Künstliche Intelligenz verbreitet sich schneller, als die Rechenzentren-Infrastrukturen mithalten können. Das zeigt der „AI Cluster Networking Report 2025“ von Keysight Technologies und Heavy Reading.
Für künftige KI-Workloads setzen Betreiber der Studie zufolge eher auf die Optimierung bestehender Strukturen statt ausschließlich auf Kapazitätsausbau.
Knapp 89 Prozent der Befragten wollen ihre KI-Infrastruktur im kommenden Jahr ausbauen oder auf dem aktuellen Niveau halten. Wichtigste Treiber sind Cloud-Integration (51 %), schnellere GPUs (49 %) und Upgrades für Hochgeschwindigkeitsnetze (45 %). 62 Prozent planen, ohne zusätzliche Investitionen mehr Leistung aus ihrer vorhandenen Infrastruktur zu ziehen – unter anderem durch die Emulation realer KI-Workloads.
Als größte Hürden beim Ausbau der KI gelten Budgetlimits (59 %), infrastrukturelle Einschränkungen (55 %) und Fachkräftemangel (51 %). Gleichzeitig steigt das Interesse an neuen Netzwerktechnologien: 34 Prozent prüfen 800G, 22 Prozent testen 1,6T und 58 Prozent bewerten Ultra Ethernet. Bereits 55 Prozent setzen auf 400G-Verbindungen. Mit zunehmender Modellkomplexität rückt die Netzwerkkapazität als Engpass in den Vordergrund.
Die Keysight-Studie beschreibt einen Wandel in der Infrastrukturplanung: Neben Kapazität rücken Effizienz, Leistung und Zuverlässigkeit in den Fokus. Die Simulation produktionsnaher Workloads wird dabei zu einem zentralen Werkzeug, um Infrastrukturpotenziale auszuschöpfen und Kosten zu begrenzen.
Der „AI Cluster Networking Report 2025“ basiert auf einer weltweiten Umfrage, die von Heavy Reading von März bis April 2025 durchgeführt wurde. Zu den Befragten gehörten Fachleute führender Telekommunikations- und Cloud-Service-Provider aus Nord- und Südamerika, dem asiatisch-pazifischen Raum und Europa.