Schätzungen gehen davon aus, dass KI-Server – in einem durchschnittlichen Szenario – bis 2027 jährlich 85 bis 134 Terawattstunden (TWh) Strom verbrauchen könnten. Dies entspricht rund 20 Prozent des jährlichen Energieverbrauchs in Deutschland. Die Botschaft ist klar: KI verbraucht eine Menge Energie und wird daher deutliche Auswirkungen auf die Energieversorgung haben. Dieses gilt besonders in Deutschland, wo durch den kompletten Atomausstieg sowie die fortwährende Reduzierung der fossilen Stromerzeugung die Frage der Energiesicherheit und Strompreise besonders heikel ist.
Um ein brauchbares KI-Modell zu erstellen, ist eine Reihe von Komponenten erforderlich. Dazu gehören Trainingsdaten, eine stabile Internetverbindung, ausreichend Speicherplatz und GPUs. Jede Komponente verbraucht bis zu einem gewissen Grad Energie, aber die von den Grafikprozessoren benötigte Rechenleistung verbraucht am meisten. Nach Angaben von OpenAI-Forschern hat sich der Verbrauch an Rechenleistung seit 2012 alle 3,4 Monate verdoppelt. Dies ist ein enormer Anstieg, der sich angesichts der Beliebtheit verschiedener KI-Anwendungen in naher Zukunft wahrscheinlich fortsetzen wird. Die Zunahme der Rechenleistung wirkt sich zunehmend auf die Umwelt aus. So hat eine Studie der University of Massachusetts ergeben, dass das Training beliebter KI-Modelle zum Ausstoß von 284.000 Kilogramm CO2 führen könnte – so viel wie ein durchschnittliches Auto, das 31 Mal um die Welt fährt.
Unternehmen, die ein KI-Modell erstellen möchten, sollten den Mehrwert des KI-Modells sorgfältig gegen seine Umweltauswirkungen abwägen. Darüber hinaus müssen die zugrundeliegende Infrastruktur und die GPUs selbst effizienter werden. Bei der Erstellung eines KI-Modells sind mehrere Branchen von Bedeutung: die Rechenzentrumsbranche, der Energiesektor, die Halbleiterindustrie, Telekommunikationsbetreiber und die Speicherindustrie. Um die Auswirkungen der KI auf die Umwelt zu verringern, müssen in jedem dieser Sektoren Schritte zur Verbesserung der Nachhaltigkeit unternommen werden.
In der Speicherbranche können konkrete technologische Maßnahmen die Umweltauswirkungen der KI verringern. Ein Beispiel sind All-Flash-Speicherlösungen, die wesentlich energieeffizienter sind als herkömmliche plattenbasierte Speicher (HDD). In einigen Fällen können All-Flash-Lösungen den Energieverbrauch im Vergleich zu HDD um 85 Prozent senken. Einige Anbieter gehen sogar über handelsübliche SSDs hinaus und entwickeln ihre eigenen Flash-Module, so dass All-Flash-Arrays direkt mit dem Flash-Speicher kommunizieren können. Auf diese Weise lassen sich die Fähigkeiten von Flash maximieren und eine noch bessere Leistung, Energienutzung und Effizienz erzielen, d. h. Rechenzentren benötigen weniger Strom, Platz und Kühlung.
Ein weiterer Vorteil von All-Flash-Lösungen ist, dass sie sich im Vergleich zu HDD-Lösungen auch besser für die Durchführung von KI-Projekten eignen. So erfordert die Verknüpfung von KI-Modellen mit Daten eine Speicherlösung, die jederzeit einen zuverlässigen und einfachen Zugriff auf Daten über Silos und Anwendungen hinweg ermöglicht – dies ist mit einer HDD-Speicherlösung oft nicht möglich.
Rechenzentren können durch bessere, effizientere Kühltechniken einen Nachhaltigkeitssprung machen, aber auch Notstromaggregate können beispielsweise nachhaltiger sein. Ein gutes Beispiel dafür sind die Notstromanlagen im NorthC-Rechenzentrum in Groningen. Es ist das erste Rechenzentrum in Europa, das Brennstoffzellen auf der Basis von grünem Wasserstoff als Notstromaggregate anstelle von herkömmlichen Dieselgeneratoren einsetzt. Natürlich muss dieser Wasserstoff „grün“ erzeugt werden. Hier kommt dem Energiesektor eine große Rolle zu. Auch dieser Sektor macht große Fortschritte: 2023 soll die Hälfte der Energie in den Niederlanden aus erneuerbaren Quellen erzeugt werden.
Es wird mehr Energie aus erneuerbaren Quellen benötigt, weil die Halbleiterhersteller – vor allem die Hersteller der Grafikprozessoren, die die Grundlage vieler KI-Systeme bilden – ihre Chips immer leistungsfähiger machen, so dass sie mehr Strom benötigen. Vor 25 Jahren enthielt ein Grafikprozessor beispielsweise eine Million Transistoren, war etwa 100 Quadratmillimeter groß und verbrauchte nicht so viel Strom. Heute enthalten GPUs 14 Milliarden Transistoren, sind etwa 500 Quadratmillimeter groß und verbrauchen 200 Watt Strom. Es gibt also leistungsstärkere GPUs, die folglich mehr Energie verbrauchen. Die Halbleiterindustrie muss also viel auf Energieeffizienz setzen, was auch schon geschieht. So verbessern die Hersteller beispielsweise die Energieeffizienz des Produktionsprozesses und experimentieren viel mit neuen Materialien. Die EU, die mit ihrem Europäischen Chip-Gesetz auf Rechenleistung, Energieeffizienz, Umweltfreundlichkeit und KI setzt, unterstützt diese Entwicklung.
Telekommunikationsanbieter sind für einen schnellen und zuverlässigen Datenaustausch unerlässlich. Dies ist insofern von Bedeutung, als die Wirksamkeit der KI weitgehend davon abhängt, dass die Daten irgendwo erzeugt werden und dann zu dem Rechenzentrum transportiert werden müssen, in dem die KI ausgeführt wird. Ein Beispiel wäre eine KI-Anwendung, die Input von Sensoren in einer Fabrik benötigt. Telekommunikationsbetreiber können auf verschiedene Weise nachhaltiger werden, etwa durch die Konzentration auf Innovation oder die Reduzierung von Emissionen in der Lieferkette.
KI wird Auswirkungen auf die Umwelt haben, aber Initiativen wie die Umstellung auf Flash-Speicher oder die Verbesserung der Nachhaltigkeit von Rechenzentren können diese Auswirkungen verringern. Jeder Sektor kann konkrete Schritte auf dem Weg zu mehr Nachhaltigkeit umsetzen. Dies geschieht bereits in großem Maßstab, aber es könnte noch schneller vorangehen. In jedem Fall ist es wichtig, weiter zu investieren, um den Klimawandel konsequent zu bekämpfen.
ist Regional Vice President für Deutschland und Österreich beim Speicherexperten Pure Storage.
Bösartige QR-Codes, die per E-Mail versendet werden, eignen sich sehr gut, um Spam-Filter zu umgehen.
Unsichere Websites und Phishing-Mails in Verbindung mit Black Friday können kauffreudigen Konsumenten zum Verhängnis werden.
Malware SmokeLoader wird weiterhin von Bedrohungsakteuren genutzt, um Payloads über neue C2-Infrastrukturen zu verbreiten.
Bankhaus Metzler und Telekom-Tochter MMS testen, inwieweit Bitcoin-Miner das deutsche Stromnetz stabilisieren könnten.
Mit 1,7 Exaflops ist El Capitan nun der dritte Exascale-Supercomputer weltweit. Deutschland stellt erneut den…
Der deutsche Hyperscaler erweitert sein Server-Portfolio um vier Angebote mit den neuen AMD EPYC 4004…