Rackspace AMD: 30 MW KI-Rechenleistung bis 2028
Die am 16. Juni 2026 unterzeichnete Rackspace AMD Vereinbarung widmet zunächst 30 MW Rechenzentrumskapazität von Rackspace ausschließlich AMD-KI-Rechenleistung, schrittweise bereitgestellt von Ende 2026 bis 2028. AMD sagte zu, übrig gebliebene, unverkaufte Kapazität aus genehmigten Deployments abzunehmen, und jede Phase braucht noch eine Finanzierung. Für regulierte Unternehmen wie Gesundheitsversorger bietet das einen verwalteten KI-Stack mit einem verantwortlichen Betreiber statt getrennter Anbieter.
Was Rackspace und AMD unterzeichnet haben
Rackspace Technology und AMD unterzeichneten am 16. Juni 2026 eine verbindliche Vereinbarung über die schrittweise Bereitstellung von zunächst 30 MW Kapazität, die AMD-basierter KI-Rechenleistung in den weltweiten Rechenzentren von Rackspace gewidmet ist. Der Start ist für Ende 2026 geplant, die Bereitstellung soll in Phasen bis 2028 weitergehen.
In seiner Meldung an die SEC nennt Rackspace den Vertrag ein GPU-as-a-Service Agreement. Er macht aus einer am 7. Mai 2026 angekündigten Absichtserklärung einen kommerziellen Rahmen und macht AMD zum Chip-Partner im KI-Stack von Rackspace.
Warum regulierte Unternehmen die Zielkunden sind
Das Problem, das die beiden Unternehmen beschreiben, ist die Governance. Krankenhäuser und andere regulierte Unternehmen wollen KI in Kernsystemen betreiben, setzen sie aber oft aus mehreren Anbietern zusammen, von denen jeder ein Teilstück verantwortet.
„Unternehmen in regulierten Branchen brauchen KI-Infrastruktur, die von Grund auf gesteuert wird, mit einem Betreiber, der für Geschäftsergebnisse verantwortlich ist, und nicht mit einer Sammlung von Anbietern, die jeweils ein Teilstück besitzen." — Gajen Kandiah, CEO von Rackspace Technology
Die Unternehmen sagen, Gesundheitsversorger hätten frühes Interesse an beschleunigter Rechenleistung für klinische KI und Inferenz im großen Maßstab bekundet.
Welche Hardware und Dienste der Deal umfasst
Auf der Kapazität laufen AMD Instinct GPUs, darunter MI355X und MI350P sowie künftige Nachfolger, zusammen mit AMD EPYC CPUs in der Enterprise-AI-Cloud-Architektur von Rackspace. Rackspace sagt, so könne es jede Last auf die passende Art von Rechenleistung leiten und die Verantwortung für die Leistung von Anfang bis Ende übernehmen.
Der Deal beschleunigt vier Dienste, die zuerst mit der Absichtserklärung angekündigt wurden: Enterprise AI Cloud, Enterprise Inference Engine, Inference as a Service und Bare Metal AMD Instinct. Zusammen reichen sie von Bare-Metal-Servern bis zu vollständig betriebener Inferenz. Beide Unternehmen wollen Vertriebs- und Marketingpersonal einsetzen, um Kunden in regulierten Branchen zu finden.
Wie die Rackspace AMD Vereinbarung das Risiko aufteilt
Die Meldung zeigt Bedingungen, die eine Pressemitteilung weglässt. Rackspace sagte zu, 30 MW in seinen Rechenzentren ausschließlich für AMD-Produkte zu widmen und zu betreiben, vorbehaltlich finanzieller, betrieblicher und rechtlicher Bedingungen.
Für jedes Deployment braucht es eine gesonderte Einigung über Preis, Laufzeit und finanzielle Parameter, und AMD ist nicht verpflichtet, ein bestimmtes Deployment anzunehmen. Wo es das tut, sagte AMD zu, übrig gebliebene, unverkaufte Kapazität dieses Deployments abzunehmen, vorbehaltlich Liefer- und Serviceanforderungen und einer Obergrenze. AMD erhält zudem ein Vorkaufsrecht auf GPU-Kapazität, bevor Rackspace sie unterhalb einer festgelegten Preisschwelle an andere verkauft. Jede Seite kann ein Deployment beenden, das seinen Starttermin verpasst oder bestimmte Service-Level nicht einhält.
Was zugesagt ist und was noch Plan ist
Nach der Vereinbarung läuft noch keine Kapazität, und keines der 30 MW ist garantiert. Rackspace sagt, die Deployments brauchten zusätzliche Finanzierung, die es womöglich nicht zu akzeptablen Bedingungen bekommt, und hingen von Lieferung und Vorlaufzeiten für AMD-Produkte von Geräteherstellern ab.
Der Zeitplan von Ende 2026 bis 2028 ist die Absicht der Unternehmen, kein Ergebnis. Im 8-K steht, es könne keine Gewähr geben, dass Rackspace die geplanten Mengen in diesem Zeitraum oder überhaupt bereitstellt.
Was das für Unternehmen bedeutet, die KI-Infrastruktur einkaufen
Für ein reguliertes Unternehmen ist das Angebot eine verwaltete Alternative dazu, Bare-Metal-GPUs zu mieten und den Rest selbst zu bauen. Ein Betreiber würde Hardware, Cloud-Schicht und Inferenz betreiben und für das Ergebnis geradestehen.
Für einen Cloud-Betreiber zeigt der Vertrag einen Weg, GPU-Kapazität aufzubauen, ohne das gesamte Nachfragerisiko zu tragen. Das Versprechen des Chipherstellers, unverkaufte Kapazität abzunehmen, senkt das Risiko eines brachliegenden Clusters, im Gegenzug für ein Mitspracherecht bei den Preisen über das Vorkaufsrecht.
Fragen und Antworten
Wie viel KI-Kapazität umfasst der Deal von Rackspace und AMD?
Er umfasst zunächst 30 MW, die AMD-basierter Rechenleistung in den weltweiten Rechenzentren von Rackspace gewidmet sind und schrittweise bereitgestellt werden.
Wann wird die AMD-Kapazität bereitgestellt?
Die Unternehmen wollen Ende 2026 beginnen und die Phasen bis 2028 abschließen, vorbehaltlich Finanzierung und Einigung über jedes Deployment.
Welche AMD-Chips setzt Rackspace ein?
AMD Instinct GPUs, darunter MI355X und MI350P sowie künftige Nachfolger, dazu AMD EPYC CPUs.
Die Sicht von MOZGII
Wie wir es bauen würden
Das Schwierige an diesem Deal sind nicht die Chips. Es ist, 30 MW GPU-Zeit so schnell an regulierte Kunden zu verkaufen, dass sich die Kapazität selbst trägt, unter Vertragsbedingungen, bei denen der Chiphersteller Reste abnimmt und bei niedrigen Preisen mitredet.
Würden wir die Plattform für einen solchen Dienst bauen, begännen wir mit den Kontrollen, nach denen ein Krankenhaus oder eine Bank zuerst fragt: wo die Daten liegen, wer darauf zugreifen kann, welche Modellversion jede Antwort erzeugt hat und ein Protokoll, das ein Prüfer lesen kann. Jeder Kunde bekäme getrennten Speicher, eigene Schlüssel und eigene Netzwerkpfade, und jeder Inferenzaufruf würde mit Modell, Verweis auf die Eingaben und Ergebnis festgehalten. Der Betreiber veröffentlichte die gemessene Verfügbarkeit und Latenz pro Kunde, jeden Monat.
Geschäftlich würden wir jedes Deployment gegen seinen Vertrag verfolgen: Starttermin, Service-Level, Auslastung, Preisuntergrenze und die Kapazität, die der Chiphersteller abnehmen darf. Ein Modell könnte die Nachfrage nach Lastart prognostizieren; der Kapazitätsplaner entschiede, wann die nächste Phase angefragt wird.
Brechen würde es dort, wo die Auslastung niedrig bleibt, während Finanzierungskosten laufen, oder wo ein regulierter Kunde eine Kontrolle braucht, die die Plattform nicht nachweisen kann. Die eine Kennzahl, die wir beobachten würden, ist die bezahlte Auslastung jedes bereitgestellten Clusters. Als Nächstes würden wir ein einfaches Werkzeug bauen, das jede Kundenlast der günstigsten Rechenleistung zuordnet, die ihre Regeln erfüllt.
Quellen
Woher die Fakten dieser Meldung stammen.