QIMC und Lambton College entwickeln Wasserstoff-Energiesystem für KI-Rechenzentren

Québec Innovative Materials Corp. (CSE: QIMC, OTC: QIMCF, FSE: 7FJ) hat eine strategische Partnerschaft für angewandte Forschung mit dem Lambton College bekannt gegeben. Gemeinsam wollen die Partner das sogenannte H2-RE DCPS (Hydrogen-Renewable Energy Data Center Power System) entwerfen, bauen und validieren – eine modulare Energieplattform, die natürlichen Wasserstoff in netzunabhängigen Strom für KI-Rechenzentren umwandelt. Die Initiative markiert einen bedeutenden Schritt in QIMCs vertikal integrierter „Geology-to-AI"-Strategie.

Das Unternehmen geht damit über die reine Wasserstoffexploration hinaus und schafft nach eigenen Angaben einen direkten Pfad von der natürlichen Wasserstoffproduktion bis hin zu Endverbraucher-Energiesystemen. „Wir entwickeln uns über die Entdeckung von Wasserstoff hinaus hin zur Energiebereitstellung – wir entwickeln Systeme, die darauf ausgelegt sind, natürlichen Wasserstoff in nutzbaren Strom für die KI-Infrastruktur der nächsten Generation umzuwandeln", erklärte John Karagiannidis, CEO von QIMC.

Die H2-RE DCPS-Plattform im Überblick

Das H2-RE DCPS wird als modulares AC-gekoppeltes Mini-Grid-System konzipiert. Es integriert mehrere Technologiekomponenten:

• Wasserstoff-Brennstoffzellensysteme als primären Energieeintrag
• Lithium-Ionen-Batteriespeicher
• Erneuerbare Energien aus Solar- und Windkraft
• Einen netzbildenden Master-Inverter
• Skalierbare netzgekoppelte Wechselrichtermodule

Das System ist für die Bereitstellung von dreiphasigem 208V-Wechselstrom ausgelegt und soll eine modulare Plug-and-Play-Erweiterung ermöglichen. Erste Systemkonfigurationen zielen auf eine Dauerleistung von rund 15 bis 25 kW unter stationären Bedingungen ab, mit einer Skalierbarkeit auf über 50 kW – abhängig von Systemdesign, Kraftstoffverfügbarkeit und Leistungsvalidierung.

Ein zentrales Element der Plattform ist eine KI-gestützte Beratungsebene, die sich derzeit in der Entwicklung befindet. Diese soll Energieerzeugung und Speicherleistung mithilfe von Zeitreihendaten prognostizieren, Anomalien bei Spannung, Frequenz und Systemstabilität erkennen sowie vorausschauende Wartung und Systemoptimierung unterstützen. Das KI-System agiert dabei in beratender Funktion – die volle Kontrolle verbleibt beim Bediener.

Vierphasige Umsetzungs-Roadmap

Das Projekt ist in vier Entwicklungsphasen unterteilt. In den Phasen 1 und 2 stehen technisches Design, Systemarchitektur und Beschaffung im Vordergrund. Phase 3 umfasst Montage, Installation und Integration der Datenpipeline. In Phase 4 folgen Inbetriebnahme, Praxistests und das Prototyping der KI-Modelle. Ein kommerzieller Einsatz wird erst nach erfolgreicher Validierung und Demonstration der Systemleistung unter Betriebsbedingungen bewertet.

Als Hintergrund für die Initiative nennt QIMC die weltweit wachsende Nachfrage nach Strominfrastruktur für Rechenzentren. Treiber sind die rasche Expansion von KI und Hochleistungsrechnen, das Wachstum bei Edge- und verteilten Computerarchitekturen sowie zunehmende Netzbeschränkungen und Dekarbonisierungsanforderungen. Das Unternehmen sieht netzunabhängige und netzbeschränkte Umgebungen als wachsendes Marktsegment, das modulare, skalierbare und emissionsarme Energielösungen benötigt.

Von der Ressourcenexploration zur integrierten Energieplattform

Nach erfolgreicher Validierung könnte QIMC Systeme in ganz Kanada und auf internationalen Märkten einsetzen, auf abgelegene Industriebetriebe und KI-Edge-Computing-Cluster abzielen sowie potenzielle Geschäftsmodelle wie Energy-as-a-Service entwickeln. Zudem sollen die Systeme in die natürlichen Wasserstoffvorkommen von QIMC integriert werden.

Die strategische Bedeutung der Initiative liegt laut Unternehmen in der Transformation von einem Ressourcen-Explorationsunternehmen hin zu einer integrierten Energie- und Infrastrukturplattform. QIMC verfolgt dabei das Ziel, die gesamte Wertschöpfungskette zu verbinden: von der Wasserstoffentdeckung über Produktion und Energiesysteme bis hin zu KI-Optimierung und Dateninfrastruktur.