zurück zum Blog

Meinung 5 Min. Lesezeit 23. Juli 2026

ein netzwerk neben dem spieler, kein betonbunker

Hyperscaler und Neoclouds streiten darüber, wer das größere Rechenzentrum baut, während Metas Campus in Louisiana über US$250 Milliarden hinausgeht. Für ein gestreamtes Spiel oder ein Live-KI-Gespräch entscheidet die Entfernung zwischen GPU und Nutzer über das Erlebnis.

Jeff Outlaw Jeff Outlaw COO
Ein Kraftwerk aus Beton und Strommasten in Schwarzweiß, am Horizont ein orangefarbenes Sonnenuntergangsband.

Bei unserer letzten Community-Town-Hall haben wir eine Behauptung zu Echtzeit-Arbeit aufgestellt: Das Netzwerk, das sie gut bedient, ist das neben dem Nutzer. Dieser Beitrag erklärt, warum die Entfernung entscheidet und warum das aktuelle Wettrennen um Rechenzentren das nicht löst.

die falsche Dichotomie: Hyperscaler gegen Neoclouds

Eine aktuelle Analyse von Gartner hat eine Debatte über die Zukunft von KI- und Cloud-Infrastruktur ausgelöst, dargestellt als Kampf zwischen zwei Lagern:

  • Die Hyperscaler: AWS, Google Cloud und Meta, mit Bilanzen, die groß genug sind, um digitale Allzweck-Imperien zu bauen.
  • Die Neoclouds: Spezialisten wie CoreWeave oder Lambda Labs, die GPU-Clouds für KI bauen.

Beide Lager folgen demselben Bauplan: große, zentralisierte Rechenzentren. Sie konkurrieren darum, wer den größeren Betonbunker baut, nicht darum, wo die GPU im Verhältnis zu der Person steht, die sie nutzt.

Metas Betonbunker für US$250 Milliarden

Meta baut seinen Rechenzentrumscampus Hyperion in Richland Parish, Louisiana, auf 5 Gigawatt Rechenleistung aus. Mit den KI-Chips, die nötig sind, um ihn zu füllen, wird das 4,000 Acres große Gelände über US$250 Milliarden kosten.

  • Ein Apollo-Programm: Inflationsbereinigt hat das gesamte NASA-Apollo-Programm rund US$257 Milliarden gekostet.
  • Ein Gaming-PC für Millionen: Zu je US$1,500 kauft dasselbe Geld 166 Millionen High-End-Gaming-PCs, einen für jeden Haushalt in den Vereinigten Staaten und Kanada zusammen.

Das Gelände wird mehr Strom ziehen als dreimal die Stadt New Orleans, sein Versorger baut dafür 10 neue Gaskraftwerke, und PJM Interconnection, das größte Stromnetz der Vereinigten Staaten, steht bereits vor einer Lücke von 68 Gigawatt, getrieben von der Nachfrage der Rechenzentren.

Diese ganze Kapazität steht an einem Ort. Das ist für Echtzeit-Arbeit das Problem.

warum die Entfernung entscheidet

Ein gestreamtes Spiel oder ein Live-KI-Gespräch belegt für die ganze Session eine GPU, und jede Eingabe und jedes Bild wandert zwischen dieser GPU und dem Nutzer. Entfernung kostet Zeit: Je 1,000 Kilometer Glasfaser kommen etwa 10 Millisekunden zur Round-Trip-Zeit hinzu, und keine noch so große Hardware im Rechenzentrum holt diese Zeit zurück.

Rechenzentren stehen nicht dort, wo die Nutzer sind. Fast die Hälfte der Rechenzentrumskapazität in den Vereinigten Staaten steht in fünf regionalen Clustern (International Energy Agency). Und eine GPU kann ihren Nutzern nicht folgen: Die Spieler einer Region kommen in denselben wenigen Abendstunden, also braucht jede Region ihren eigenen Pool, ausgelegt auf ihre eigene Spitze.

Die Nachfrage wächst dort, wo es am meisten zählt. Ken Research (Juli 2026) beziffert den Cloud-Gaming-Markt auf über US$3.8 Milliarden mit Kurs auf US$35 Milliarden bis 2029, mit 501 Millionen Menschen, die ihre Spiele innerhalb von drei Jahren streamen, und nennt den Ausbau von Edge-Netzwerken als Engpass der Branche. Ein Spieler in London, Berlin oder Tokio braucht die GPU in London, Berlin oder Tokio.

wie YOM die GPU neben den Spieler stellt

YOM betreibt den GPU-Session-Edge: GPUs direkt neben jedem Nutzer, bezahlt pro Session. Die GPUs sind Gaming-PCs im Besitz ihrer Hosts sowie Telko-Racks in Nutzernähe. HyperOrch, YOMs Edge-Orchestrator, schickt jede Session an den nächstgelegenen Node, der sie ausführen kann.

Das Ergebnis ist gemessen, nicht versprochen: yom.net/source-of-truth veröffentlicht die live gemessene mediane Latenz in einer Richtung für Spieler in der Nähe eines Nodes, eingegrenzt nach ihrer Entfernung dazu, neben dem Median über alle Sessions (eine Round-Trip-Zeit ist das Doppelte des Werts in einer Richtung).

Das Angebot folgt der Nachfrage: Mehr Hosts gehen online, wenn Sessions eintreffen, und wo das Host-Angebot dünn ist, in der Spitze oder in einem neuen Markt, laufen Sessions auf von Telkos und Clouds gemieteter Kapazität. Wie Telko-Racks Sessions tragen, die eine Garantie brauchen, steht in unserem Test mit Cornerstone, StonesThro und Zadara.

Dasselbe Design verändert den Preis: Nichts wird im Voraus gebucht, also wartet keine GPU in einem Rechenzentrum auf die Abendspitze. Dieses Argument, mit den Zahlen, steht in wofür eine GPU-Stunde bezahlt.

die Zukunft ist verteilt

Die Alternative zu einem Rechenzentrum für eine Viertelbillion Dollar ist ein Netzwerk aus GPUs, die bereits gekauft wurden, bereits Strom haben und bereits neben den Menschen stehen, die sie nutzen. Wenn du einen Gaming-PC besitzt, kannst du ihn ins Netzwerk bringen.

über YOM

YOM betreibt den GPU-Session-Edge: GPUs direkt neben jedem Nutzer, bezahlt pro Session. Gaming-PCs im Besitz ihrer Hosts und Telko-Racks in Nutzernähe betreiben Game-Streaming (YOM Games und Walter auf walter.gg für Spieler) und Live-KI-Gespräche (YOM AI). Eine Standard-Session von bis zu einer Stunde kostet US$0.08; eine Stunde Spielen auf einer reservierten Rechenzentrums-GPU kostet US$1.23. Mediane Latenz in eine Richtung, live gemessen über die letzten 30 Tage: 20 ms für Spieler im Umkreis von 50 km um einen Node, 37.1 ms über alle Sessions (yom.net/source-of-truth).

#Latenz#GPU-Session-Edge#Edge Computing#Cloud Gaming#Rechenzentren#Hyperscaler
teilen:

das Netz unter all dem

Echtzeit-Workloads müssen in der Nähe laufen

Etwa fünfzig Kilometer von der Person entfernt, die darauf wartet. Die Hardware so nah an den Menschen gibt es schon, und das meiste davon ist ausgeschaltet.