Der Energieverbrauch von KI, insbesondere im Vergleich zu anderen Bereichen wie dem Krypto-Mining, ist ein Diskussionsthema. Um die Dinge ins rechte Licht zu rücken, sollten wir einige wichtige Erkenntnisse betrachten.
Nach Angaben von rmi.org verbraucht allein Bitcoin jährlich schätzungsweise 127 Terawattstunden (TWh) an Energie. Im Vergleich dazu lag der jährliche Energieverbrauch der Schweiz im Jahr 2018 laut Axpo bei 57,6 TWh. Es ist wichtig zu beachten, dass Strom- und Energieverbrauch nicht dasselbe sind, und dass der Energiebedarf tendenziell rückläufig ist. Dennoch bedeutet dies, dass das Bitcoin-Mining im Vergleich zur gesamten Schweiz mehr als doppelt so viel Energie verbraucht.
Google gab 2019 an, dass der durchschnittliche Energieverbrauch für eine einzelne Suche bei etwa 0,0003 Kilowattstunden (kWh) liegt. Bei über 1,2 Billionen Suchanfragen, die jedes Jahr weltweit durchgeführt werden, entspricht dies etwa 7 % des Energiebedarfs der Schweiz. Diese Zahl ist zwar beachtlich, aber im Vergleich zum Energieverbrauch von Bitcoin ist sie weniger schockierend.
Es ist jedoch wichtig zu bedenken, dass einfache Google-Suchen nur einen kleinen Teil der energieintensiven Aspekte des IT-Sektors ausmachen. Cloud-Computing, künstliche Intelligenz (KI) und die Zunahme von 5G-Mobilfunknetzen tragen zu erheblichen Stromrechnungen bei. Es wird erwartet, dass allein Streaming-Dienste inzwischen 87 % des Internetverkehrs der Verbraucher ausmachen werden.
Bei grossen Sprachmodellen (LLMs) ist die Transparenz hinsichtlich ihres Energieverbrauchs eher begrenzt. Bloomberg berichtete, dass für BloombergGPT mit Nvidias A100-GPUs fast 1,3 Millionen Stunden an Trainingszeit aufgewendet wurden. Zum Vergleich: Diese Trainingszeit entspricht etwa 0,0023 % des jährlichen Stromverbrauchs der Schweiz.
Darüber hinaus wird geschätzt, dass eine einzelne Abfrage von GPT-3 (einer frühen Version von ChatGPT) etwa 0,004 kWh Strom verbraucht. Basierend auf OpenAIs Schätzung von einer Milliarde Abfragen pro Tag entspricht dies etwa 1/40 des laufenden Strombedarfs der Schweiz. Dies ist zwar eine beträchtliche Menge, aber man muss bedenken, dass sie auf einer riesigen Zahl von Nutzern basiert.
Da LLMs und die Nutzung von KI weiter ansteigen, könnte der Energiebedarf von OpenAI und ähnlichen Organisationen bald ein Niveau erreichen, das mit dem kleinerer Industrieländer vergleichbar ist. Dies wirft Fragen über die Einbeziehung von LLMs in Suchmaschinen auf und ob der zusätzliche Nutzen für die Anwender den potenziellen Anstieg des Energiebedarfs rechtfertigt.
Es ist unbestritten, dass Datenzentren, Cloud-Plattformen und Rechenzentren erhebliche Mengen an Energie verbrauchen. Laut einer Studie von ericsson.com verbrauchte der gesamte IT-Sektor im Jahr 2018 rund 800 TWh Strom, was 3,6 % des weltweiten Stromverbrauchs entspricht. Das ist das 14-fache des Energieverbrauchs der Schweiz.
Positiv zu vermerken ist, dass trotz des exponentiellen Datenwachstums zwischen 2010 und 2015 der Strombedarf des IT-Sektors aufgrund einer verbesserten Energieeffizienz relativ stabil blieb. Es besteht ein ständiger Druck, die IT energieeffizienter zu machen und ihre Umweltauswirkungen zu verringern.
Mit Blick auf die Zukunft könnte das Quantencomputing einen Wendepunkt im Energieverbrauch darstellen. Das jüngste Forschungspapier von IBM kündigt die Ankunft einer neuen Ära des Quantencomputers an. Quantencomputer haben das Potenzial, Aufgaben, für die klassische Computer mehrere Jahre benötigen würden, in wenigen Stunden zu erledigen. Dieses Mass an Effizienz könnte langfristig zu erheblichen Energieeinsparungen führen.
Zusammenfassend lässt sich sagen, dass der Energiebedarf grosser Sprachmodelle zwar beträchtlich ist, aber vielleicht nicht so schockierend hoch wie ursprünglich erwartet. Die Unwägbarkeiten liegen in der weiteren Verbreitung von Cloud-Diensten und KI sowie in der Grösse der KI-Modelle. Es besteht jedoch eine gute Chance, dass der technologische Fortschritt den Energiebedarf nicht ausser Kontrolle geraten lässt.
Comments