Künstliche Intelligenzen wie ChatGPT und BARD erfreuen sich großer Beliebtheit. Aber sie kommen auch mit einem erheblichen Nachteil: Jede Anfrage, die von Nutzern gestellt wird, kostet bereits heute drei Wattstunden Strom. Die Zahl der Nutzer wächst kontinuierlich, weshalb die KI-Systeme weltweit in naher Zukunft bereits einen Stromverbrauch von 80 Terawattstunden pro Jahr entwickeln könnten, was in etwa dem Elektrizitätsbedarf von den Niederlanden oder Schweden entspricht. Verantwortlich für den Strombedarf sind vor allem die leistungsstarken Prozessoren, die die KI-Protokolle für das Training und den Einsatz benötigen. KI verbraucht große Mengen Strom Wenn es in der IT im Stromverbrauch ging, dann waren bisher vor allem Krypto-Miner im Fokus, die bei der Erzeugung von Kryptowährungen teilweise enorme Mengen Strom verbrauchen. Langsam zeichnet sich allerdings ab, dass künstliche Intelligenzen den Minern den Rang ablaufen. Generative KI-Systeme wie ChatGPT werden enorme Rechenleistung benötigen und sind entsprechend auf energiehungrige Prozessoren angewiesen. „Angesichts des Booms der KI wächst die Sorge, dass die Rechen-Ressourcen für die Entwicklung und den Betrieb der KI-Modelle einen großen Schub im Beitrag der Rechenzentren zum globalen Stromverbrauch auslösen„, erläutert Alex de Vries von der Freien Universität Amsterdam. Bisher ging es bei der Betrachtung des Stromverbrauchs von KIs meist um die Trainingsphase. De Vries hat nun untersucht, wie es um den Stromverbrauch im laufenden Betrieb bestellt ist. „ Allein um ChatGPT am Laufen zu halten, benötigt OpenAI nach Daten des Forschungsunternehmens SemiAnalysis 3.617 HGX A100-Server von NVIDIA mit insgesamt 28.936 Grafikprozessor-Einheiten. Daraus ergibt sich ein Energiebedarf von 564 Megawattstunden pro Tag„, so de Vries. Für das Training von GPT-3 waren im Vergleich insgesamt 1.287 Megawattstunden nötig. Weiterer KI-Boom ab 2027 Bereits jetzt verbraucht jede Anfrage bei einem generativen KI-System zwischen drei und etwa neun Wattstunden Strom. Und ChatGPT allein hat in den letzten Monaten im Schnitt etwa 195 Millionen Anfragen jeden Tag gehabt. Und die Tendenz steigt, sodass über die nächsten Jahre ein erheblicher Anstieg des Energieverbrauchs künstlicher Intelligenzen zu erwarten ist. De Vries verdeutlicht diesen Effekt am Beispiel von Google: Wenn in naher Zukunft jede Google-Anfrage über die KI BARD laufen würde, läge der jährliche Energieverbrauch der Google-Rechnenzentren bei 29,3 Terawattstunden. Das Wachstum der KI-Systeme wird derzeit allerdings verlangsamt. Verantwortlich ist zum einen die Knappheit der benötigten Grafikprozessoren, zum anderen aber auch die Kosten für den Ausbau der Datenzentren. „Die Lieferketten für KI-Server werden noch einige Jahre lang ein Flaschenhals bleiben„, so DeVries. 2027 könnte sich dies ändern. Denn dann wird das taiwanesische Unternehmen TMC, das zu den Hauplieferanten für leistungsstarke Chips gehört, eine weitere Fabrik fertigstellen. Danach könnte das Unternehmen 1,5 Millionen Servereinheiten pro Jahr liefern. Und auch die Grafikprozessoren aus dem Krypto-Mining könnten in Zukunft teilweise für den Einsatz in KI-Rechenzentren umgerüstet werden. 2027 könnten die entsprechenden Rechenzentren gemeinsam zwischen 85 und 134 Terawattstunden Strom verbrauchen. Vorsicht beim Einsatz von KI An diesen Zahlen wird auch die Entwicklung effizienterer KI-Systeme voraussichtlich nicht viel ändern: „Diese Fortschritte können einen Rebound-Effekt auslösen, indem eine erhöhte Effizienz zu einer verstärkten Nachfrage nach KI führt. Das würde die Ressourcennutzung insgesamt daher eher anwachsen lassen statt sie zu verringern„, so DeVries. Der Forscher mahnt daher an, dass wir uns Gedanken darüber machen sollten, für was künstliche Intelligenz eingesetzt wird. „Diese Systeme sind enegieintensiv, daher sollten wir sie nicht in alles Mögliche stecken, wo sie eigentlich nicht nötig sind. Nicht immer wiegen die Vorteile die Kosten auf„, mahnt de Vries. via Cell Press Teile den Artikel oder unterstütze uns mit einer Spende. Facebook Facebook Twitter Twitter WhatsApp WhatsApp Email E-Mail Newsletter