Warum Alibabas Rechenzentrum in Ulanqab zum KI-Knotenpunkt wird

Ulanqab in der Inneren Mongolei steht für einen grundlegenden Wandel bei KI-Infrastruktur: Der beste Ort für Rechenleistung muss nicht im größten Nutzermarkt liegen. Alibabas Cloud-Campus ist nah genug an Peking angebunden, um laut Berichten eine Hin-und-zurück-Netzwerklatenz von rund vier Millisekunden zu erreichen. Zugleich profitiert der Standort von niedrigeren Stromkosten und einem Klima, das den Kühlbedarf reduziert. Das kann ihn sowohl für KI-Inferenz als auch für groß angelegtes Modelltraining interessant machen. 2425

350 Kilometer Entfernung – aber nur wenige Millisekunden im Netz

Ulanqab liegt etwa 350 Kilometer von Peking entfernt. Wang Zhaoyang, Leiter des Rechenzentrumsbetriebs bei Alibaba, bezifferte die Datenübertragung zwischen beiden Orten gegenüber lokalen Medien auf rund vier Millisekunden. Für dialogorientierte KI-Anwendungen sei diese Verzögerung akzeptabel. 25

Entscheidend ist der Unterschied zwischen geografischer Distanz und der tatsächlich spürbaren Verzögerung einer Anwendung. Ein regionaler Campus kann einen nahen Ballungsraum bedienen, wenn die Netzübertragung nur einen kleinen Teil der gesamten Antwortzeit ausmacht. Zwei direkte Glasfaserverbindungen nach Peking sollen die Latenz in eine Richtung auf weniger als 2,1 Millisekunden gesenkt haben. 35

Strom und Kühlung bilden die wirtschaftliche Grundlage

KI-Rechenzentren benötigen sehr viel elektrische Energie. Deshalb sind die lokalen Stromkosten ein zentraler Standortfaktor. Berichte nennen für Ulanqab Preise von etwa 0,32 bis 0,35 Renminbi pro Kilowattstunde; in einer Schätzung entfielen rund 90 % der lokalen Stromversorgung auf erneuerbare Energien. 2125

Hinzu kommt das Klima: Die durchschnittliche Jahrestemperatur wird mit etwa 4 °C angegeben. Lokale Berichte zufolge lässt sich natürliche Kühlung über einen großen Teil des Jahres nutzen. 2435 Für Betreiber dichter Beschleuniger-Cluster kann ein geringerer Bedarf an mechanischer Kühlung die Betriebskosten zusätzlich zu den niedrigeren Strompreisen deutlich senken.

Dabei geht es nicht nur um einen allgemeinen hohen Anteil erneuerbarer Energien. 2025 nahm in Ulanqab ein separates Projekt für eine CO₂-arme Computing-Basis den Betrieb auf, das Erzeugung, Netz, Verbrauch und Speicher integriert. Es soll Rechenzentren direkt mit grünem Strom versorgen und jährlich 848 Millionen Kilowattstunden Strom zur Eigennutzung erzeugen. 39

CUBE 5.0 soll den Bau zum Wettbewerbsvorteil machen

Mit der Architektur CUBE 5.0 will Alibaba einen anderen Engpass angehen: die Zeit bis ein Rechenzentrum für IT-Hardware bereit ist. Statt kritische Systeme nacheinander auf der Baustelle zu installieren, werden Stromversorgung, Kühlung, Sicherheit, intelligentes Management und Brandschutz modularisiert. Komponenten können dadurch parallel gefertigt und vorbereitet werden. 34

Alibaba zufolge lässt sich die Bereitstellung der zugrunde liegenden Infrastruktur eines großen KI-Rechenzentrums so auf 100 Tage verkürzen; gegenüber den in China üblichen Bau- und Lieferzyklen von sechs bis zwölf Monaten sollen die Baukosten um rund 10 % sinken. 2534

Die 100-Tage-Angabe muss jedoch präzise gelesen werden: Sie beginnt bei einem Grundbau oder gestapelten Containermodulen und endet, bevor Server und Netzwerktechnik eingebracht werden. Es handelt sich also nicht zwingend um die gesamte Zeitspanne von der Investitionsentscheidung bis zu einem laufenden KI-Dienst. 3234

CUBE 5.0 ist zudem auf wechselnde Hardwareanforderungen ausgelegt. Alibaba beschreibt die Architektur mit Hochspannungs-Gleichstromversorgung sowie Kompatibilität für Luft- und Flüssigkühlung. Sie soll heterogene Chips und mindestens drei Generationen von Chipwechseln unterstützen. 34

Das Gebäude ist nicht der eigentliche Engpass

Schnelle Bauzeiten und günstiger Strom schaffen keine leistungsfähigen KI-Beschleuniger. Die Verfügbarkeit geeigneter Chips, Speicherbausteine, Verbindungen zwischen den Chips und ausgereifter Software bleibt ein limitierender Faktor für KI-Cluster.

Alibaba bietet in der Region Ulanqab inzwischen Lingjun-Supernode-Instanzen auf Basis des eigenen Zhenwu-M890-Chips an. 1 Der M890 wird als kombinierter Chip für Training und Inferenz positioniert; Alibaba nennt 144 GB Speicher und eine Interchip-Bandbreite von 800 GB/s. 11

Das erweitert die Optionen bei heimischer Hardware, beantwortet aber nicht automatisch die Frage nach der Qualität und Nutzbarkeit der Kapazität. Ein konkurrenzfähiger KI-Cluster braucht eine dauerhafte Komponentenversorgung, leistungsfähige Netzwerke, Software-Werkzeuge, Zuverlässigkeit und die Fähigkeit, Modelle effizient über viele Beschleuniger zu verteilen – nicht bloß eine große Zahl installierter Chips.

Warum GPU-Knappheit und leere Rechenzentren zugleich möglich sind

Der chinesische Markt für KI-Rechenleistung liefert auf den ersten Blick widersprüchliche Signale: Hochwertige Kapazitäten können knapp sein, während andere Rechenzentren kaum genutzt werden. Ein Branchenbericht von 2026 bezifferte die durchschnittliche Auslastung von Smart-Computing-Zentren auf unter 40 %; frühere Berichte beschrieben ebenfalls deutliche Unterauslastung in Teilen des Marktes. 310

Diese Zahlen sind keine einheitliche, allgemein gültige Auslastungsquote. Die Messgrößen unterscheiden sich nach Zeitraum, Region, Chiptyp und danach, ob installierte, vermietete oder aktiv genutzte Kapazität gezählt wird. Sie verweisen aber auf ein strukturelles Problem: Kapazität kann ungenutzt bleiben, wenn sie am falschen Standort steht, Chips nicht zum jeweiligen Arbeitsprofil passen, Netzwerke oder Software nicht leistungsfähig genug sind oder dauerhafte Kundennachfrage fehlt. 89

Für Ulanqab lautet der kommerzielle Test daher nicht „Wie viel Kapazität wurde angekündigt?“, sondern „Wie gut wird sie ausgelastet?“. Standort und Baukonzept verbessern Kosten und Geschwindigkeit beim Bereitstellen von Rechenleistung – sie garantieren aber nicht, dass jeder Beschleuniger produktiv arbeitet.

Die Herausforderung: eine Cloud, viele Chips

Alibabas übergeordneter Ansatz besteht darin, unterschiedliche Beschleunigertypen über eine gemeinsame Cloud-Plattform nutzbar zu machen, statt sich auf einen einzelnen Hardwarelieferanten zu stützen. Damit wird die Software- und Systemebene entscheidend: Clusterarchitektur, Netzwerke, Compiler, Laufzeitumgebungen und Modelloptimierung müssen über verschiedene Chips hinweg funktionieren.

Laut Alibaba hatte die Halbleitersparte T-Head, auch Pingtouge genannt, bis Mai 2026 kumuliert mehr als 560.000 Zhenwu-Chips an mehr als 400 Kunden in über 20 Branchen ausgeliefert. 711 Diese Auslieferungen zeigen eine wachsende Nutzung, sind für sich genommen aber weder ein Maß für die Leistung bei Spitzenmodellen noch ein Beleg für einen vollständig ausgereiften Stack für heterogene Rechenleistung.

Was Ulanqab über KI-Infrastruktur zeigt

Der Campus in Ulanqab folgt einer schlüssigen physischen Logik: günstiger, stark erneuerbar geprägter Strom, ein kaltes und trockenes Klima, Netzlatenzen nach Peking im Bereich weniger Millisekunden sowie eine Infrastrukturarchitektur für kürzere Bauzyklen. 212534

Seine langfristige Bedeutung hängt jedoch von der Umsetzung ab. Der erfolgreiche KI-Rechenstandort wird nicht einfach der sein, der möglichst viel Kapazität besonders günstig errichtet. Er muss kompatible, gut vernetzte Chips verlässlich mit realen Arbeitslasten zusammenbringen – und diese Systeme dauerhaft produktiv auslasten.