Eine neue Studie prognostiziert, dass der Energieverbrauch der KI-Industrie bis 2027 dem der Niederlande entsprechen könnte.
Wenn sich das Wachstum der KI jedoch verlangsamt, könnten ihre Auswirkungen auf die Umwelt "geringer als befürchtet" sein, so die Studie.
Alex De Vries, ein Doktorand an der VU Amsterdam School of Business and Economics, führte die Studie. Seine Projektionen gehen von bestimmten Bedingungen aus, z. B. von der derzeitigen Wachstumsrate der KI und der Verfügbarkeit von Chips.
Da Nvidia etwa 95% der in der Branche benötigten KI-Hardware liefert, verwendete De Vries die Stromverbrauchsdaten von Nvidia-Chips als Benchmarks.
Anhand der von Nvidia bis 2027 erwarteten Lieferungen schätzte er den Energieverbrauch der KI auf 85-134 Terawattstunden (TWh) pro Jahr. In seiner Spitze entspricht dieser Verbrauch dem einer kleinen Nation.
Viele, darunter auch der Autor der Studie, halten diese Ergebnisse für spekulativ, aber Beweise von Microsoft in diesem Jahr auf den hohen Wasserverbrauch in ihren Rechenzentren hin. A Studie 2019 ergab dass das Training einiger neuronaler Netze während ihrer gesamten Lebensdauer die CO2-Emissionen von fünf Autos verursachen könnte.
Microsofts und Googles steigender Wasserverbrauch könnte mit dem Betrieb ressourcenintensiver KI-bezogener Arbeitslasten korrelieren, was die Erkenntnisse von De Vries noch glaubwürdiger macht.
"Was den Stromverbrauch anbelangt, so entspricht dies der Größe eines Landes wie den Niederlanden. Es geht um ein halbes Prozent unseres gesamten weltweiten Stromverbrauchs". sagte er gegenüber BBC News.
Dies kommt zu dem Stromverbrauch von Rechenzentren hinzu, der nach Angaben des Instituts bereits mehr als 1% des weltweiten Stromverbrauchs beträgt. Internationale Energieagentur (IEA).
De Vries unterstreicht die Bedeutung der Studie, indem er erklärt, dass KI nur dort eingesetzt werden sollte, "wo sie wirklich gebraucht wird".
Die steigende Nachfrage nach KI-zentrierten Computern führt zu einem höheren Energie- und Wasserbedarf, und obwohl Nvidia versucht, den Energieverbrauch seiner Chips zu senken, kann man mit der aktuellen Technologie nur bis zu einem gewissen Grad heruntergehen.
Danny Quinn von DataVita wies auf die Unterschiede im Energieverbrauch zwischen konventionellen und KI-Server-Racks hin und erklärte: "Ein Standard-Rack mit normalem Kit verbraucht etwa 4 kWh Strom, was einem Einfamilienhaus entspricht. Ein AI-Kit-Rack hingegen verbraucht etwa das 20-fache, also etwa 8 kWh."
Wird die generative KI im Jahr 2024 abkühlen"?
Aufgrund des steigenden Energiebedarfs und der Herausforderungen bei der Monetarisierung sagen einige voraus, dass generative KI im Jahr 2024 einer Realitätsprüfung unterzogen wird.
Ben Wood, Chefanalyst bei CCS Insight, betonte, dass KI zwar tiefgreifende gesellschaftliche und wirtschaftliche Auswirkungen verspreche, dass aber die "überhypte" Erzählung über generative KI bald vor Herausforderungen stehen könnte, insbesondere für kleinere Entwickler.
"Allein die Kosten für den Einsatz und die Aufrechterhaltung von generativer KI sind immens. Wood sagte CNBC.
"Und es ist schön und gut, dass diese großen Unternehmen dies tun. Aber für viele Organisationen, viele Entwickler, wird es einfach zu teuer werden.
Wood weist auch darauf hin, dass die Dominanz von Nvidia in der KI-Hardwarebranche potenzielle Engpässe mit sich bringt.
Größere Unternehmen wie Amazon, Google und Meta arbeiten derzeit an KI-spezifischen Chips, um diesen immensen Rechenbedarf zu bewältigen, der enorm teuer ist.
Damit KI wirklich futuristische Visionen erfüllen kann, müssen wir irgendwoher mehr Energie und Wasser beziehen. Wenn die Menschheit jedoch bald die Kernfusion und das Quantencomputing knacken kann, sieht die Sache schon anders aus...
