Die aktuelle Diskussion in den Medien wird von einer wachsenden Besorgnis über den enormen Energieverbrauch von Technologien der künstlichen Intelligenz (KI) dominiert. Berichte von führenden Institutionen und Nachrichtenagenturen zeichnen ein alarmierendes Bild. Die Internationale Energieagentur (IEA) prognostiziert, dass sich der Stromverbrauch von Rechenzentren weltweit von 415 Terawattstunden (TWh) im Jahr 2024 auf rund 945 TWh bis 2030 mehr als verdoppeln könnte, was knapp 3 % des globalen Stromverbrauchs entspräche. Dieses Wachstum wird maßgeblich durch den Boom bei KI-Anwendungen angetrieben, wobei allein auf KI-beschleunigte Server ein jährliches Wachstum von 30 % entfällt.
Medien wie ORF Science titeln bereits “KI und Co. fressen Zuwachs von Erneuerbaren auf”, während NPR berichtet, dass ein typisches KI-Rechenzentrum so viel Strom wie 100.000 Haushalte verbraucht. Diese Entwicklung stellt eine erhebliche Herausforderung für die globalen Nachhaltigkeitsziele dar und zwingt Unternehmen, die Energieeffizienz ihrer IT-Infrastruktur grundlegend zu überdenken. In diesem Kontext rückt eine oft als traditionell wahrgenommene Technologie wieder in den Fokus: der IBM Mainframe. Die vorliegende Analyse untersucht, ob die zentrale Architektur des Mainframes und zLinux eine energieeffiziente Alternative zur vorherrschenden verteilten x86-Infrastruktur darstellt, insbesondere für spezifische, anspruchsvolle Anwendungsfälle.
Die Architektur der Effizienz: Warum der IBM Mainframe anders ist
Die grundlegende Designphilosophie des IBM Mainframes unterscheidet sich fundamental von der verteilter x86-Systeme. Anstatt auf eine Scale-Out-Strategie mit einer Vielzahl von vernetzten, aber oft nur mäßig ausgelasteten Servern zu setzen, verfolgt der Mainframe einen Scale-Up-Ansatz. Dies führt zu einer zentralen, hochintegrierten Architektur mit inhärenten Effizienzvorteilen.
Ein zentrales Merkmal sind die extrem kurzen “Transportwege” für Daten. Anstatt Daten über ein energieintensives Netzwerk zwischen Dutzenden oder Hunderten von Servern zu bewegen, finden die meisten Operationen innerhalb eines einzigen Systems statt. Dies wird durch On-Chip-Beschleuniger für Kryptographie (CPACF), Sortierprozesse (IBM Z Sort Accelerator) und KI-Inferenzierung (AIU) weiter optimiert. Diese spezialisierten Prozessoren entlasten die Haupt-CPUs und führen Aufgaben mit deutlich geringerem Energieaufwand aus.
Die hohe Auslastungskapazität ist ein weiterer entscheidender Faktor. Während x86-Serverfarmen oft nur eine durchschnittliche Auslastung von rund 45 % erreichen, sind IBM Z-Systeme darauf ausgelegt, nachhaltig bei 85 % bis 100 % Auslastung zu arbeiten. Dies eliminiert “gestrandete” Ressourcen und den damit verbundenen Leerlauf-Stromverbrauch, der in großen verteilten Umgebungen erheblich ist.
Die wesentlichen Architekturelemente tragen auf unterschiedliche Weise zur Energieeffizienz bei:
- Zentrale Architektur: Die Konsolidierung auf weniger physische Systeme reduziert den Netzwerk-Overhead erheblich und senkt den Kühlungsbedarf im Rechenzentrum.
- On-Chip Accelerators: Spezialisierte Prozessoren für Kryptographie, Sortierung und KI-Inferenzierung führen diese Aufgaben deutlich energieeffizienter aus als Allzweck-CPUs.
- Hohe Auslastung (85-100%): Die Fähigkeit, konstant bei sehr hoher Auslastung zu arbeiten, minimiert den Leerlauf-Stromverbrauch und eliminiert gestrandete Ressourcen, die in verteilten Umgebungen typisch sind.
- Shared Resources: Die effiziente gemeinsame Nutzung von Speicher, Cache und I/O-Ressourcen zwischen Workloads reduziert Redundanz und optimiert die Ressourcenausnutzung.
- Lange Lebensdauer (~11 Jahre): Die deutlich längere Nutzungsdauer im Vergleich zu x86-Servern reduziert den Energieaufwand für Herstellung, Transport und Entsorgung (Scope 3 Emissionen).
Diese Designprinzipien haben zu einer beeindruckenden historischen Entwicklung geführt. Über 14 Hardware-Generationen hinweg hat IBM die Kapazität pro Kilowattstunde um mehr als das 100-fache gesteigert.
Energieeffizienz in der Praxis: Differenzierte Use-Case-Analyse
Die Energieeffizienz einer Plattform kann nicht pauschal bewertet werden; sie ist stark vom jeweiligen Anwendungsfall abhängig. Die Stärken des Mainframes zeigen sich besonders bei der Konsolidierung von Workloads, die eine hohe Transaktionsrate, große Datenmengen und hohe Verfügbarkeit erfordern.
Use Case 1: Banking & Finance – Transaction Processing
Eine von Broadcom auf der SHARE-Konferenz in Atlanta vorgestellte Studie analysierte die Migration einer Transaktions-Scoring-Anwendung (COBOL, CICS, Db2) von einem IBM z16 Mainframe auf eine verteilte Umgebung mit Intel Xeon-Servern. Das Ergebnis war eindeutig: Der IBM z16 verursachte bei der Verarbeitung mehrerer Anwendungen, einschließlich der Scoring-App, nur 35 Tonnen CO₂ pro Jahr. Die dedizierte Intel Xeon-Umgebung für nur diese eine Anwendung hätte hingegen 447 Tonnen CO₂ emittiert – ein 12,8-fach höherer CO₂-Ausstoß, wobei die Kühlungsenergie der x86-Server noch nicht einmal vollständig eingerechnet war.
Use Case 2: Linux- und Datenbank-Konsolidierung
Die Konsolidierung von Linux-Workloads ist einer der überzeugendsten Anwendungsfälle. Eine Studie von IBM IT Economics zeigt, dass die Konsolidierung von 39 x86-Servern mit insgesamt 2.072 Kernen auf ein einziges IBM LinuxONE Emperor 4 System mit 125 Kernen den jährlichen Energieverbrauch von 566.448 kWh auf 143.962 kWh senkt. Dies entspricht einer Energieeinsparung von 75 % oder 422 MWh pro Jahr – dem Äquivalent des Jahresverbrauchs von 132 deutschen Zwei-Personen-Haushalten.
Bei der Konsolidierung eines typischen Datenbank-Workloads (z.B. Oracle) von 13 x86-Servern auf ein LinuxONE-System wurde ein Core-Konsolidierungsverhältnis von 15:1 erreicht. Dies führte nicht nur zu einer Energiereduktion von rund 70 %, sondern auch zu einer Reduzierung der Software-Lizenzkosten um 87 %, da diese oft pro Kern berechnet werden.
Use Case 3: AI-infused Online Transaction Processing (OLTP)
Selbst im Bereich der KI, der als Treiber des Energieverbrauchs gilt, kann der Mainframe seine Effizienzvorteile ausspielen. Durch den auf jedem Prozessorkern integrierten AI Accelerator (AIU) kann der IBM z17 KI-Inferenzen in Echtzeit direkt in Transaktions-Workloads integrieren. Im Vergleich zu einer Lösung mit zwei Jahre alten x86-Servern, die dieselben KI-gestützten OLTP-Workloads ausführen, kann der z17 den Stromverbrauch um bis zu 83 % senken.
Fazit: Eine differenzierte Perspektive für eine nachhaltige IT
Die Recherche zeigt, dass der IBM Mainframe und zLinux keine veralteten Relikte sind, sondern eine hochmoderne und relevante Lösung für die drängenden Energieprobleme in Rechenzentren bieten. Die pauschale Aussage, eine Plattform sei “effizienter” als eine andere, greift zu kurz. Die Analyse muss differenziert und use-case-spezifisch erfolgen.
Für transaktionsintensive Workloads, große Datenbanken und Szenarien mit hohem Konsolidierungspotenzial bietet die zentrale Architektur des Mainframes nachweislich erhebliche Vorteile in Bezug auf Energieverbrauch, CO₂-Fußabdruck und Gesamtbetriebskosten (TCO). Eine Energieeinsparung von 75 % bei einer Core-Konsolidierung von 15:1 ist keine Seltenheit, sondern ein wiederkehrendes Ergebnis in den analysierten Studien.
Angesichts der explodierenden Energiekosten und des wachsenden Drucks zur Erreichung von Nachhaltigkeitszielen sollten Unternehmen, die große, stabile und langlebige Workloads betreiben, eine Konsolidierung auf IBM Z und LinuxONE ernsthaft evaluieren. Es ist eine bewährte Strategie, um dem steigenden Energiehunger der Digitalisierung – insbesondere im KI-Zeitalter – wirksam zu begegnen und einen messbaren Beitrag zur “digitalen Genügsamkeit” zu leisten.
