Die KI-Revolution und ihre Auswirkungen auf die Energie

Der Aufstieg von generativen KI-Modellen wie ChatGPT hat eine neue Ära der Möglichkeiten eingeläutet. Diese Modelle, angetrieben durch Deep Learning und auf massiven Datensätzen trainiert, können komplexe Aufgaben in wenigen Sekunden ausführen, vom Verfassen von Hausarbeiten bis zur Generierung einzigartiger Kunstwerke. Doch mit großer Macht kommt großer Energieverbrauch, und die Energieanforderungen von KI werfen Bedenken hinsichtlich ihrer Umweltauswirkungen auf.

Das rasante Wachstum der KI-Berechnungsanforderungen

John Hennessy von Alphabet schätzt, dass die Erstellung von KI-generierten Inhalten wie Kunstwerken die zehnfache Rechenleistung einer normalen Internetsuchanfrage nach Bildern erfordern kann. Da KI weiterhin an Popularität und Zugänglichkeit gewinnt, ist die kollektive Energieanforderung, die von 5,3 Milliarden Internetnutzern erzeugt wird, die KI-Funktionen nutzen, ein Thema intensiver Debatten. Die Projektionen und Meinungen zu den Umweltauswirkungen von KI sind weit gefächert, wobei einige befürchten, dass dies zur Zerstörung des Klimas führen könnte, während andere einen reibungsloseren Übergang zu sauberer Energie sehen.

Rechenzentren: Das Herzstück der KI-Revolution

Rechenzentren spielen eine entscheidende Rolle beim Energieverbrauch von KI. Diese massiven Einrichtungen, oft als „Hyper-Scale“-Rechenzentren bezeichnet, dienen als Rückgrat des Internets und verarbeiten und speichern enorme Mengen digitaler Informationen. Das Verständnis der Auswirkungen der steigenden Rechenanforderungen auf den Stromverbrauch erfordert einen genaueren Blick auf Rechenzentren, durch die fast der gesamte Internetverkehr der Welt läuft.

Aktueller Energieverbrauch von Rechenzentren

Im Jahr 2021 schätzte die Internationale Energieagentur (IEA), dass Rechenzentren zwischen 220 und 330 Terawattstunden (TWh) Strom verbraucht haben. Um dies ins Verhältnis zu setzen: Der gesamte jährliche Stromverbrauch des gesamten Bundesstaates Kalifornien liegt bei rund 278 TWh. Diese Zahlen werfen die Frage auf, wie sich die sich schnell ausweitenden KI-Anwendungen weiter auf den Strombedarf von Rechenzentren auswirken könnten.

Schätzungen und Projektionen variieren stark

Die Schätzungen zum zukünftigen Stromverbrauch, der durch KI getrieben wird, variieren erheblich. Einige prognostizieren, dass KI die gesamte globale Energieversorgung verbrauchen könnte, während andere erwarten, dass der Bedarf an US-Rechenzentren bis 2030 mehr als doppelt so hoch sein wird. Solche Projektionen sind alarmierend, angesichts der breiteren Herausforderungen der Dekarbonisierung. Historische Daten deuten jedoch darauf hin, dass frühere Prognosen den Stromverbrauch von Rechenzentren überschätzt haben könnten.

Ein entscheidender Faktor beim Verständnis der Effizienz von Rechenzentren ist die „Power Usage Effectiveness“ (PUE). Diese Kennzahl misst, wie effektiv Rechenzentren Strom in Rechenleistung umwandeln. Überraschenderweise stieg der globale Energieverbrauch von Rechenzentren zwischen 2006 und 2018 nur um 6 %, trotz einer sechsfachen Steigerung der Rechenleistung und einer fünfundzwanzigfachen Steigerung der Speicherkapazität. Diese bemerkenswerte Effizienzsteigerung wurde auf Fortschritte bei der PUE zurückgeführt.

PUE-Effizienzgewinne und jüngste Stagnation

Die Effizienzgewinne bei der PUE vor 2019 waren bemerkenswert, aber in den letzten Jahren haben sich diese Verbesserungen verlangsamt. Wenn die Effizienzgewinne stagnieren, während die Rechenanforderungen stark ansteigen, kann es zu einem erheblichen Energieverbrauchsproblem kommen. Diese potenzielle Herausforderung unterstreicht die Bedeutung des Ausgleichs des Wachstums von Rechenzentren mit Energieeffizienz und Nachhaltigkeit.

Trotz der Bedenken gibt es eine optimistische Perspektive, dass Rechenzentren zu Klimaschutzlösungen beitragen können. Barry Fischer, Googles „Data Storyteller“, hebt das Potenzial hervor, dass Rechenzentren ihre erneuerbare Energie beschaffen, ihren Strombedarf decken und Flexibilität für das Stromnetz bieten können. Darüber hinaus können KI-Anwendungen, die von Rechenzentren unterstützt werden, den Übergang zu sauberer Energie optimieren und beschleunigen.

Spannungen zwischen Dekarbonisierung und Wachstum von Rechenzentren

Bereits jetzt zeigen sich Spannungen zwischen den Zielen der Dekarbonisierung und der steigenden Stromnachfrage von Rechenzentren. Beispiele hierfür sind neue Rechenzentren in Virginia, die unerwartete Stromnachfrage erzeugen, potenzielle Verzögerungen bei der Stilllegung von Kohlekraftwerken, um Rechenzentren in Wisconsin unterzubringen, und Anträge auf Befreiung von Diesel-Notstromaggregaten von Umweltvorschriften in Maryland. Diese Situationen verdeutlichen die Herausforderungen, die das Wachstum von Rechenzentren für die Bemühungen um saubere Energie darstellen.

Der Bedarf an Daten zum Energieverbrauch von Rechenzentren

Bemühungen, den Energieverbrauch von Rechenzentren zu adressieren, werden durch einen Mangel an verlässlichen Informationen über den Energieverbrauch dieser Zentren behindert. Die Sammlung genauer Daten zu Rechenzentren ist unerlässlich, um ihre Umweltauswirkungen vorherzusehen, zu planen, zu überwachen und zu managen. Derzeit sind die Energiedaten der Rechenzentren fragmentiert und unvollständig.

Während die Debatten über die Umweltauswirkungen von KI und Rechenzentren weitergehen, sind die notwendigen politischen Instrumente zur Bewältigung dieser Herausforderungen bereits verfügbar. Die Sammlung genauer und umfassender Daten zum Energieverbrauch von Rechenzentren ist ein entscheidender erster Schritt. Europa hat hier die Führung übernommen, indem es detaillierte Berichtspflichten für die Energieeffizienz und Nachhaltigkeit von Rechenzentren eingeführt hat, die ab nächstem Jahr in Kraft treten. Ähnliche Gesetzgebungen werden in den Vereinigten Staaten geprüft.

Das rasante Wachstum von KI und Rechenzentren birgt sowohl Chancen als auch Risiken. Mit der zunehmenden Zugänglichkeit von KI wird ihr Energieverbrauch zu einer drängenden Frage. Um ein verantwortungsvolles Wachstum zu gewährleisten, müssen politische Entscheidungsträger, Branchenakteure und Forscher zusammenarbeiten, um genaue Daten zu sammeln, die Energieeffizienz zu verbessern und das Potenzial von KI mit der Umweltverantwortung in Einklang zu bringen. In dieser sich wandelnden Landschaft können Rechenzentren eine Schlüsselrolle bei der Gestaltung einer nachhaltigen und effizienten Zukunft spielen.