Energiehungrige KI wird bis 2030 einen Energieverbrauch in der Größenordnung Japans verursachen.
Künstliche Intelligenz belastet bereits jetzt die Stromnetze weltweit, aber laut einem neuen Bericht stehen wir erst am Anfang.
Bis 2030 werden KI-Rechenzentren fast so viel Strom verbrauchen wie ganz Japan heute, so die Prognose. neueste Prognosen von der Internationalen Energieagentur (IEA).
Die heutigen Rechenzentren verbrauchen bereits etwa 1,51 TP6T der weltweiten Elektrizität Das entspricht etwa 415 Terawattstunden pro Jahr. Die IEA geht davon aus, dass sich dieser Wert bis 2030 auf fast 950 TWh mehr als verdoppeln wird, was einem Anteil von fast 31.060 Terawattstunden am weltweiten Stromverbrauch entspricht.
Die spezialisierte Hardware, auf der KI-Systeme laufen, ist der eigentliche Stromverbraucher. Der Strombedarf dieser “beschleunigten Server” wird bis 2030 jährlich um sage und schreibe 301 Tsd. 6 Tonnen steigen, während der Bedarf herkömmlicher Server mit lediglich 91 Tsd. 6 Tonnen pro Jahr deutlich geringer ausfällt.
Einige bereits im Bau befindliche Rechenzentren werden so viel Strom verbrauchen wie 2 Millionen durchschnittliche Haushalte, während andere, die bereits für die Zukunft angekündigt wurden, den Verbrauch von 5 Millionen oder mehr Haushalten erreichen werden.
Eine sehr ungleiche Verteilung
Bis 2030 werden amerikanische Rechenzentren etwa 1.200 Kilowattstunden (kWh) pro Person verbrauchen – das entspricht ungefähr 101 TP6 TB des Jahresverbrauchs eines gesamten US-Haushalts und ist laut IEA “um eine Größenordnung höher als in jeder anderen Region der Welt”. Afrika wird unterdessen kaum 2 kWh pro Person erreichen.
Regional ist der Strommangel in einigen Gebieten bereits spürbar. In Irland verbrauchen Rechenzentren mittlerweile unglaubliche 201,6 Tonnen des nationalen Stromverbrauchs. Sechs US-Bundesstaaten widmen mehr als 101,6 Tonnen ihres Stroms Rechenzentren, wobei Virginia mit 251,6 Tonnen an der Spitze liegt.
Kann saubere Energie mithalten?
Trotz der Befürchtung, dass der unstillbare Appetit der KI die Klimaziele effektiv sabotieren könnte, hält die IEA diese Bedenken für “übertrieben”.”
Nahezu die Hälfte des bis 2030 zusätzlich für Rechenzentren benötigten Stroms sollte aus erneuerbaren Energien stammen, obwohl fossile Brennstoffe weiterhin eine führende Rolle spielen werden.
Der Energiemix variiert stark je nach Region. In China werden heute fast 701.600 Tonnen Rechenzentrumskapazität mit Kohle betrieben. In den USA führt Erdgas mit 401.600 Tonnen, gefolgt von erneuerbaren Energien mit 241.600 Tonnen.
Mit Blick auf die Zukunft, kleine modulare Kernreaktoren (SMRs) könnte nach 2030 für die Deckung des Energiebedarfs von KI unerlässlich werden.
Technologieunternehmen wie OpenAI planen bereits die Finanzierung von SMR-Kapazitäten mit einer Leistung von über 20 Gigawatt – ein Zeichen dafür, dass sie sich Gedanken über langfristige Energiesicherheit machen. Microsoft will sogar die SMR-Technologie wiederbeleben. stillgelegtes Kernkraftwerk Three Mile Island.
Effizienz vs. Expansion
Die IEA spekuliert über verschiedene mögliche Zukunftsszenarien für den Energieverbrauch von KI. In ihrem “Lift-Off”-Szenario, das von einer weit verbreiteten und beschleunigten Einführung von KI ausgeht, könnte der weltweite Stromverbrauch von Rechenzentren bis 2035 1.700 TWh übersteigen – fast 451 TWh mehr als in ihrer Basisprognose.
Alternativ dazu legt ihr Szenario “Hohe Effizienz” nahe, dass Verbesserungen bei Software, Hardware und Infrastruktur den Strombedarf um mehr als 151 TP6T senken könnten, während gleichzeitig die gleiche KI-Kapazität und -Leistung erzielt wird. Sollte die KI jedoch auf Probleme oder Gegenwind stoßen, könnte der Energieverbrauch deutlich geringer ausfallen.
Die wichtigste Erkenntnis der IEA ist, dass das nächste Jahrzehnt das sorgfältig austarierte Gleichgewicht zwischen Leistung und Energieeffizienz der KI auf die Probe stellen wird.
Ob die Technologiebranche dieses Rätsel lösen kann, hat möglicherweise nicht nur Auswirkungen auf die Zukunft der KI, sondern auch auf ihre Rolle bei der Bewältigung der globalen Klimakrise, anstatt sie zu verschärfen.
