Amazon will eines der größten Infrastrukturprobleme moderner Rechenzentren gelöst haben: den schnellen, effizienten und belastbaren Datentransport zwischen tausenden Servern. Die neue Architektur heißt Resilient Network Graphs, kurz RNG, und wurde laut IBTimes bereits seit Ende 2024 schrittweise in AWS-Rechenzentren eingesetzt. Amazon spricht von deutlich weniger Netzwerkhardware, höherem Datendurchsatz und geringerem Stromverbrauch. Gerade im KI-Zeitalter könnte das wichtig werden, weil Trainingsjobs, Inferenzdienste und Cloud-Anwendungen immer größere Datenmengen zwischen Servern bewegen müssen.
Was Ist Passiert?
AWS hat eine neue Rechenzentrums-Netzwerkarchitektur vorgestellt, die klassische Fat-Tree-Strukturen teilweise ersetzen soll.
Traditionelle Rechenzentren nutzen häufig sogenannte Fat-Tree-Netzwerke. Dabei werden Server, Switches und Router hierarchisch verbunden. Das funktioniert gut, ist planbar und seit Jahren etabliert. Der Nachteil: Datenverkehr muss oft durch mehrere feste Ebenen laufen. Bei sehr großen Workloads können dadurch Engpässe entstehen, besonders wenn viele Server gleichzeitig miteinander kommunizieren.
Amazon verfolgt mit RNG einen anderen Ansatz. Laut Wired flacht die neue Architektur das Netzwerk ab und nutzt quasi-zufällige Verbindungen zwischen Routern. Dadurch entstehen mehrere mögliche Wege für Datenpakete, statt sie durch vorhersehbare Engstellen zu zwingen. Das Ergebnis soll ein robusteres, effizienteres und kostengünstigeres Netzwerk sein.
AWS soll RNG zuerst in Dublin getestet und anschließend in weiteren europäischen Rechenzentren ausgerollt haben. Bis April 2026 wurde die Architektur laut Amazon Science zum Standard für die meisten neuen AWS-Rechenzentren weltweit. Für Kunden soll sich dabei nichts ändern: Anwendungen, Datenbanken und KI-Jobs laufen wie gewohnt, profitieren aber im Hintergrund von einer effizienteren Netzwerktopologie.
Was RNG Technisch Verändert
RNG ersetzt streng hierarchische Wege durch eine flachere Struktur mit vielen möglichen Datenpfaden.
Der Kern des Systems liegt in der Verbindung von mathematischer Graphentheorie und praktischer Rechenzentrumsverkabelung. Random-Graph-Netzwerke gelten in der Forschung schon lange als effizient und belastbar, waren in echten Rechenzentren aber schwer umzusetzen. Das Problem lag weniger in der Theorie als in Routing, Verkabelung, Wartung und Vorhersagbarkeit.
Amazon nennt für RNG mehrere Vorteile gegenüber klassischen Fat-Tree-Designs. Laut Tom’s Hardware sollen bis zu 69 Prozent weniger Router benötigt werden. Gleichzeitig steigt der Datendurchsatz um bis zu 33 Prozent, während der Stromverbrauch der Netzwerkgeräte um rund 40 Prozent sinken kann. Die Betriebskosten sollen laut Wired um 27 Prozent niedriger ausfallen.
- Technologie: Resilient Network Graphs, kurz RNG
- Betreiber: Amazon Web Services
- Architektur: flaches, quasi-zufälliges Netzwerkdesign
- Hardware-Effekt: bis zu 69 Prozent weniger Router und Switches
- Performance: bis zu 33 Prozent mehr Durchsatz
- Energie: bis zu 40 Prozent weniger Stromverbrauch für Netzwerkgeräte
- Schlüsselkomponenten: ShuffleBox und Spraypoint
Damit wird RNG nicht nur zu einem Performance-Thema, sondern auch zu einem Kosten- und Nachhaltigkeitsthema. Weniger Router bedeuten weniger Anschaffungskosten, weniger Strombedarf, weniger Kühlung und weniger Wartung. In einer Zeit, in der KI-Rechenzentren wegen Energie- und Flächenverbrauch stark unter Beobachtung stehen, ist das ein wichtiges Argument.
ShuffleBox Und Spraypoint Als Schlüssel
Amazon musste zwei praktische Probleme lösen: Wie verkabelt man ein quasi-zufälliges Netzwerk, und wie routet man Daten zuverlässig dadurch?
Die erste Antwort heißt ShuffleBox. Dabei handelt es sich um ein passives optisches Bauteil, das Kabelverbindungen intern nach einem bestimmten Muster „mischt“. Techniker müssen dadurch nicht jedes Mal riesige Teile des Rechenzentrums neu verkabeln, wenn neue Racks hinzukommen. Ein neues Rack kann an eine verfügbare ShuffleBox angeschlossen werden, während die komplexe quasi-zufällige Logik im Hintergrund entsteht.
Die zweite Antwort heißt Spraypoint. Das ist Amazons Routing-System für RNG. In einem klassischen hierarchischen Netzwerk ist relativ klar, welchen Weg ein Paket nehmen soll. In einem flachen quasi-zufälligen Netzwerk braucht es dagegen smarte Entscheidungen, damit Daten nicht ineffizient verteilt werden. Spraypoint verteilt Verkehr über viele mögliche Pfade und nutzt damit die Struktur des Netzwerks besser aus.
Ein arXiv-Paper von Amazon-Forschern beschreibt RNG als erste produktive Rechenzentrumsstruktur auf Basis von Random Graphs. Die Autoren erklären, dass bisherige Vorteile solcher Topologien bekannt waren, aber praktische Hindernisse bei Routing und Verkabelung die Umsetzung verhinderten. Amazon will diese Hürden nun mit ShuffleBox und Spraypoint gelöst haben.
Warum Das Für KI-Infrastruktur Wichtig Ist
KI-Workloads belasten nicht nur GPUs, sondern auch die Netzwerke zwischen ihnen.
Wenn große KI-Modelle trainiert oder verteilt ausgeführt werden, müssen Server ständig riesige Datenmengen austauschen. GPUs, Speicher und Stromversorgung bekommen oft die meiste Aufmerksamkeit, aber das Netzwerk entscheidet ebenfalls darüber, ob ein Rechenzentrum effizient arbeitet. Wenn Daten an Engpässen warten, bleiben teure Beschleuniger teilweise ungenutzt.
Genau deshalb ist Amazons Architektur relevant. RNG wurde zwar nicht ausschließlich für KI entwickelt, passt aber gut zu KI-Workloads, weil es Datenverkehr breiter verteilt und Engpässe reduzieren soll. Für AWS-Kunden könnte das langfristig stabilere Performance, bessere Skalierung und niedrigere Infrastrukturkosten bedeuten.
Amazon betont außerdem den Energieaspekt. KI-Rechenzentren stehen weltweit wegen ihres Strom- und Wasserverbrauchs in der Kritik. Wenn ein Netzwerkdesign tatsächlich weniger Hardware und weniger Strom benötigt, kann das helfen, die physische Infrastruktur hinter KI-Diensten effizienter zu machen. Es löst nicht alle Nachhaltigkeitsfragen, reduziert aber einen Teil des Drucks.
Einordnung
RNG könnte ein wichtiger Schritt sein, weil es ein unsichtbares, aber zentrales Rechenzentrumsproblem adressiert.
Viele Diskussionen über KI-Infrastruktur drehen sich um Chips: Nvidia-GPUs, eigene Beschleuniger, HBM-Speicher oder neue CPUs. Netzwerke wirken weniger glamourös, sind aber genauso entscheidend. Ohne schnelle und zuverlässige Verbindungen zwischen Servern skaliert auch die beste Hardware nicht optimal.
Amazon hat hier einen Vorteil, weil AWS enorme Infrastruktur selbst betreibt. Das Unternehmen kann neue Designs nicht nur theoretisch testen, sondern in echten Rechenzentren ausrollen. Wenn die angegebenen Zahlen in der Praxis stabil bleiben, könnte RNG auch andere Cloudanbieter dazu zwingen, ihre Netzwerke stärker zu überdenken.
Gleichzeitig bleiben einige Fragen offen. Amazons Werte stammen aus eigenen Tests und Forschungspapieren. Die gesamte Branche wird genau beobachten, wie sich RNG unter verschiedenen Workloads, Ausfällen und langfristigem Betrieb schlägt. Besonders interessant wird, ob ähnliche Designs auch außerhalb von AWS praktisch umsetzbar sind.
Fazit
Amazons RNG-Architektur könnte Rechenzentren effizienter, günstiger und KI-tauglicher machen.
Die versprochenen Verbesserungen sind groß: weniger Router, mehr Durchsatz, weniger Stromverbrauch und niedrigere Kosten. Wenn diese Werte im breiten Betrieb Bestand haben, wäre RNG mehr als eine technische Optimierung. Es wäre ein neuer Ansatz dafür, wie große Cloud-Rechenzentren in der KI-Ära gebaut werden.
Besonders wichtig ist, dass Amazon nicht nur eine Theorie präsentiert, sondern bereits produktive Deployments nennt. Das unterscheidet RNG von vielen Forschungsideen, die im Labor gut aussehen, aber an echter Infrastruktur scheitern. ShuffleBox und Spraypoint sind dabei die entscheidenden Brücken zwischen Mathematik und Rechenzentrumsalltag.
Noch ist aber Vorsicht angebracht. Die Angaben kommen von Amazon selbst, und unabhängige Langzeitdaten bleiben wichtig. Trotzdem wirkt RNG wie eine der spannendsten Infrastrukturmeldungen des Jahres, weil sie zeigt, dass der nächste KI-Fortschritt nicht nur aus besseren Chips, sondern auch aus besseren Netzwerken kommen kann.
Häufige Fragen
Was ist Amazon RNG?
RNG steht für Resilient Network Graphs. Es ist eine neue AWS-Netzwerkarchitektur für Rechenzentren, die auf flacheren, quasi-zufälligen Verbindungen basiert.
Was bringt RNG laut Amazon?
Amazon nennt bis zu 69 Prozent weniger Router, bis zu 33 Prozent höheren Durchsatz und bis zu 40 Prozent weniger Stromverbrauch für Netzwerkgeräte.
Was ist ShuffleBox?
ShuffleBox ist ein passives optisches Bauteil, das komplexe quasi-zufällige Kabelverbindungen in Rechenzentren praktikabel machen soll.
Warum ist das für KI wichtig?
KI-Workloads bewegen enorme Datenmengen zwischen Servern. Ein schnelleres und effizienteres Netzwerk kann Training, Inferenz und Cloud-Dienste besser skalieren.
Hervorgehobenes Snippet
Amazon RNG ist eine neue AWS-Netzwerkarchitektur für Rechenzentren. Sie nutzt quasi-zufällige Verbindungen, ShuffleBox und Spraypoint, um Daten effizienter zu bewegen. Laut Amazon benötigt RNG bis zu 69 Prozent weniger Router, liefert bis zu 33 Prozent mehr Durchsatz und kann den Stromverbrauch von Netzwerkgeräten um 40 Prozent senken.
Kommentar der Redaktion
Amazons RNG-Architektur ist genau die Art von Infrastrukturmeldung, die weniger laut wirkt als ein neuer KI-Chip, aber langfristig mindestens genauso wichtig sein kann. KI-Rechenzentren scheitern nicht nur an GPU-Verfügbarkeit. Sie scheitern auch an Strom, Kühlung, Verkabelung, Engpässen und Kosten. RNG greift genau in diese unsichtbare Ebene ein.
Besonders spannend ist, dass Amazon ein Forschungsproblem offenbar in echte Infrastruktur überführt hat. Random-Graph-Netzwerke klingen in der Theorie elegant, waren praktisch aber schwer zu verkabeln und zu betreiben. ShuffleBox ist deshalb vielleicht der wichtigste Teil der Geschichte: Sie macht eine komplexe Topologie für Techniker im Rechenzentrum handhabbar.
Ob RNG die Branche wirklich verändert, hängt nun von der Langzeitpraxis ab. Wenn Amazons Werte stabil bleiben, könnten andere Cloudanbieter ähnliche Ansätze übernehmen müssen. Für Nutzer wäre das unsichtbar, aber spürbar: schnellere Dienste, effizientere KI-Workloads und vielleicht geringere Kosten. Manchmal passiert die eigentliche Revolution eben nicht im Modell, sondern im Kabelschrank.
Quellen
- IBTimes: Amazon Says It Solved a Data Center Problem That Could Reshape AI Infrastructure
- Wired: Amazon Thinks the Future of Data Centers Depends on a Technical Problem It Just Solved
- Amazon Science: How flat is replacing fat in AWS data center networks
- Tom’s Hardware: Amazon unveils Resilient Network Graphs
- arXiv: Expanding into Reality: Random Graphs for Datacenter Networks
