HomeBlog

Supercomputer-Stromverbrauch: Was xAI Colossus & seine GPUs ziehen

Stromfee Redaktion · 5. Juli 2026
Supercomputer-Stromverbrauch: Was xAI Colossus & seine GPUs ziehen
Technik & Blindleistung — Stromfee (KI-Bild)

Du willst wissen, wie viel Strom ein KI-Supercomputer wie xAI Colossus frisst? Hier bekommst du zuerst die harten Zahlen zu GPUs, Megawatt und Jahresverbrauch – bevor es ins Detail geht.

Kurz-Antwort: So viel zieht Colossus

Colossus startete laut xAI mit rund 100.000 NVIDIA-H100-GPUs. Jede H100 (SXM-Variante) hat eine Leistungsaufnahme von etwa 700 Watt. Allein die GPUs kommen damit auf rund 70 MW Dauerlast. Für den gesamten Standort inklusive Kühlung, CPUs und Netzwerk werden in Berichten grob 150 MW genannt – diese Gesamtzahl gilt als Schätzung, nicht als offizieller Messwert.

Supercomputer-Stromverbrauch: Was xAI Colossus & seine GPUs ziehen
Technik & Blindleistung — Stromfee (KI-Bild)
Warum eine GPU so viel Strom braucht

Eine NVIDIA H100 ist auf maximalen Rechendurchsatz für KI-Training ausgelegt, nicht auf Effizienz im Haushaltssinn. 700 Watt Dauerlast entsprechen ungefähr sieben Wasserkochern, die rund um die Uhr laufen. Rechnest du 8 GPUs pro Server, landest du bei grob 10 kW pro Rack-Baustein – und ein Supercomputer besteht aus Tausenden davon.

Supercomputer-Stromverbrauch: Was xAI Colossus & seine GPUs ziehen
Technik & Blindleistung — Stromfee (KI-Bild)
Von Megawatt zum Jahresverbrauch

Rechne selbst nach: 70 MW GPU-Last über ein Jahr (8.760 Stunden) ergeben rund 613 GWh. Bei 150 MW Gesamtlast wären es etwa 1,3 TWh pro Jahr. Zum Einordnen: Ein deutscher Haushalt verbraucht grob 3.000 kWh im Jahr – 1,3 TWh entsprechen also dem Strombedarf von mehreren hunderttausend Haushalten. Die tatsächliche Auslastung schwankt, deshalb sind das Obergrenzen, keine exakten Verbrauchswerte.

Supercomputer-Stromverbrauch: Was xAI Colossus & seine GPUs ziehen
Technik & Blindleistung — Stromfee (KI-Bild)
Woher Colossus seinen Strom bekam

Colossus wurde in Memphis (Tennessee) in nur rund vier Monaten aufgebaut – schneller, als das Netz die Leistung liefern konnte. Deshalb setzte xAI berichtet auf mobile Gasturbinen zur Vor-Ort-Erzeugung, was wegen der Emissionen kritisiert wurde. Das zeigt das Kernproblem: Nicht die GPUs allein sind der Engpass, sondern der Netzanschluss und die verfügbare Leistung.

Supercomputer-Stromverbrauch: Was xAI Colossus & seine GPUs ziehen
Technik & Blindleistung — Stromfee (KI-Bild)
Was das für dich bedeutet

Wenn du Rechenzentrums- oder KI-Lasten planst, ist die entscheidende Größe nicht die Rechenleistung, sondern die elektrische Anschlussleistung in MW und dein PUE (Verhältnis Gesamtstrom zu reinem IT-Strom). Ein guter Wert liegt nahe 1,1–1,2; schlechte Kühlung treibt ihn hoch. Lastspitzen abzufangen – etwa mit Batteriespeichern – kann Netzentgelte und Anschlusskosten deutlich senken.

🎬 Der Energie-Zähler
Aktuell dazu
🔗 Weiterführende Analysen

Abrechnung prüfen lassen?

Kontakt aufnehmen →
📊 Deine Anlage prüfen →