Marktgröße und Marktanteile der KI-Fabrik-Infrastruktur – Wachstumstrends und Prognose (2026–2031)

Globale Trends und Erkenntnisse im Markt für KI-Fabrik-Infrastruktur

Rasante Expansion von Hyperscale-KI-Aufbauten

Die Kapitalausgaben der Hyperscaler haben ein Niveau erreicht, das den Markt für KI-Fabrik-Infrastruktur in den Bereichen Beschaffung, Bau und Versorgungsplanung neu gestaltet. Amazon meldete für das Geschäftsjahr 2025 Investitionsausgaben in Höhe von 128,3 Milliarden USD, während Alphabet 91,4 Milliarden USD meldete, wodurch ihre kombinierten Ausgaben für 2025 über 219 Milliarden USD lagen und eine hohe Ausgangsbasis für die Planung 2026 gesetzt wurde. Meta verpflichtete sich außerdem zu Investitionsausgaben für die Infrastruktur im Jahr 2026 in Höhe von 115 bis 135 Milliarden USD, was zeigte, dass große Betreiber KI-Kapazitäten als eine zentrale Investitionslinie und nicht als ein diskretionäres Programm betrachten. Die Q1-FY2026-Einreichung von Microsoft zeigte, dass der Azure-Umsatz um 40 % wuchs, während die Umsatzkosten der Intelligent Cloud um 43 % stiegen, was zeigt, wie schnell die KI-Infrastrukturskalierung die Betriebsanforderungen erhöht. NVIDIA erklärte in seinem 10-K für das Geschäftsjahr 2026, dass Rechenzentrumsverfügbarkeit, Energie und Kapital weiterhin Schlüsselfaktoren für den Ausbau der KI-Infrastruktur sind, was unterstreicht, wie das Bereitstellungstempo der Hyperscaler die gesamte Lieferkette prägt. Dieses Muster treibt die Nachfrage nach Systemintegration, Netzwerkfabrics, Kühlsystemen und Stromversorgungsgeräten im gesamten Markt für KI-Fabrik-Infrastruktur an, da jeder neue Aufbau Ausgaben weit über die GPU-Ebene hinaus bindet.

Steigende Nachfrage nach generativer KI und Training großer Sprachmodelle

Generative KI und LLM-Training bleiben ein wesentlicher Treiber des Marktes für KI-Fabrik-Infrastruktur, da groß angelegtes Training nach wie vor die Rechenumgebungen mit der höchsten Dichte erfordert. Der Markt für KI-Fabrik-Infrastruktur expandiert auch, weil Inferenzkapazitäten parallel zu Trainingskapazitäten aufgebaut werden, anstatt diese zu ersetzen. Bereitgestellte KI-Dienste erfordern Inferenzsysteme mit niedriger Latenz, die sich von Frontier-Trainingsclustern unterscheiden, was die Infrastrukturfläche erweitert, die Betreiber bereitstellen müssen. Das Virgo-Netzwerkdesign von Google Cloud verdeutlichte das Ausmaß dieser Anforderung, indem es 134.000 Chips mit bis zu 47 Petabit pro Sekunde nicht-blockierender bisektionaler Bandbreite in einem einzigen Fabric verband.^{[1]Google LLC, "Introducing Virgo Network Megascale Data Center Fabric," Google Cloud Blog, cloud.google.com} Der Anwendungsmix im Markt für KI-Fabrik-Infrastruktur spiegelt denselben Wandel wider, wobei generative KI und LLM-Training im Jahr 2025 führend sind und KI-Inferenz und -Bereitstellung bis 2031 das schnellste prognostizierte Wachstum verzeichnen. Diese Kombination unterstützt eine parallele Nachfrage nach Rechenknoten, Hochgeschwindigkeits-Switching, Speicherdurchsatz und Wärmeregelung, anstatt die Ausgaben auf eine einzige Schicht des Stacks zu konzentrieren.

Wandel hin zu KI-nativen Rechenzentrumsarchitekturen

Der Markt für KI-Fabrik-Infrastruktur bewegt sich von Standard-Colocation-Konzepten weg, da aktuelle KI-Racks eine wesentlich höhere Leistungsdichte und eine fortschrittlichere Wärmeregelung erfordern. Schneider Electric erklärte, dass KI-gesteuerte Rack-Dichten über 100 kW hinausgehen, was eine direkte Flüssigkühlung bis zum Chip sowie Änderungen an der Stromverteilung und dem Anlagendesign erfordert, die Legacy-Umgebungen nicht ohne Weiteres unterstützen. NVIDIAs DSX-KI-Fabrik-Referenzdesign für die Vera-Rubin-Generation sieht eine 100%ige Flüssigkühlung für Chips und Netzwerkkomponenten vor und verwendet ein geschlossenes System, das für Einlasstemperaturen von 45 °C ausgelegt ist. Schneider Electric stellte im April 2026 außerdem fest, dass integrierte Strom- und Flüssigkühlsysteme für KI-Rechenzentren als ein einziges System vom Netz bis zum Chip entwickelt werden müssen, was die Projektschwelle für Käufer und Anbieter gleichermaßen erhöht. Dieser Wandel erhöht den Anteil der Nicht-Rechenausgaben, die mit jeder Bereitstellung im Markt für KI-Fabrik-Infrastruktur verbunden sind, da Stromumwandlung, Flüssigkeitskreisläufe, USV-Systeme und Steuersoftware nun gemeinsam bewegt werden. Er begünstigt auch Anbieter, die integrierte Designs anstelle isolierter Komponenten liefern können, was die Art und Weise verändert, wie Verträge im gesamten Markt für KI-Fabrik-Infrastruktur vergeben werden.

Präferenz von Unternehmen für hybride KI-Bereitstellungsmodelle

Die hybride Bereitstellung gewinnt im Markt für KI-Fabrik-Infrastruktur zunehmend an Bedeutung, da viele Unternehmen sowohl Cloud-Elastizität als auch direkte Kontrolle über sensible Workloads benötigen. Das Souveränitätspaket der Europäischen Kommission vom Juni 2026, das den vorgeschlagenen Cloud- und KI-Entwicklungsakt enthielt, rückte dieses Thema weiter in die formale Politik, indem es einen EU-weiten Rahmen für die Cloud-Souveränitätszertifizierung skizzierte. Der KI-Hardware-Plan des Vereinigten Königreichs verknüpfte auch private Investitionen in KI-Wachstumszonen mit der Entwicklung souveräner und lokalisierter Rechenkapazitäten, was den Fall für gemischte Bereitstellungsmodelle anstelle von reinen Cloud-Architekturen unterstützt. Die Erweiterung des KI-Fabrik-Portfolios von HPE im April 2026 umfasste HPE AI Grid, das darauf ausgelegt war, KI-Fabriken und verteilte Inferenzcluster über regionale und Edge-Standorte hinweg zu verbinden. Dies erweitert die Software- und Netzwerkmöglichkeiten im Markt für KI-Fabrik-Infrastruktur, da Orchestrierung, Workload-Platzierung und standortübergreifende Datenverarbeitung wichtiger werden, wenn Rechenkapazitäten auf verschiedene Umgebungen aufgeteilt sind. Es macht den Markt für KI-Fabrik-Infrastruktur auch weniger abhängig von einem einzigen Bereitstellungsmodell, da Käufer nun gleichzeitig Compliance, Latenz und Kostenprognostizierbarkeit planen.

Hohe Investitionsausgaben für Rechen-, Strom- und Kühlsysteme

Der Markt für KI-Fabrik-Infrastruktur bleibt durch die Kosten für den Aufbau produktionsbereiter Umgebungen rund um moderne GPU-Systeme eingeschränkt. Käufer zahlen nicht nur für Rechenkapazitäten, sondern finanzieren auch Flüssigkeitskühlkreisläufe, leistungsstärkere Stromsysteme, USV-Upgrades, Netzwerkschichten und Steuersoftware, die mit der Rack-Dichte skalieren. Die Ingenieurrichtlinien von Schneider Electric machten deutlich, dass eine integrierte Strom- und Kühlarchitektur nun eine Kernanforderung für hochdichte KI-Einrichtungen ist, was die Projektbudgets erhöht, noch bevor die vollständige Hardware-Bereitstellung beginnt. Die Q1-FY2026-Einreichung von Microsoft zeigte einen Rückgang der Bruttomarge der Intelligent Cloud um 300 Basispunkte, der direkt mit den Skalierungskosten der KI-Infrastruktur zusammenhing, was zeigt, dass selbst große Betreiber unter finanziellem Druck stehen, wenn die Kapazitäten ausgebaut werden. Dieses Kostenprofil veranlasst einige Organisationen dazu, verwaltete KI-Cloud-Kapazitäten oder kleinere Rack-Scale-Bereitstellungen anstelle von Greenfield-Aufbauten im Markt für KI-Fabrik-Infrastruktur zu bevorzugen. Es erhöht auch den Wert von Anbietern, die die Bereitstellungszeit verkürzen oder die Integrationskomplexität reduzieren können, da die Zeit bis zur Produktion nun einen direkten Budgeteffekt hat.

Verzögerungen bei der Netzanbindung und Einschränkungen der Stromverfügbarkeit

Der Netzzugang ist eine der deutlichsten Grenzen dafür, wie schnell der Markt für KI-Fabrik-Infrastruktur neue Kapazitäten hinzufügen kann. Große Bereitstellungen können schneller von der Planung zum Aufbau übergehen, als Versorgungsunternehmen eine zuverlässige Netzanbindung liefern können, was zu einem Missverhältnis zwischen Nachfrage und Energieversorgung führt. Dies zwingt einige Betreiber dazu, Standorte mit vorab gesichertem Zugang zu bevorzugen, während andere hinter dem Zähler liegende Erzeugung, direkte Versorgungspartnerschaften oder andere Lösungsansätze prüfen, die Kosten und Komplexität erhöhen. Das Ergebnis ist eine stärkere Konzentration des kurzfristigen Angebots auf Märkte, in denen Genehmigungen und Strombereitschaft bereits vorhanden sind, was Bestandsanbieter begünstigt und einige Neueinsteiger im Markt für KI-Fabrik-Infrastruktur verlangsamt. Diese Verzögerungen verringern nicht den strategischen Bedarf an KI-Kapazitäten, können aber die Umsatzrealisierung verzögern und die Kundennachfrage auf bestehende Cloud-Regionen verlagern. Langfristig kann diese Einschränkung die Preise in in Betrieb genommenen Einrichtungen stabil halten und gleichzeitig die Einstiegsschwelle für Betreiber erhöhen, denen die Stromversorgungssicherheit fehlt.

*Unsere Prognosen behandeln die Auswirkungen von Treibern und Einschränkungen als richtungsweisend und nicht additiv. Die Wirkungsprognosen berücksichtigen Basiswachstum, Mischungseffekte und Wechselwirkungen zwischen Variablen.

Segmentanalyse

Nach Komponente: Netzwerkinfrastruktur schließt die Lücke zur Recheninfrastruktur

Die Recheninfrastruktur hielt im Jahr 2025 einen Marktanteil von 71,53 % am Markt für KI-Fabrik-Infrastruktur, was die zentrale Rolle der GPU-Beschaffung in jedem großen Bereitstellungszyklus widerspiegelte. Dieser Vorsprung war an aufeinanderfolgende NVIDIA-Plattformgenerationen gebunden, darunter H100, Blackwell und Vera Rubin, die die Rechenkapazität bei der Kapitalallokation sowohl für Hyperscaler als auch für spezialisierte KI-Cloud-Betreiber an vorderster Stelle hielten. NVIDIA bestätigte im April 2026, dass Vera Rubin in die Vollproduktion übergegangen ist, wobei Dell Technologies, HPE, Lenovo und Super Micro Computer als Systemhersteller fungieren. Speicherinfrastruktur und Verwaltungssoftware sind nach wie vor wichtig, da Käufer einen nachhaltigen Durchsatz, eine Workload-Planung und eine engere GPU-Auslastung benötigen, um dichte Cluster wirtschaftlich rentabel zu machen.

Die Netzwerkinfrastruktur wird bis 2031 voraussichtlich mit einer CAGR von 16,18 % wachsen, was sie zur am schnellsten wachsenden Komponente im Markt für KI-Fabrik-Infrastruktur macht. Der Anstieg der Netzwerkausgaben spiegelt die Notwendigkeit wider, Daten über größere GPU-Fabrics zu bewegen, ohne Engpässe auf der Switch-Ebene zu erzeugen. NVIDIAs Vera-Rubin-Plattform umfasst Spectrum-X-Ethernet-Optionen, was zeigt, dass offene Ethernet-Architekturen zu einem sichtbareren Bestandteil des Rack-Scale-KI-Systemdesigns werden. Co-Packaged Optics treten ebenfalls in die Diskussion ein, da geringere Latenz und bessere Energieeffizienz mit zunehmender Clustergröße wertvoller werden. Dies schafft ein breiteres Anbieterfeld im Markt für KI-Fabrik-Infrastruktur, da die Leistung nun über Rechenkapazität, Switching, Fabric-Design und Systemintegration hinweg bewertet wird und nicht nur auf der Beschleunigerebene.

Nach Bereitstellungsmodell: Hybride KI-Fabriken etablieren sich im Mainstream

Cloud-basierte KI-Fabriken hielten im Jahr 2025 einen Anteil von 65,36 % am Markt für KI-Fabrik-Infrastruktur, was das Aufbautempo und die Größenordnung von AWS, Microsoft Azure und Google Cloud widerspiegelte. Die öffentliche Cloud bleibt zentral, da Hyperscaler einen Großteil der in Betrieb genommenen Kapazitäten kontrollieren, die große Trainings- und Inferenz-Workloads kurzfristig unterstützen können. Gleichzeitig bleiben On-Premise-KI-Fabriken für Organisationen relevant, die klassifizierte Rechenkapazitäten, nationale Datenkontrolle oder Inferenz mit niedriger Latenz benötigen, die die öffentliche Cloud nicht vollständig bereitstellen kann. Die Europäische Kommission, das Vereinigte Königreich und Kanada haben im Jahr 2026 jeweils politische Aufmerksamkeit auf souveräne Rechenkapazitäten gelenkt, was den Fall für inländisch kontrollierte Infrastruktur in regulierten Umgebungen unterstützte.

Hybride KI-Fabriken werden bis 2031 voraussichtlich mit einer CAGR von 16,53 % wachsen, was sie zum am schnellsten wachsenden Bereitstellungsmodell im Markt für KI-Fabrik-Infrastruktur macht. Organisationen, die mit reinen Cloud-Strategien begannen, balancieren nun Burst-Kapazitäten gegen Kostenvolatilität, Datenbewegungsgrenzen und Latenzanforderungen ab. Dieser Wandel weitet die Nachfrage nach Orchestrierungssoftware aus, die Workloads über Cloud-, On-Premise-, regionale und Edge-Umgebungen hinweg platzieren kann, ohne GPU-Kapazitäten zu verschwenden. HPE AI Grid, das im April 2026 eingeführt wurde, adressierte diese Anforderung direkt, indem es KI-Fabriken und verteilte Inferenzcluster über mehrere Standorte hinweg verband. Die hybride Einführung stärkt auch die angrenzenden Ausgaben im Markt für KI-Fabrik-Infrastruktur, da Netzwerkfabrics, Speicherkoordination und Richtlinienkontrollen wichtiger werden, wenn Rechenkapazitäten verteilt statt zentralisiert sind.

Nach Infrastrukturtyp: Rack-Scale-Systeme gewinnen an Boden, während Supercluster reifen

Groß angelegte KI-Supercluster machten im Jahr 2025 40,27 % des Infrastrukturtyp-Segments aus und waren damit das größte Format im Markt für KI-Fabrik-Infrastruktur. Diese Umgebungen sind nach wie vor die bevorzugte Wahl für Hyperscaler, die Trainingssysteme aufbauen, bei denen Inter-GPU-Bandbreite, Kühlung und Stromversorgung als eine einzige Architektur entwickelt werden müssen. KI-Server-Cluster und benutzerdefinierte KI-Cluster bedienen eine breitere Käuferbasis, die von Unternehmensnutzern bis hin zu spezialisierten KI-Cloud-Betreibern reicht. Benutzerdefinierte Cluster bieten Flexibilität, bringen aber auch eine größere Designkomplexität und ein höheres Integrationsrisiko mit sich, was die Bereitstellung verlangsamen und die Beschaffungsreibung erhöhen kann.

Integrierte KI-Pods und Rack-Scale-Systeme werden bis 2031 voraussichtlich mit einer CAGR von 16,42 % wachsen und weisen damit die schnellste Expansionsrate im Markt für KI-Fabrik-Infrastruktur auf. NVIDIAs GB200 NVL72- und Vera-Rubin-NVL72-Systeme sind hier wichtig, da sie Rechenkapazität, Netzwerk und Flüssigkühlung in einem Standard-Rack-Format zusammenfassen, das die Zeit bis zur Produktion verkürzen kann.^{[2]NVIDIA Corporation, "NVIDIA Vera Rubin Ramps into Full Production to Power Agentic AI Factories Worldwide," NVIDIA Investor Relations, investor.nvidia.com} Dell lieferte im März 2026 das erste betriebsbereite Vera-Rubin-NVL72-Rack an CoreWeave und demonstrierte damit, dass integrierte Pod-Bereitstellungen schneller die Produktion erreichen können als Greenfield-Supercluster-Projekte. Standards für Stromverteilung und thermisches Design sind in diesem Format ebenfalls wichtiger, da Käufer in regulierten Sektoren vorintegrierte Systeme wünschen, die anerkannten Ingenieurrahmen entsprechen. Infolgedessen verlagert sich im Markt für KI-Fabrik-Infrastruktur mehr Wert auf Anbieter, die validierte Rack-Scale-Systeme verkaufen können, anstatt nur diskrete Hardwareelemente.

Nach Anwendung: Inferenzökonomie verbreitert die Nachfragebasis

Generative KI und LLM-Training machten im Jahr 2025 50,49 % des Marktes für KI-Fabrik-Infrastruktur aus und waren damit die größte Anwendung im Markt. Dieser Teil des Marktes für KI-Fabrik-Infrastruktur ist nach wie vor auf die Umgebungen mit der höchsten Bandbreite und der niedrigsten Latenz angewiesen, da die Entwicklung von Frontier-Modellen einen anhaltenden Volllastbetrieb über dichte Cluster hinweg erfordert. Er unterstützt auch die weitere Beschaffung von erstklassigen Beschleunigern, da jede neue Modellgeneration die Leistungs- und Kühlanforderungen weiter erhöht. Deshalb bleiben Supercluster-Ausgaben relevant, selbst wenn mehr nachgelagerte KI-Anwendungsfälle in die Produktion übergehen.

KI-Inferenz und -Bereitstellung werden bis 2031 voraussichtlich mit einer CAGR von 16,25 % wachsen, was sie zur am schnellsten wachsenden Anwendung im Markt für KI-Fabrik-Infrastruktur macht. Die Inferenznachfrage steigt, weil bereitgestellte KI-Dienste große Mengen an Rechenkapazität mit niedriger Latenz benötigen, die näher an Nutzern, Unternehmenssystemen und betrieblichen Workflows positioniert sein muss. KI im Gesundheitswesen und in der Arzneimittelforschung, digitale Zwillinge und industrielle KI, wissenschaftliches Rechnen sowie autonome Systeme erhöhen alle die Nachfrage, nutzen den Infrastruktur-Stack jedoch auf unterschiedliche Weise. Einige benötigen Trainingsdurchsatz, während andere sichere, verteilte oder latenzempfindliche Bereitstellungsbedingungen benötigen. Diese Vielfalt ist wichtig, da sie verhindert, dass der Markt für KI-Fabrik-Infrastruktur auf nur eine Architektur konvergiert, und gleichzeitig Ausgaben über Supercluster, Rack-Scale-Systeme, Cloud-Kapazitäten und hybride Umgebungen hinweg unterstützt.

Nach Endnutzer: Regierung und Verteidigung gewinnen strategisches Gewicht

Hyperscaler und Cloud-Anbieter hielten im Jahr 2025 einen Anteil von 67,16 % und waren damit die größte Endnutzergruppe im Markt für KI-Fabrik-Infrastruktur. Ihr Vorsprung spiegelte das Kapital, die Betriebsgröße und den Lieferkettenhebel wider, der benötigt wird, um große KI-Fabriken in komprimierten Zeitrahmen in Betrieb zu nehmen. Unternehmen bildeten die nächste wichtige Käufergruppe, und Dell erklärte im März 2026, dass die Dell AI Factory mit NVIDIA weltweit 4.000 Kundenbereitstellungen überschritten hatte. Forschungseinrichtungen, BFSI-Unternehmen, Hersteller und Gesundheitsorganisationen haben jeweils unterschiedliche Compliance-Anforderungen und Workload-Bedürfnisse, was die kommerzielle Basis des Marktes für KI-Fabrik-Infrastruktur über große Cloud-Betreiber hinaus erweitert.

Regierungs- und Verteidigungsorganisationen werden bis 2031 voraussichtlich mit einer CAGR von 16,68 % wachsen, was sie zum am schnellsten wachsenden Endnutzersegment im Markt für KI-Fabrik-Infrastruktur macht. Das Weiße Haus erließ im Juni 2026 die NSPM-11, die Verteidigungs- und Nachrichtendienste anwies, einen Fahrplan für fortschrittliche KI-Recheneinrichtungen mit hohen Sicherheitsanforderungen zu entwickeln. Kanada verpflichtete sich außerdem zu bis zu 1 Milliarde CAD (730 Millionen USD) für souveräne Recheninfrastruktur, was unterstreicht, dass sichere nationale KI-Kapazitäten über die Vereinigten Staaten hinaus zu einer politischen Priorität geworden sind. Diese Schritte erhöhen die strategische Rolle sicherer, inländisch kontrollierter Rechenkapazitäten und machen die staatliche Nachfrage für die Positionierung von Anbietern bedeutsamer. Sie unterstützen auch eine breitere Sichtweise des Marktes für KI-Fabrik-Infrastruktur, in der Verteidigung, zivile Behörden und souveräne Rechenprogramme nun die Bereitstellungsmuster neben den kommerziellen Cloud-Ausgaben beeinflussen.

Geografische Analyse

Nordamerika hielt im Jahr 2025 einen Anteil von 62,35 % am Markt für KI-Fabrik-Infrastruktur, was den Vorsprung der Region bei den Hyperscaler-Ausgaben und der in Betrieb genommenen Rechenzentrumskapazität widerspiegelte. Amazon und Alphabet meldeten zusammen mehr als 219 Milliarden USD an Investitionsausgaben im Jahr 2025, was Nordamerika im Mittelpunkt des Marktes für KI-Fabrik-Infrastruktur hielt und ihren Vorteil beim Skalieren neuer Projekte stärkte.^{[3]Alphabet Inc., "Annual Report on Form 10-K for the Fiscal Year Ended December 31, 2025," Alphabet Investor Relations, abc.xyz} Die Region profitiert auch von einem dichten Ökosystem aus OEMs, Cloud-Betreibern, spezialisierten Bauunternehmen sowie Strom- und Kühlungsanbietern, die große Projekte schnell von der Planung zur Bereitstellung bringen können. Kanada entwickelt sich zu einem unterstützenden Knotenpunkt, da sein souveränes Rechenprogramm bis zu 1 Milliarde CAD (730 Millionen USD) für inländische Hochleistungs-KI-Infrastruktur bereitgestellt hat. Der Netzzugang bleibt die wichtigste kurzfristige Einschränkung, was bedeutet, dass Betreiber mit vorab gesicherter Netzkapazität wahrscheinlich einen Vorteil bei Preisgestaltung, Lieferterminen und Erweiterungsoptionen behalten werden.

Der asiatisch-pazifische Raum wird bis 2031 voraussichtlich mit einer CAGR von 16,91 % wachsen, was ihn zur am schnellsten wachsenden Geografie im Markt für KI-Fabrik-Infrastruktur macht. Das Wachstum wird durch souveräne Rechenprioritäten in Japan, Indien und Südostasien sowie durch Chinas inländisch finanzierte Expansion der KI-Infrastruktur unterstützt. Die Region verzeichnet auch ein wachsendes Interesse an KI-gerechtem Rechenzentrumsdesign, bei dem Effizienz, Wärmemanagement und lokalisierte Kontrolle in Beschaffungsentscheidungen immer wichtiger werden. Dies hält den asiatisch-pazifischen Raum in der nächsten Wachstumsphase des Marktes für KI-Fabrik-Infrastruktur zentral, auch wenn Nordamerika beim aktuellen Umfang noch führend ist.

Europa, Südamerika sowie der Nahe Osten und Afrika sind im aktuellen Umfang kleiner, haben aber jeweils strategische Bedeutung im Markt für KI-Fabrik-Infrastruktur. Europa balanciert stärkere souveräne Rechenambitionen gegen Netz- und Genehmigungsverzögerungen ab, während das Technologiesouveränitätspaket der Europäischen Kommission vom Juni 2026 voraussichtlich die inländische Bereitstellung und die Cloud-Souveränitätszertifizierung unterstützen wird. Das Vereinigte Königreich hat die KI-Infrastruktur auch durch seinen KI-Hardware-Plan und seine Unterstützung für KI-Wachstumszonen in der nationalen Planung aufgewertet. Der Nahe Osten und Afrika, insbesondere die Vereinigten Arabischen Emirate und Saudi-Arabien, ziehen Interesse aufgrund verfügbarer Energie und günstiger Rechenzentrumsökonomie auf sich, während Südamerika noch früher in der Entwicklung ist und stärker auf die primären städtischen Märkte Brasiliens konzentriert ist.