Agieren auf zwei sich überschneidenden Achsen: Kanadas KI-Chance

Wichtige Erkenntnis: Moderne KI ist beschleunigergebunden. Die relevante nationale Kapazitätsmetrik sind GPU- (und andere Beschleuniger-) Slots, die an hochdichte, flüssigkeitskühlungsfähige Datenhallen gebunden sind – nicht die Quadratmeterzahl von Rechenzentren oder CPU-Colocation-Megawatt. Zählen Sie Beschleuniger, nicht Gebäude.

Kanadas KI-Chance – und Risiko – hängt nun von zwei sich überschneidenden Achsen ab:

• Achse 1 — Workload-Typen: Training im Grenzbereich, skalierte Inferenz, konversationelle/generative Assistenten und zunehmend agentische Systeme, neben Wahrnehmung/Analytik und Edge-Bereitstellungen. Diese Workloads haben sehr unterschiedliche Profile hinsichtlich Rechenleistung, Latenz und Sicherheit, und sie beanspruchen die Infrastruktur auf unterschiedliche Weise.

• Achse 2 — Der vollständige Stack: Energie → Rechenzentren/Kühlung → Vernetzung/Interconnect → Beschleuniger (GPUs/andere) → Systemsoftware → Modelle/Daten → Middleware/Orchestrierung → Anwendungen. Wertschöpfung (und -erfassung) erfordert nun Kapazität und Kompetenz über den gesamten Stack hinweg, nicht nur auf einer Ebene.

Was sich seit 2022 geändert hat: KI hat sich von engen Pilotprojekten zu einer Plattform im Industriemaßstab entwickelt. Training im Grenzbereich ist zu einer semi-industriellen Aktivität geworden; Inferenz ist zu einem globalen Dienstprogramm geworden, das von beschleunigerdichten Campus-Anlagen bereitgestellt wird; und konversationelle KI hat die Massenadoption vorangetrieben. Hyperscaler und Modelllabore bauen jetzt KI-optimierte Einrichtungen, keine generischen Cloud-Farmen (z.B. OpenAIs Stargate-Programm – 1 GW Cluster, erste Phase mit 200 MW im Jahr 2026 – explizit optimiert für Inferenz im großen Maßstab). (OpenAI)

Der politische Dreh- und Angelpunkt: Moderne KI ist beschleunigergebunden. Die relevante nationale Kapazitätsmetrik sind GPU- (und andere Beschleuniger-) Slots, die an hochdichte, flüssigkeitskühlungsfähige Datenhallen gebunden sind – nicht die Quadratmeterzahl von Rechenzentren oder CPU-Colocation-Megawatt. Heute wird die direkte Flüssigkeitskühlung immer noch von einer Minderheit der Betreiber genutzt (etwa ein Fünftel berichtet über eine gewisse DLC-Nutzung), während die KI-Rackdichten über 25–100 kW/Rack hinausgehen und steigen. Kanadas Analyse und Genehmigung sollten sich daher auf KI-fähige MW und GPU-Slots konzentrieren, nicht auf die gesamten IT-MW. (Uptime Institute)

Kanadas Position (installiert, betreibergebunden): Die GPU-fähige Kapazität ist in Québec konzentriert, angeführt von QScale Q01 (142 MW gesicherte Leistung; ~96 MW für IT geschützt), plus Vantage/Cologix-Standorte; Ontarios und Albertas große Metropolen sind immer noch hauptsächlich CPU-lastig; British Columbias Bell AI Fabric hat Nicht-GPU-Inferenzkapazität (Groq LPU) in Betrieb genommen und zusätzliche Phasen angekündigt. Dies bestätigt die Kernbotschaft: CPU-only Colocation ist nicht gleich KI-Kapazität. (qscale.com)

Kanadisches IP und Plattformen: Cohere bleibt ein strategisches Gut und ein Signal des Ehrgeizes (staatliche Unterstützung von 240 Mio. $; privater Ausbau mit Partnern), aber ein einziges Modellunternehmen – ohne skalierbare Beschleunigerkapazität und den umgebenden Stack – kann die nationale KI-Bereitschaft nicht allein gewährleisten. (Government of Canada)

Fazit für das Zentrum: Um zu verhindern, dass Wert ins Ausland abfließt, muss Kanada (i) das Wichtige messen (GPU-/Beschleuniger-Slots; KI-fähige MW), (ii) KI-First-Campus-Anlagen genehmigen und mit Strom versorgen, (iii) die Beschleunigerversorgung sichern, (iv) souveräne Modelle und Middleware in zweisprachigen/regulierten Bereichen finanzieren und (v) KI in großem Maßstab in öffentlichen Diensten einführen, um inländische Nachfragesignale zu erzeugen. Das untenstehende Dossier fasst die Fäden zu umsetzbaren Kernerkenntnissen zusammen.

Kernerkenntnisse auf einen Blick

Die KI-Wirtschaft ist nun nach Workload-Typ und dem vollständigen Stack organisiert

• Training konzentriert Kapital und Risiko; es erfordert langlaufende, eng gekoppelte GPU-Supercluster mit sehr hoher Interconnect-Bandbreite und Flüssigkeitskühlung. Inferenz ist eine permanente, elastische, latenzempfindliche Dienstleistungsrechenleistung, die regionale Replikation und Kostendisziplin vorantreibt. Konversationelle/generative Workloads bestimmen das Mix- und Surge-Profil auf der Inferenzschicht und zwingen die Safety-/Guardrail-Middleware zur Reifung. (Globale Infrastrukturprogramme wie OpenAIs Stargate spiegeln diese Spezialisierung wider – erste 200-MW-Phase online im Jahr 2026.) (OpenAI)

• Anwendungen (Regierung/Gesundheit/Finanzen/Bergbau/Einzelhandel) monetarisieren den Stack; Middleware (RAG, Vektor-DBs, Safety/Guardrails, Agenten-Orchestrierung) ist nun ein Kontrollpunkt für Adoption und Compliance; Systemsoftware (CUDA/ROCm, Compiler, Scheduler) bindet Entwickler an Beschleuniger-Ökosysteme (insbesondere NVIDIA). NVIDIAs CUDA-Q/QODA-Strategie richtet zukünftige quantenklassische Beschleunigung an derselben Entwickleroberfläche aus und verstärkt die Ökosystembindung. (NVIDIA Newsroom)

Implikation: Eine Politik, die nur „Forschung“ oder nur „Rechenzentren“ finanziert, verpasst das Schwungrad. Jede Schicht – von Energie bis zu Anwendungen – muss im Inland vorhanden sein, um Wert zu schöpfen.

Die relevante Kapazitätsmetrik sind Beschleuniger, nicht CPUs oder Grundfläche

• KI-Server übertreffen schnell die Grenzen älterer Umgebungen: Gängige KI-Racks laufen heute mit 25–100 kW; hochmoderne Designs übertreffen dies und treiben die Anlagenkonzepte zu direkter Chip-Flüssigkeitskühlung und Hochdruck-Wasserkreisläufen. Die DLC-Adoption steigt, ist aber noch weit davon entfernt, universell zu sein (ca. 22 % der Betreiber berichten heute über eine gewisse DLC-Nutzung), was eine kurzfristige Obergrenze dafür schafft, wie viel einer generischen Colocation GPUs ohne Nachrüstung hosten kann. (Uptime Institute)

• Kanonische Beschleuniger der Trainingsklasse (z.B. NVIDIA H100 SXM) verbrauchen jeweils ~700 W; KI-Cluster sättigen die Stromversorgung und Kühlung auf Anlagenebene, bevor die Grundfläche gesättigt ist. Das Zählen von „Gebäuden“ oder „MVA am Zaun“ ist ein schlechter Indikator für die KI-Bereitschaft; GPU-Slots und KI-fähige MW (flüssigkeitskühlungsfähige, hochdichte Hallen, 400G/800G-Fabrics) sind die korrekten Maßeinheiten. (NVIDIA)

Implikation: Die Bundesberichterstattung und Anreize sollten sich auf die Schaffung von GPU-Slots (mit zugehörigem Interconnect) und KI-fähige MW verlagern, nicht auf aggregierte DC-MW.

Kanadas installierte, GPU-fähige Präsenz ist real – aber eng und ungleichmäßig

• Québec ist führend: QScale Q01 (Lévis) ist das Flaggschiff (142 MW gesichert; ~96 MW geschützte IT), speziell für HPC/KI mit OCP-Ready-Design gebaut. Vantage QC2 (Québec City, 86 MW) und die Montréal-Campusse (50 MW, 30 MW, 11 MW) fügen moderne Hyperscale-Kapazität hinzu. Cologix MTL10 (35 MW) bietet zusätzliches Potenzial für hohe Dichte. (qscale.com)

• Ontario beherbergt große Metropolen (z.B. Digital Realty TOR1, Equinix TR2, STACK TOR01A), aber der Großteil der installierten Leistung ist immer noch CPU-lastig ohne KI-zentrierte Nachrüstungen (Flüssigkeitskühlkreisläufe, 50–100 kW/Rack-Räume). Der technische Fall TOR1 nennt 64 MW Kapazität; Equinix TR2 veröffentlicht 16 MW. (Stantec)

• British Columbia entwickelt sich für die Inferenz: Bell AI Fabric hat zwei 7-MW-Standorte (Kamloops, Merritt) mit Groq LPU-Beschleunigern online; zusätzliche Phasen von 26 MW + 26 MW sind für 2026/27 angekündigt (in Planung). Die Ankerkapazität für GPU-Training bleibt begrenzt. (Bell)

• Alberta verfügt über eine moderne Präsenz (z.B. eStruxture CAL-2 ~20 MW) und die Region AWS Canada West, aber öffentliche GPU-spezifische Offenlegungen bleiben spärlich.

• Nationale Zählungen bleiben irreführend: Kanada hat ~239 betriebene Rechenzentren, aber die installierte KI-fähige Kapazität ist eine Untermenge der gesamten IT-MW. (Forschungsnotizen zitieren auch die Gesamtbaukapazität von Colocation >800 MW – wiederum nicht gleichbedeutend mit GPU-fähigen Megawatt.) (CER)

Implikation: Die heutige GPU-fähige Kapazität ist konzentriert; ohne die Beschleunigung von KI-zentrierten Ausbauten in ON/AB/BC werden Modelltraining und Hochdurchsatz-Inferenz-Workloads – und die damit verbundenen Ausgaben – weiterhin ins Ausland abfließen.

Cohere ist eine kritische – aber unzureichende – Säule

• Die Zusage der Bundesregierung von 240 Mio. $ an Cohere (als Teil der Sovereign AI Compute Strategy) ist das richtige Signal: die Nachfrage nach nationaler Rechenleistung zu verankern, privates Kapital anzuziehen und kanadisches Modell-IP im Land zu halten. Aber ein einziges Modellunternehmen kann eine nationale Präsenz von Beschleunigern, flüssigkeitsgekühlter Kapazität und Middleware-Integratoren nicht ersetzen. (Government of Canada)

Implikation: Koppeln Sie Investitionen in souveräne Modelle (Cohere, Institute, offene bilinguale Modelle) mit souveräner Rechenleistung (GPU-Slots) und Anreizen für KI-zentrierte Rechenzentren, oder die Wertschöpfungskette bleibt fragmentiert.

Der globale Maßstab bewegt sich sehr schnell

• Frontier-Bereitstellungen messen sich jetzt in Gigawatt. OpenAI's Stargate ist der deutlichste Indikator: 1-GW-Cluster, 200 MW erste Phase online im Jahr 2026; Microsoft, AWS und andere setzen GB300/Blackwell-Klasse-Cluster im Supercomputer-Maßstab mit Flüssigkeitskühlung und 800G-Fabrics ein. Kanadas Kapazität, selbst mit den geplanten Projekten, ist um zwei Größenordnungen kleiner. (Converge Digest)

Implikation: Kanada muss wählen, wo es führend sein will (z.B. souveräne bilinguale Modelle; KI im öffentlichen Sektor; Klima-/Ressourcen-KI; Quanten-Klassik-Pilotprojekte) und sicherstellen, dass dafür im Inland eine harte Kapazität vorhanden ist.

Nächste Schritte (Politische Maßnahmen)

1. Messen und veröffentlichen: Einführung eines offiziellen Inventars für GPU-Slots und KI-fähige MW (nach Provinz und Campus). Genehmigungen, Netzzuweisungen und Steuergutschriften an die Schaffung von KI-fähiger Kapazität (Flüssigkeitskühlung, Räume mit hoher Dichte, Interconnect) koppeln.

2. Beschleunigung von „KI-zentrierten“ Neubauten/Nachrüstungen: Schnellere Genehmigung von flüssigkeitsgekühlten Nachrüstungen in Toronto/Montreal/Calgary/Vancouver; 50–100 kW/Rack-Räume und DLC-Wasserkreisläufe bei neuen Genehmigungen priorisieren.

3. Beschleuniger sichern: Massenallokationsvereinbarungen mit Lieferanten anstreben; mit Verbündeten für eine gesicherte Lieferung an die kanadische Forschung/Industrie koordinieren; nationale Chip-Design-Bemühungen unterstützen, die sich an CUDA/QODA-ähnliche Ökosysteme anpassen, um die Entwickler-Leverage zu erhalten. (NVIDIA Newsroom)

4. Nachfrage verankern: Ausweitung der Einführung im öffentlichen Sektor (herausforderungsbasierte Beschaffung; sichere Sandboxes) und Sektorpilotprojekte (Gesundheit, Ressourcen, Finanzen).

5. Souveräne Modelle & Middleware: Bilinguale, konforme Modelle und Guardrail-/Middleware-Stacks finanzieren, die über Abteilungen und regulierte Industrien hinweg nutzbar sind – bereitgestellt auf kanadischen Beschleunigern.

Kurzfassung für Entscheidungsträger: Zählen Sie Beschleuniger, nicht Gebäude. Wenn ein Megawatt GPUs nicht kühlen und verbinden kann, ist es keine KI-Kapazität.

Quellen (ausgewählt, tragend): QScale Q01 (142 MW gesichert; OCP-Ready; geschützte IT-Last) — QScale OCP-Seite, OCP-Standortbewertung. Vantage Québec Kapazitäten: QC2 (86 MW), Montréal QC4 (50 MW), QC6 (30 MW), QC1 (11 MW) — renx.ca. Cologix MTL10: 35 MW kritische Leistung (Longueuil). Digital Realty TOR1 (Toronto): 64 MW technischer Fall; Equinix TR2: 16 MW Spezifikation — Stantec. Bell AI Fabric: Kamloops & Merritt 7 MW Standorte; zusätzliche Phasen; Groq LPU Inferenz. Nationale Zählungen: ~239 betriebene Rechenzentren (CER Market Snapshot). Installierte Kapazitätsanker (Anteil Toronto): CleanBridge GDC2025 (Toronto ≈ 335 MW ≈ 45% der installierten). DLC-Einführung & -Verdichtung: Uptime Institute Cooling Survey 2024 (~22% berichten über DLC-Nutzung); KI-Racks 25–100 kW+ (Vertiv). CUDA-Q/QODA (Quanten-Klassik unter CUDA-Dach). OpenAI Stargate: 1 GW Cluster; 200 MW erste Phase 2026. Cohere-Unterstützung: Investition der kanadischen Regierung von bis zu 240 Mio. $; CoreWeave-Partnerschaftsberichte.