Schneider Electric hat die politischen Entscheidungsträger davor gewarnt, den Stromverbrauch von KI-Rechenzentren sorgfältig zu steuern und ein unkontrolliertes Ausufern zu verhindern.
Dies geschieht vor dem Hintergrund, dass der Energieverbrauch von KI-Rechenzentren Berichten zufolge weiter zunimmt , wodurch sich für KI-Unternehmen die Möglichkeit ergibt, nach alternativen Energiequellen zu suchen.
Rechenzentren könnten alle anderen in völliger Dunkelheit zurücklassen
Schneider Electric präsentierte in seinem Bericht vier mögliche Szenarien und schlug einige Leitprinzipien vor, die verhindern könnten, dass KI-Rechenzentren das Stromnetz „auffressen“ und die Welt in Dunkelheit hüllen.
Die Studie knüpft an die IEA-Weltkonferenz zu Energie und KI an, die im vergangenen Monat stattfand. Die Studie mit dem Titel „Künstliche Intelligenz und Elektrizität: Ein systemdynamischer Ansatz“ untersucht die aufkommenden Denkrichtungen im Zusammenhang mit KI und ihren Auswirkungen auf den Energieverbrauch.
Während viel über generative KI und Stromverbrauch berichtet wurde, stimmt der Bericht von Schneider Electric auch mit früheren Studien überein, dass die bestehende Rechenzentrumsinfrastruktur einen erheblichen Strombedarf hat, um zu funktionieren, und dass daher mehr Ressourcen benötigt werden, um den prognostizierten Anstieg der KI-Nutzung zu unterstützen.
Die erwartete steigende Nachfrage nach KI-Dienstleistungen und der damit einhergehende Anstieg des Energieverbrauchs haben auch Bedenken hinsichtlich der potenziellen Belastung der Stromnetze durch diese Technologie hervorgerufen. Zudem bestehen Sorgen über die möglichen Umweltauswirkungen, sollte der Energiebedarf weiterhin in diesem Tempo steigen.
Rémi Paccou, Direktor des Schneider Electric Sustainability Research Institute, sagte, die Studie solle mögliche Zukunftsszenarien erforschen und die Beteiligten darauf vorbereiten, die bevorstehenden Herausforderungen und Chancen zu meistern.
„Wir hoffen vielmehr, dass es als Ausgangspunkt für eine fundierte Diskussion und Entscheidungsfindung dient.“
Paccou.
„Wir präsentieren unsere Ergebnisse in dem Bewusstsein, dass KI ein sich rasant entwickelndes Gebiet ist und unser Wissen ständig wächst“, fügte er hinzu.
Schneider Electric entwickelte daher vier verschiedene Szenarien: Nachhaltige KI, Grenzen des Wachstums, Grenzenloser Überfluss und Energiekrise.
Schneider Electric prognostiziert einen steigenden Strombedarf von heute bis 2030
Laut der Studie deuten alle vier von Schneider Electric entwickelten Szenarien auf einen Anstieg des Energieverbrauchs im Zeitraum von 2025 bis 2030 hin, da die Nachfrage weiterhin stark wächst. Sie unterscheiden sich jedoch deutlich aufgrund der Annahmen, die jedem Szenario zugrunde liegen.
Die Schneider-Studie untersucht mit „Sustainable AI“ die potenziellen Folgen einer Priorisierung von Effizienz bei gleichzeitig steigendem Verbrauch, während die Studie „Limits to Growth“ einen eingeschränkten Pfad betrachtet, an dem die KI-Entwicklung auf menschliche Grenzen stößt. „Sustainable AI“ bietet einen vielversprechenderen Ansatz, der laut dem Modell einen Anstieg des Stromverbrauchs von erwarteten 100 Terawattstunden (TWh) im Jahr 2025 auf 785 TWh im Jahr 2035 zur Folge hätte.
Generative KI-Inferenz wird in diesem Szenario von 2027 bis 2028 der Haupttreiber des Stromverbrauchs im KI-Sektor sein. Es wird auch eine Tendenz zu effizienteren und weniger energieintensiven Modellen geben.
Dem Bericht zufolge zeichnet sie sich durch eine „symbiotische Beziehung zwischen KI-Infrastruktur und Nachfrage aus, in der Effizienz und Ressourcenschonung sich gegenseitig verstärken“
Andere Szenarien wie „Grenzenloser Überfluss“ untersuchen die potenziellen Risiken eines ungebremsten Wachstums, während das Szenario „Energiekrise“ analysiert, wie die ungleiche Energienachfrage und -erzeugung zu weit verbreiteten Engpässen führen könnten.
Laut dem Bericht wird der Gesamtenergiebedarf für KI von den derzeitigen 100 TWh in diesem Jahr auf 510 TWh bis 2030 steigen, doch Herausforderungen wie Produktionsengpässe bei Spezialchips und Datenmangel bei LLMs fordern ihren Tribut.
Der Bericht stellt ferner fest, dass das Szenario „Grenzenloser Überfluss“ widerspiegelt, dass die anhaltende rasante Entwicklung der KI Herausforderungen mit sich bringen wird, da KI-Unternehmen in Richtung größerer und fortschrittlicherer Infrastrukturen wetteifern und damit die Kapazität für eine nachhaltige Nutzung der Ressourcen übertreffen.
Das Szenario der Energiekrise sieht ein rasantes Wachstum der KI vor, das zu einem Konflikt ihres Energiebedarfs mit anderen kritischen Wirtschaftssektoren führt und somit einige operative Herausforderungen für KI-dent Branchen mit sich bringt.
Unter diesen Bedingungen wird erwartet, dass der Energieverbrauch im Jahr 2029 seinen Höhepunkt erreicht und etwa 670 TWh beträgt, bevor er bis 2032 auf 380 TWh und im Jahr 2025 auf 190 TWh sinkt.
Schneider unterbreitet einige Vorschläge für die mögliche Energiekrise
Dem Bericht zufolge führt eine unkoordinierte Regierungsführung zu fragmentierten politischen Maßnahmen, die wiederum globale oder lokale defizur Folge haben können.
Der Schneider-Bericht enthält jedoch einige Empfehlungen für eine nachhaltige KI, die sich auf drei Bereiche konzentrieren: KI-Infrastruktur, KI-Entwicklung, Governance, Standards und Bildung.
Die KI-Infrastruktur erfordert, dass Rechenzentren der nächsten Generation mit den neuesten Kühltechnologien, hoher Rechenleistung und moderner, energieeffizienter Hardware wie GPUs und TPUs optimiert werden.
Dies folgt auch Berichten, wonach Daten-KI-Rechenzentren große Mengen Wasser verbrauchen, um die KI-Server zu kühlen. Technologieunternehmen wie Google, Microsoft und OpenAI verzeichnen demnach einen Anstieg des Energieverbrauchs in ihren Rechenzentren.
Die Empfehlung im Bereich der KI-Entwicklung schlägt vor, Modelle durch Techniken wie Modellbeschneidung, Quantisierung und ressourcenschonende Architektur effizienter zu gestalten.
Im Bereich Governance, Standards und Bildung empfiehlt der Bericht politischen Entscheidungsträgern die Entwicklung und Implementierung von Zertifizierungssystemen für nachhaltige KI-Praktiken, beispielsweise hinsichtlich Energieeffizienz und Umweltauswirkungen. Ein solides Rahmenwerk wird zudem die verantwortungsvolle Entwicklung von KI steuern und Energieverbrauch, Datenschutz und ethische Aspekte berücksichtigen.
