AWS RNG: Wie Zufallsgraphen die Cloud-Architektur revolutionieren

Zusammen ermöglichen diese Innovationen eine einstufige, flache Fabric anstelle der mehrstufigen Clos-Hierarchie und reduzieren so drastisch die Anzahl der benötigten Router und Switch-Ebenen.

Leistungs-, Kosten- und Energieverbesserungen

AWS schätzt, dass die Einsparungen durch diese Architektur in die Milliarden Dollar gehen könnten – Hochrechnungen zufolge kumuliert bis zu 200 Milliarden Dollar bis 2026 .

Zeitplan und Geografie der Einführung

• Ende 2024: Erster Produktionseinsatz in Dublin, Irland .
• 2025: Ausweitung auf weitere europäische Standorte, darunter Spanien und Deutschland .
• Bis April 2026: RNG wird zum Standard-Rechenzentrumsnetzwerk für die meisten AWS-Workloads weltweit. Das Forschungspapier stellt fest: „RNG ist jetzt das Standard-Rechenzentrumsnetzwerk für die meisten Workloads bei Amazon“ .

Die Einführung ist ein schrittweises, transparentes Infrastruktur-Upgrade – keine gleichzeitige Komplettumstellung aller Regionen. Die Architektur ist jedoch jetzt der Standard für neue und umgerüstete AWS-Rechenzentrumsbauten.

Warum keine Kundenanpassungen nötig sind

RNG ist eine Änderung auf physikalischer und Routing-Ebene, die für Kunden vollkommen transparent abläuft. Sie operiert unterhalb der Virtualisierungsebene – EC2-Instanzen, VPCs, Load Balancer und alle bestehenden AWS-Dienste sehen dasselbe logische Netzwerkschnittstellenbild. Es gibt keine Änderungen an Kunden-APIs, Instanztypen, Sicherheitsgruppen, Netzwerkkonfigurationen oder Anwendungscode . AWS hat den Übergang innerhalb der eigenen Infrastruktur vollzogen und macht es so zu einem Upgrade nach dem Motto: „Sie werden es nicht einmal bemerken, aber alles ist einfach schneller und günstiger geworden.“

Wettbewerbsimplikationen für Cloud-Infrastruktur und KI-Workloads

• Kostenvorteil: Eine 9–45%ige Netzwerkkostenreduktion auf AWS-Skalierungsniveau schafft einen strukturellen Preispuffer. AWS kann Wettbewerber entweder preislich unterbieten, höhere Margen einstreichen oder die Einsparungen in Compute-/KI-Kapazität reinvestieren .

• KI/ML-Workload-Beschleunigung: KI-Training (z. B. GPU-/TPU-Cluster mit vielen Knoten) ist bekanntermaßen bandbreitenhungrig und empfindlich gegenüber Netzwerkengpässen. Die 33%ige Durchsatzverbesserung und die größere Pfadvielfalt kommen direkt dem verteilten Training, Modellparallelismus und der Inferenz in großem Maßstab zugute – sie verkürzen Job-Abschlusszeiten und verbessern die GPU-Auslastung .

• Energieeffizienz: 40 % weniger Netzwerkstromverbrauch sind signifikant für Hyperscaler im Wettlauf um Nachhaltigkeitsziele und die Bewältigung steigender Energiekosten, insbesondere da KI-Cluster enorme Mengen Strom ziehen .

• Zuverlässigkeit und Ausfallsicherheit: Zufällige Expander-Graphen bieten inhärent viele disjunkte Pfade und verbessern so die Fehlertoleranz gegenüber Switch- oder Link-Ausfällen, ohne dass überdimensionierte Redundanzstufen vorgehalten werden müssen .

• Druck auf Wettbewerber: Google, Microsoft Azure und andere Cloud-Anbieter setzen meist noch auf Clos-/Fat-Tree-Varianten. Der von AWS demonstrierte Produktiveinsatz von Zufallsgraph-Netzwerken legt die Messlatte höher – Konkurrenten müssen möglicherweise in ähnliche Abflachungsansätze investieren oder höhere Netzwerkkosten in Kauf nehmen.

• Akademischer und industrieller Meilenstein: Das Forschungspapier repräsentiert das erste Mal, dass auf Zufallsgraphen/Expander basierende Netzwerke im Hyperscale-Produktivbetrieb gebaut und betrieben wurden, und macht damit eine jahrzehntealte theoretische Idee zur Realität .