Künstliche Intelligenz hat einen höheren Energiebedarf, was neue Nachhaltigkeitslösungen erfordert

Der Energiebedarf von Technologien der künstlichen Intelligenz ist eines der meistdiskutierten Themen in Technologiekreisen. Sie verbrauchen Energie im Umfang des Bedarfs eines ganzen Landes und haben zudem einen erheblichen CO₂-Fußabdruck.

OpenAIs ChatGPT, damals das bekannteste KI-Produkt, verbrauchte täglich so viel Strom, wie 23.000 mittelgroße US-Haushalte benötigen, um 195 Millionen Nutzeranfragen zu beantworten. Das entspricht dem Stromverbrauch einer Kleinstadt.

Es sind meist unsere kleinen Gewohnheiten, die den Energieverbrauch von KI in die Höhe treiben, zusammen mit den Entwicklungen bei Tech-Giganten und Startups. Schauen wir uns das mal genauer an.

Wir nehmen den Energieverbrauch von KI oft nicht wahr

Im digitalen Zeitalter ist fast jede unserer Tätigkeiten in irgendeiner Weise mit Rechenleistung verbunden. Die meisten Dinge, die wir ganz offensichtlich wahrnehmen, sind irgendwo mit einem Computer verbunden. 

Wenn wir beispielsweise an der Kasse eines Geschäfts bezahlen und unsere Karte durchziehen, findet eine lange Kette von Transaktionen über ein großes Netzwerk statt, die wir nicht sehen.

Wenn wir eine Mautstelle passieren, berechnet uns das System die Gebühr, ohne dass wir sie bemerken. Dasselbe gilt für die Navigation mit Karten: Wir sehen zwar nur unser Smartphone, aber irgendwo im Rechenzentrum werden die Daten gespeichert und verarbeitet, um uns auf unserem Gerät zu navigieren.

Lesen Sie auch: Japan rechnet mit einem starken Anstieg des Energiebedarfs aufgrund von KI und Rechenzentren.

Alle Rechenvorgänge, die bei Online-Aktivitäten oder der Nutzung mobiler Geräte anfallen, werden durch einen Prozess namens Inferenz durchgeführt, der viel Energie verbraucht. Während Unternehmen wie OpenAI, Meta oder Alphabet ihre tatsächlichen Energieverbrauchszahlen nicht offenlegen, deutete Dr. Sasha Luccioni von Hugging Face auf die höheren Kosten im Zusammenhang mit KI-Training und Inferenz hin. In einem Tweet, in dem sie das KI-Training erwähnte, schrieb sie:

„Wir haben 100 Millionen Dollar in Rechenleistung investiert, nur um Ihrem Chatbot eine sexy Stimme zu verleihen!“ 

Sie erwähnte diese Schlussfolgerung und merkte an:

„Jedes Mal, wenn du in deinen Bildern suchst, verbrauchst du so viel Energie wie dein ganzer Häuserblock!“ Sasha Luccioni.

Um Ihnen eine Vorstellung davon zu geben, wie viel Energie diese energiefressenden KI-Systeme aus dem Stromnetz verbrauchen: Lucioni forscht seit Langem im Bereich KI und sagt, dass der Wechsel von einem nicht-generativen zu einem generativen KI-Ansatz den Energieverbrauch für dieselbe Aufgabe um bis zu 40 Mal erhöhen kann.

Welche Energiekennzahlen betrachten wir?

Mit zunehmender Verbreitung von KI wird geschätzt, dass sich der Energieverbrauch von Rechenzentren bis 2026 weltweit nahezu verdoppeln und mehr als 1000 Terawatt erfordern wird. 

Im Januar veröffentlichte die Internationale Energieagentur (IEA) ihre Prognose für den weltweiten Energieverbrauch der kommenden zwei Jahre. Neu war, dass erstmals auch Prognosen zum Stromverbrauch von Rechenzentren, Kryptowährungen und künstlicher Intelligenz enthalten waren.

„Der Gesamtstromverbrauch von Rechenzentren könnte im Jahr 2026 mehr als 1000 TWh erreichen. Dieser Bedarf entspricht in etwa dem Stromverbrauch Japans.“ Quelle: IEA.

Angesichts der Zahlen ist unklar, wie wir angesichts des zunehmenden Technologieeinsatzes in allen Sektoren eine nachhaltige Energiezukunft erreichen können. Derzeit macht der KI-Verbrauch einen großen Teil der Arbeitslast in Rechenzentren aus, von kleinen Edge-Servern bis hin zu großen KI-Trainingsclustern.

Die Kohlenstoffemissionen steigen

Um die oben genannten Daten zu vereinfachen: Der Energieverbrauch hat einen CO₂-Fußabdruck, der 80 Millionen benzinbetriebenen Fahrzeugen entspricht. Viele weitere Faktoren summieren sich ebenfalls schnell.

Nehmen wir beispielsweise eine GPU (Grafikprozessoreinheit). Bei intensiver Nutzung erhitzt sie sich stärker und gibt mehr Wärme ab. Stellen Sie sich ein Rechenzentrum mit Tausenden dieser GPUs vor, die in Stapeln laufen, und die dabei entstehende Wärmemenge. Zur Kühlung wurden verschiedene Ansätze verfolgt. Am häufigsten kommt die Wasserkühlung zum Einsatz, die den Wasser- und Energieverbrauch für die Wasserzirkulation defierhöht.

„Die Schulungen und die extrem hohe Arbeitsbelastung müssen in einem effizienteren Umfeld stattfinden. Andernfalls werden wir die Stromnetze nicht nur in Europa, sondern weltweit so enorm belasten, dass wir in den nächsten fünf bis zehn Jahren mit ernsthaften Problemen konfrontiert sein werden.“ Dominic Ward, CEO von Verne Global.

Mit der zunehmenden Anzahl von Rechenzentren und der Erweiterung bestehender Rechenzentren sowie deren Anpassung an KI-Funktionen wird mehr Wärme produziert, was das Ökosystem unseres Planeten beeinträchtigt. Besorgniserregend ist auch, dass Rechenzentren ihre Aktivitäten weltweit in Regionen ausdehnen, in denen Kohle und Erdgas die primären Energieträger sind.

Lesen Sie auch: Die Wall Street sucht nach KI-Unternehmen jenseits von Nvidia und Halbleiterherstellern

Aufgrund bestimmter Einschränkungen bei Solar- und Windenergie lassen sich diese traditionellen Energiequellen deutlich einfacher nutzen, und Unternehmen drängen im KI-Boom auf sie. Experten schätzen, dass die Milliarden von mit dem Internet verbundenen Geräten bis zum nächsten Jahr 3,5 % des gesamten Kohlendioxids produzieren werden. Daher müssen auch wir als Nutzer uns fragen: Wollen wir wirklich mit unseren Waschmaschinen sprechen und KI-generierte Antworten erhalten?

Die Tech-Giganten tragen eine viel größere Verantwortung, aber jeder muss seinen Beitrag leisten.

Cryptopolitan Berichterstattung von Aamir Sheikh