KI hat einen höheren Energiehunger, und dies erfordert neue Nachhaltigkeitslösungen

Der Energiebedarf der KI-Technologie ist eines der am häufigsten diskutierten Themen in Tech-Kreisen. Während sie Energie in der Größenordnung des Bedarfs eines ganzen Landes verbraucht, hat sie auch einen schweren CO2-Fußabdruck.

OpenAIs ChatGPT, das zum Zeitpunkt des Schreibens das berühmteste KI-Produkt ist, verbraucht Strom, der täglich 23.000 mittelgroße US-Haushalte versorgen könnte, um Antworten auf 195 Millionen Anfragen von Nutzern zu generieren. Es ist, als würde man eine kleine Stadt versorgen.

Es sind normalerweise unsere kleinen Gewohnheiten, die das Gaspedal des Energieverbrauchs von KI antreten, zusammen mit der Entwicklung bei Tech-Giganten und Startups. Werfen wir einen Blick darauf.

Wir spüren den Energieverbrauch von KI oft nicht

In diesem digitalen Zeitalter haben fast alle unsere Aufgaben auf irgendeine Weise eine Verbindung zur Rechenleistung. Die meisten Dinge, die vor unseren Augen geschehen, sind mit einem Computer verbunden, der irgendwo eingebettet ist. 

Wenn wir beispielsweise an der Kasse in einem Geschäft bezahlen und unsere Karte streichen, findet eine lange Kette von Transaktionen über ein großes Netzwerk statt, das wir nicht sehen.

Wenn wir an einer Mautstelle vorbeikommen, wird das System uns in Rechnung gestellt, aber wir sehen es nicht. Das Gleiche gilt, wenn wir uns durch Karten navigieren; während wir nur unser Telefon sehen, gibt es irgendwo ein Rechenzentrum, das die Daten speichert und verarbeitet, um uns auf unserem Gerät zu führen.

Auch lesen: Japan schätzt einen steilen Anstieg des Energiebedarfs aufgrund von KI und Rechenzentren

All diese rechnerischen Transaktionen, die stattfinden, wenn wir etwas Online oder auf einem Gerät tun, werden durch einen Prozess namens Inferenz durchgeführt, der viel Energie verbraucht. Während Unternehmen wie OpenAI, Meta oder Alphabet ihren tatsächlichen Energieverbrauch nicht offenlegen, deutete Dr. Sasha Luccioni von Hugging Face auf die höheren Kosten hin, die mit dem Training und der Inferenz von KI verbunden sind. Sie schrieb in einem Tweet, der das KI-Training erwähnte:

„Wir haben 100 Millionen Dollar für Compute ausgegeben, nur um deinem Chatbot eine sexy Stimme zu geben!“ 

Bei der Erwähnung der Inferenz bemerkte sie:

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

Nur um dir eine Vorstellung davon zu geben, was diese energieverschlingenden KI-Systeme aus dem Netz saugen. Lucioni hat lange Zeit über KI geforscht, und sie sagt, dass der Wechsel von einem nicht-generativen KI-Ansatz zu einem generativen KI-Ansatz einen Unterschied von bis zu 40-mal mehr Energie für dieselbe Aufgabe bedeuten kann.

Welche Energiezahlen betrachten wir?

Mit zunehmender KI-Adoption wird geschätzt, dass der Energieverbrauch von Rechenzentren bis 2026 weltweit fast doppelt so hoch sein wird und mehr als 1000 Terawatt erfordern wird. 

Im Januar veröffentlichte die Internationale Energieagentur (IEA) ihre Prognose für den weltweiten Energieverbrauch in den kommenden zwei Jahren. Das Neue war, dass Projektionen zur Menge der von Rechenzentren, Kryptowährungen und künstlicher Intelligenz verwendeten Stromversorgung erstmals enthalten waren.

„Der gesamte Stromverbrauch von Rechenzentren könnte 2026 mehr als 1000 TWh erreichen. Diese Nachfrage ist ungefähr gleichbedeutend mit dem Stromverbrauch Japans.“ Quelle: IEA.

Wenn man sich die Zahlen ansieht, ist unklar, wie wir eine nachhaltige Energiezukunft mit zunehmender Technologieakzeptanz in allen Sektoren erreichen werden. Derzeit hat der KI-Verbrauch einen großen Anteil an den Lasten in Rechenzentren, von kleinen Edge-Inferenzservern bis hin zu großen KI-Trainingsclustern.

Die CO2-Emissionen steigen

Um die oben genannten Daten zu vereinfachen, wird der Energieverbrauch einen CO2-Fußabdruck haben, der 80 Millionen Fahrzeugen mit Verbrennungsmotor entspricht. Viele weitere Faktoren summieren sich schnell.

Nehmen wir zum Beispiel eine GPU (Graphics Processing Unit). Sie wird mehr Wärme abgeben, wenn sie intensiv genutzt wird. Stellen Sie sich ein Rechenzentrum mit Tausenden davon vor, die in Stapeln laufen, und die Menge an Wärme, die sie erzeugen würden. Es wurden verschiedene Ansätze zur Abkühlung adoptiert. Meistens wird Wasserkühlung eingesetzt, was definitiv den Wasserverbrauch und den Energieverbrauch zur Zirkulation dieses Wassers erhöht.

„Das Training und die sehr dichten Lasten – sie müssen in einer effizienteren Umgebung sitzen. Und wenn sie das nicht tun, werden wir so enorme Belastungen auf die Stromnetze nicht nur in Europa, sondern auf dem gesamten Planeten ausüben, dass wir in den nächsten fünf bis zehn Jahren echte Probleme bekommen werden.“ Dominic Ward, CEO von Verne Global.

Da Rechenzentren an Zahl zunehmen und das aktuelle expandiert und sich an KI-Fähigkeiten anpasst, wird mehr Wärme erzeugt, was das Ökosystem unseres Planeten beeinflusst. Ein weiteres Bedenken ist, dass Rechenzentren ihre Operationen weltweit an Orten ausweiten, an denen Kohle und Erdgas die primären Brennstoffe für die Energieerzeugung sind.

Auch lesen: Wall Street jagt KI-Spieler jenseits von Nvidia und Halbleitern

Aufgrund bestimmter Einschränkungen bei Solar- und Windenergie ist es viel einfacher, diese traditionellen Quellen zu nutzen, und Unternehmen strömen in den KI-Goldrausch zu ihnen. Experten schätzen, dass die Milliarden von Geräten, die mit dem Internet verbunden sind, bis zum nächsten Jahr 3,5 % des gesamten Kohlendioxidausstoßes produzieren werden. Also müssen auch wir, die Nutzer, darüber nachdenken: Müssen wir mit unseren Waschmaschinen sprechen und KI-generierte Antworten erhalten?

Tech-Giganten haben viel mehr Verantwortung, aber jeder muss seine Rolle spielen.

Bericht von Cryptopolitan von Aamir Sheikh