Die hohen klimatischen Kosten der KI gehen über die reine Luftverschmutzung hinaus – sie erfordern mehr
- Künstliche-Intelligenz-Tools machen zwar Spaß in der Anwendung, haben aber einen Preis.
- Das KI-Modell benötigt enorme Energiemengen zum Trainieren und Ausführen von Geschäftsprozessen – gemessen in Gigawatt.
- Rechenzentren sind ein Schlüsselfaktor dafür, dass Kohle- und Gaskraftwerke zur Deckung des Bedarfs nicht früher abgeschaltet werden können.
Es gibt eine dunklere Seite der künstlichen Intelligenz, die oft diskutiert, aber weniger beachtet wird, und das ist nichts anderes als ihre Klimakosten.
Trotz aller Begeisterung und des Potenzials, das die KI hat, erfordert das Training von KI-Modellen enorme Mengen an Energie, und selbst wenn Sie es verwenden, um Texte zu schreiben oder Bilder damit zu erstellen, benötigt es immer noch ausreichend Energie, um zu funktionieren. Diese Prozesse führen zur Freisetzung erheblicher Mengen an Kohlenstoff, abhängig davon, wo sich das Rechenzentrum befindet und wo das KI-Modell betrieben wird.
Größere Modelle benötigen mehr Energie
Experten sagen, dass mit der Reife und Entwicklung der Technologie die CO2-Emissionen mit der Zeit nur noch schlimmer werden, da Unternehmen versuchen, noch größere Modelle zu bauen, weil die Technologie skalierbar ist und ihre Leistung mit der Größe zunimmt, was wiederum für das Geschäft vorteilhaft, aber für die Umwelt kostspielig ist.
Alex de Vries sagt, dass größere Modelle auch zu höheren Energieanforderungen führen, was nicht gut für die Umwelt ist. Er ist der Gründer von Digiconomist, und der Forschungsschwerpunkt seines Unternehmens liegt in der Untersuchung der Umweltauswirkungen neuer Technologien.
Das Training von KI-Modellen in großem Maßstab, wie denen, die im Hintergrund von ChatGPT arbeiten, verbraucht viel Energie, wie Forscher im Laufe der Jahre geschätzt haben. David Patterson, Professor für Informatik an der UC Berkeley und Hauptautor der Forschungsarbeit, die er 2021 veröffentlichte, schrieb, dass das KI-Modell GPT-3, das von OpenAI verfeinert wurde, um als ChatGPT verwendet zu werden, anscheinend 1287 Megawatt Strom für das Training benötigte. Diese Energiemenge reicht aus, um 123 durchschnittlich große amerikanische Haushalte ein ganzes Jahr lang zu versorgen.
Obwohl wir hier von dem weltberühmten KI-Modell sprechen, das möglicherweise das größte seiner Zeit war, wurden viele andere Modelle danach entwickelt, die ebenfalls enorme Mengen an Energie verbrauchen.
Laut Sacha Luccioni, Leiterin für KI und Klima bei Hugging Face, benötigte das Gopher-Modell, ein Projekt von Google DeepMind, das 2021 angekündigt wurde, geschätzt 1066 Megawattstunden, wie sie in einer anderen 2022 veröffentlichten Forschungsarbeit erwähnte.
Die aktuelle Generation von Modellen hat noch höhere Klimakosten
Aber dies sind beide eine Art vorheriger Generation von KI-Modellen und sind nach heutigen Standards beträchtlich kleiner. GPT-3s Nachfolger, GPT-4, gilt als 10-mal größer, und sein Training erforderte Energie in Höhe von 51 bis 62 Gigawattstunden, was laut Forscher Kasper Groes Albin Ludvigsen mehr ist als der kollektive Bedarf von 4600 amerikanischen Haushalten.
In gleicher Weise hat Google jetzt ein viel größeres Modell als Gopher, das Gemini heißt, und obwohl Google nicht offengelegt hat, wie viel Energie es benötigt, lautet die Berechnung einfach: Je größer Sie es bauen, desto mehr Energie wird benötigt.
Diese Schätzungen galten nur für die Entwicklungs- und Trainingsphasen. Es gibt einen weiteren wichtigen Punkt: Da diese Modelle für den Einsatz in realen Operationen entwickelt wurden, bei denen sie basierend auf ihrem Training Ausgaben erzeugen müssen, erfordert die Erzeugung dieser Ausgaben als Reaktion auf die Anfragen der Benutzer ebenfalls Energie.
Laut Experten benötigt ChatGPT zur Beantwortung von 1000 Anfragen 47 Watt, was der Stromversorgung von fünf normalen LED-Lampen für eine Stunde entspricht. Stellen Sie sich nun vor, wie sich dies schnell summieren kann, da wir uns nur auf textbasierte Antworten beziehen.
Experten sind der Ansicht, dass KI-Entwickler ihren CO2-Fußabdruck verringern können, indem sie Rechenzentren nutzen, die mit sauberer Energie betrieben werden, da die CO2-Emissionen von KI stark variieren, je nachdem, wo sie gespeichert und betrieben wird.
Laut Bloomberg ist die Stromnachfrage in letzter Zeit bereits gestiegen, und die zusätzliche Nachfrage aus diesen expandierenden Rechenzentren übersteigt auch die Bereitstellung erneuerbarer Energiequellen. Daher verzögern Versorgungsunternehmen weltweit auch die Stilllegung von Kohle- und Gaskraftwerken, was ebenfalls zum CO2-Fußabdruck der KI beiträgt.
Die Originalgeschichte kann man hier sehen.
Lesen Sie nicht nur Krypto-Nachrichten. Verstehen Sie sie. Abonnieren Sie unseren Newsletter. Es ist kostenlos.
Haftungsausschluss: Die bereitgestellten Informationen stellen keine Anlageberatung dar. Cryptopolitan.com übernimmt keine Haftung für Investitionen, die auf der Grundlage der auf dieser Seite bereitgestellten Informationen getätigt werden. Wir empfehlen dringend, vor jeder Anlageentscheidung unabhängige Recherchen durchzuführen und/oder einen qualifizierten Fachmann zu konsultieren.
Aamir Sheikh
Aamir ist Tech-Journalist mit fast sechs Jahren Erfahrung in der Krypto- und Technologiebranche. Er absolvierte sein Studium an der MAJ University mit einem MBA in Finanzen und Marketing. Heute arbeitet er für Cryptopolitan, wo er über die neuesten Entwicklungen in den Kryptowährungsmärkten und Preisprognosen berichtet.
