDP × Anzahl × Auslastung × Overhead × PUE

Eingaben

Erforderliche Eingaben

GPU-Modell oder eigene Watt-Angabe, GPUs pro Server und Server-Anzahl, Auslastung, Server-Overhead-Faktor, PUE, Rack-Anzahl, Ihr Strompreis mit Währung, und Betriebsstunden pro Jahr (Standard 8.760 = 24/7).

Einsatz

Wo das hilft

Strom- und Kühlkapazität vor einer GPU-Server- oder Cluster-Anschaffung dimensionieren, prüfen ob vorhandene Racks und Kühlung ein geplantes Deployment tragen, die Jahres-Stromkostenposition für ein KI-Projekt budgetieren, und frühzeitig entscheiden, ob Flüssigkühlung Teil des Aufbaus sein muss.

FAQ

Hinweise zu KI-/GPU-Strom

Warum die GPU-Leistung mit ~1,8 multiplizieren?

Ein 8-GPU-Server besteht nicht nur aus den GPUs — CPUs, NVLink (die Hochgeschwindigkeitsverbindung zwischen GPUs), RAM und Netzteilverluste addieren rund 45 % mehr obendrauf. Ein 8×H100-Knoten zieht dauerhaft eher 10 kW statt der 5,6 kW, die die reine GPU-Leistung vermuten lässt.

Wann brauche ich Flüssigkühlung?

Luftkühlung kann selbst mit guter Containment kaum mehr als etwa 30 kW pro Rack abführen. Dichte moderne GPU-Racks (z. B. NVIDIA GB200-NVL72-Systeme) erreichen 120–140 kW pro Rack und benötigen direkte Flüssigkühlung. Dieser Rechner erkennt den Übergang automatisch aus Rack-Anzahl und Knotenleistung.

Ist der GPU-Kaufpreis enthalten?

Nein — dies ist ein Strom-, Kühlungs- und Betriebskostenrechner, kein Hardware-Preisrechner. GPU-Kaufpreise ändern sich zu schnell und hängen zu stark von Anbieter, Abnahmemenge und Vertragskonditionen ab, um in einen Planungsrechner einzufließen.

Mehr erfahren

Weiterführende Links

Projekt

Strom und Kühlung für ein GPU-/KI-Deployment planen?

ITCOREOPS unterstützt bei Strom- und Kühlungsdimensionierung, Rack-Dichte-Planung und Dokumentation für On-Prem-GPU-Infrastrukturprojekte.

Projektformular öffnenITCOREOPS besuchen →

Hinweis

Nur Planungsreferenz

Modell auf Planungsniveau — der tatsächliche GPU-Stromverbrauch hängt vom Workload ab, und der reale Server-Overhead sowie PUE hängen von Ihrer konkreten Hardware und Anlage ab. Vor einer Beschaffung gegen Herstellerangaben und eine Anlagen-Strommessung prüfen.

Workflow

Strom und Kühlung prüfen, bevor ein GPU-Server oder -Cluster beschafft wird.

Diesen Rechner vor der Unterschrift eines Hardware-Angebots nutzen, damit Rack-Dichte und das Kühlungs-Verdikt — nicht nur die GPU-Anzahl — die Anlagenentscheidung treiben.

Genaue Werte nutzen ↑

Support

Hilfe bei der Strom- und Kühlungsplanung für GPU-Infrastruktur?

Für Leistungsdimensionierung von GPU-Deployments, Kühlkapazitätsprüfungen und operativen Infrastruktur-Support, besuchen Sie ITCOREOPS.

ITCOREOPS besuchen →ITCOREOPS E-Mail ✉

Feedback

Fehler oder Berechnungsproblem gefunden?

Darstellungsprobleme, Berechnungsfehler oder Verbesserungsvorschläge für diesen Rechner melden.

Fehler melden ✉

Rechenbeispiel

Eingaben: 32× NVIDIA H100 (700 W, 8 GPUs × 4 Server), 100 % Auslastung, 1,8 Server-Overhead, PUE 1,4, 4 Racks, 0,30 €/kWh, 8.760 h/Jahr.

Ergebnis: GPU-Leistung 32 × 700 W = 22,4 kW → × 1,8 Overhead =40,3 kW Knoten → × 1,4 PUE = 56,4 kW Anlage. Dichte: 40,3 / 4 Racks ≈10,1 kW/Rack → Luftkühlung OK. Kosten: 56,4 × 8.760 × 0,30 € ≈148.000 €/Jahr (≈12.300 €/Monat). Ein dichterer Einzel-Rack-Aufbau — z. B. 8× B200 in einem Rack — landet hier noch bei nur ~14 kW/Rack, aber echte dichte KI-Racks (NVIDIA GB200-NVL72-Klasse, ~72 GPUs) erreichen 120–140 kW/Rack, wo das Verdikt dieses Rechners korrekt auf Flüssigkühlung erforderlich umschlägt.