Im vergangenen Mai stellte Google den Dienst AI Overviews vor, der dank generativer künstlicher Intelligenz in der Lage ist, Benutzerfragen automatisch zu beantworten. Diskutiert wurden damals vor allem die bizarren Fehler der KI – Google empfahl beispielsweise, der Pizza Leim hinzuzufügen, um sie zäher zu machen – eine der vielen Erscheinungsformen der für diese Werkzeuge typischen sogenannten „Halluzinationen“. Aber es gibt noch einen weiteren besorgniserregenden Aspekt einer Branche, die seit Jahren kontinuierlich wächst: den für ihren Betrieb notwendigen Energieverbrauch.
Laut einer Studie des Forschers Alex de Vries verbraucht Google tatsächlich jedes Mal, wenn Google mit AI Overviews eine Antwort generiert, etwa drei Wattstunden, eine Energiemenge, die der Energiemenge entspricht, die für ein einstündiges Telefongespräch (aus dem Festnetz) benötigt wird zehnmal höher als für eine herkömmliche Suche bei Google erforderlich.
Generative KI verbraucht jedoch nicht nur, wenn sie von Benutzern verwendet wird. Tatsächlich basieren diese Technologien auf großen Sprachmodellen (auch LLMs genannt), einer Art künstlicher Intelligenz, die mithilfe tiefer neuronaler Netze aus großen Mengen von Dokumenten unterschiedlicher Art lernt, wie man Texte, Bilder und Videos generiert. Diese Ausbildungsphase von LLMs sei auch energieintensiv, heißt es auf der Website Der RandTatsächlich wurden für das „Training“ von GPT-3 (ein OpenAI-Sprachmodell, das inzwischen von GPT-4 abgelöst wurde) knapp 1300 Megawattstunden Strom verbraucht, „ungefähr so viel wie 130 US-Haushalte jährlich verbrauchen“ ( oder die Energie, die benötigt wird, um Netflix 1,625 Millionen Stunden lang anzusehen).
Diese Sprachmodelle sind in der Lage, verschiedene Arten von Inhalten zu produzieren, und die Erstellung von Texten ist die Anwendung mit dem geringsten Energieverbrauch. Laut einer Studie von Forschern des KI-Unternehmens Hugging Face und der Carnegie Mellon University verbraucht die Produktion von Bildern und vor allem Videos noch mehr Energie. Ihren Berechnungen zufolge verbraucht die Generierung eines einzelnen Bildes durch KI im Durchschnitt genug Energie, um ein Smartphone aufzuladen.
Die Folgen all dessen sind in den Stromnetzen einiger Länder zu spüren, die einen erheblichen Anstieg der Nachfrage von Technologieunternehmen bewältigen müssen. Insbesondere in Virginia in den Vereinigten Staaten, wo sich Dutzende von Datenverarbeitungszentren (auch Rechenzentren genannt) befinden, wesentliche Elemente der Internet-Netzwerkinfrastruktur. Virginia hat eine enge Beziehung zu diesem Sektor (ARPANET, ein militärisches Projekt, aus dem das Internet entstand, wurde hier 1969 gegründet) und die wichtigsten Cloud-Computing-Unternehmen wie Amazon Web Services, Google Cloud und Microsoft Azure sind auch heute noch dort tätig . Allerdings ist die Zahl der Rechenzentren in den letzten Jahren so stark gestiegen, dass der Sektor heute ein Fünftel des bundesstaatlichen Energieverbrauchs verbraucht, wie das Magazin berichtet Jakobiner.
Insbesondere, Bloomberg erzählte den Fall von DataBank, einem Unternehmen, das Rechenzentren baut und verwaltet. Der vom Unternehmen verzeichnete Anstieg des Energieverbrauchs war augenblicklich und bemerkenswert: „Das ist das Problem mit künstlicher Intelligenz“, erklärte James Mathes, Leiter von DataBank, „sie braucht viel Energie, und sobald wir sie haben, brauchen Sie sie richtig.“ weg.”
– Lesen Sie auch: Wir müssen verstehen, was „künstliche Intelligenz“ ist
Solche Nachfragespitzen treten nicht nur in Virginia auf: In vielen Teilen der Welt wächst die Stromnachfrage von Rechenzentren schneller als das verfügbare Angebot, was zu höheren Preisen und dem Risiko von Stromausfällen führt. In Schweden wird erwartet, dass sich der Strombedarf von Rechenzentren bis zum Ende dieses Jahrzehnts verdoppelt und sich dann bis 2040 erneut verdoppelt; Im Vereinigten Königreich wird bis 2030 ein Anstieg von 500 % erwartet, während in den Vereinigten Staaten der Sektor bis 2030 wiederum 8 % des Gesamtverbrauchs erreichen soll (im Jahr 2022 waren es 3 %). Dies sei „die Art von Anstieg der Stromnachfrage, die es seit einer Generation nicht gegeben hat“, sagte Goldman Sachs.
John Ketchum, CEO von NextEra Energy, einem Unternehmen, das Solar- und Windenergie produziert, glaubt, dass künstliche Intelligenz zweifellos hinter diesem Nachfrageanstieg steckt, sagte er Bloomberg. Insbesondere einige seiner Anwendungen, darunter Inferenzprozesse, mit denen linguistische Modelle Schlussfolgerungen aus neuen Daten ziehen (und daher im anfänglichen Schulungsmaterial fehlen). Schon heute verbrauchen Rechenzentren insgesamt mehr Energie als die meisten Länder, darunter auch Italien: Nur 16 Länder, darunter China und die USA, verbrauchen mehr.
All dies stellt ein Problem für den KI-Sektor dar, der sich bereits mit ersten Skeptizismus hinsichtlich der realen Anwendungen dieser Technologien auseinandersetzen muss und sich auch mit deren wirtschaftlichen, energetischen und ökologischen Auswirkungen auseinandersetzen muss. Auch weil die Nachfrage nach Energie die vielen Fortschritte zunichte machen könnte, die der Sektor in den letzten Jahren erzielt hat, in denen er versucht hat, den Betrieb von Rechenzentren nachhaltiger zu gestalten. Google beispielsweise plant, seine Rechenzentren bis 2030 vollständig mit Energie aus erneuerbaren Quellen zu versorgen: Durch die Entwicklung von Diensten wie AI Overviews besteht die Gefahr, dass das Erreichen dieser Ziele schwieriger wird.
Die Branche ist auch zunehmend von kleineren und weniger bekannten Unternehmen geprägt, die oft im Zuge des Erfolgs der generativen KI entstanden sind und sich hinsichtlich der verwendeten Energiequelle als sehr skrupellos erweisen. Der Washington Post Er sprach über das Netzwerk von rund 2.700 Rechenzentren, die allein in den Vereinigten Staaten betrieben werden und in vielen Fällen kleineren Unternehmen gehören, die einen „agnostischen“ Ansatz in Sachen Nachhaltigkeit verfolgen und auch Energie aus fossilen Brennstoffen beziehen. Technologieunternehmen versprachen, dass „saubere Energie eine magische, unendliche Ressource sein würde“, kommentierte Tamara Kneese, Direktorin der gemeinnützigen Organisation Data & Society, während in Wirklichkeit „Kohlekraftwerke dank des Booms der künstlichen Intelligenz wiederbelebt werden“.
Jedes Mal, wenn ein Rechenzentrum online geht, geben Technologieunternehmen an, dass sie Wind-, Solar- oder Geothermieenergie kaufen, um seine Emissionen auszugleichen. Wie er erklärte Washington PostEinige Kritiker vergleichen diese Ankündigungen jedoch mit dem Spiel der drei Gläser, denn „Unternehmen operieren im selben Stromnetz wie alle anderen und kassieren gleichzeitig einen Großteil der endlichen Menge an sauberer Energie.“ Ein Prozess, der Unternehmen, die Energiedienstleistungen erbringen, dazu zwingt, Energie aus fossilen Brennstoffen zu kaufen, um die kollektive Nachfrage zu befriedigen.
– Lesen Sie auch: Die Begeisterung für künstliche Intelligenz lässt etwas nach
Aus diesem Grund hoffen einige der großen Technologieunternehmen neben Investitionen in neue Chips und effizientere Server auch auf radikale Energiewende, die noch in weiter Ferne liegt. Im Jahr 2018 investierte Sam Altman, Mitbegründer von OpenAI, 375 Millionen Dollar in Helion Energy, ein Startup, das bis 2028 eine Kernfusionsanlage bauen will. Fusion, die gleiche Kernreaktion, die Sterne antreibt, ist ein seit vielen Jahrzehnten verfolgtes Ziel verschiedene Wissenschaftler und Unternehmen und könnte eine riesige Quelle enormer, sauberer Energie darstellen. Doch Branchenexperten sind sowohl hinsichtlich des Zeitpunkts als auch der konkreten Möglichkeiten des Startups sehr skeptisch.
Altman hält die Kernfusion für wesentlich für die Entwicklung der KI: im Interview mit CNBC Er sagte: „Wenn wir die Kosten für künstliche Intelligenz und Energie deutlich senken können, wird die Lebensqualität für uns alle unglaublich steigen.“ Microsoft, ein seit langem mit OpenAI verbündetes Unternehmen, hat bereits versprochen, Energie von Helion Energy zu beziehen, sobald dies möglich ist.
