© Computec Media GmbH
Generative KI verbraucht enorme Mengen Strom und Kühlwasser und belastet damit die Umwelt. Dass es auch anders geht, demonstriert ein Herausforderer aus China, der mit wesentlich weniger Hardware und damit Energie auskommt und dennoch Spitzenleistungen zum kleinen Preis anbietet.
Wer einfach nur mit Google nach irgendetwas sucht, belastet schon die Umwelt – für sich genommen freilich nur ein winziges bisschen: Google selbst schätzt den Energieverbrauch einer einzelnen Suche auf 0,0003 kWh und den daraus resultierenden CO2-Ausstoß auf weniger als 0,2 Gramm. Allerdings ist keiner mit seiner Suche allein: Google verarbeitet pro Sekunde um die 99 000 Suchanfragen, am Tag sind es mehr als 8,5 Milliarden. Das summiert sich im Laufe eines Jahres dann doch zu einer horrenden Stromrechnung und Zigtausenden Tonnen CO2. Es kann aber noch schlimmer kommen: Dann nämlich, wenn der Suchende statt Google SearchGPT oder Perplexity nutzt. Beide Suchmaschinen beruhen auf generativer KI, und diese Technik ist Schätzungen zufolge noch einmal 60- bis 90-mal klimaschädlicher.
Was verursacht solch gravierende Folgen? Zuallererst der Strombedarf der Rechenzentren. Zwar sind Rechenzentren nicht neu – das erste entstand schon 1945 rund um den ersten Allzweck-Digitalcomputer ENIAC. Gerade KI-Workloads aber verbrauchen sieben- oder achtmal so viel Strom wie ein durchschnittlicher Rechenjob. Die Internationale Energieagentur (IEA) schätzt, dass sich der Strombedarf der Rechenzentren weltweit innerhalb weniger Jahre verdoppeln könnte, insbesondere durch KI und Kryptowährungen. Sie prognostiziert, dass der Verbrauch von 460 Terawattstunden (TWh) im Jahr 2022 auf über 1000 TWh im Jahr 2026 steigt. Das entspricht etwa dem Stromverbrauch Japans.
Sehr viel Energie beansprucht dabei das Training der Modelle. Forscher von Google und der Universität Berkeley schätzen, dass für das Training eines Modells wie GPT-3 1287 Megawattstunden Elektrizität verbraucht und dadurch 552 Tonnen CO2 ausgestoßen wurden. Noch höher könnte der Verbrauch im Betrieb sein, vor allem dann, wenn ein allgegenwärtiges Modell wie ChatGPT in sehr viele Anwendungen integriert wird.
Dabei verursacht nicht allein der Stromhunger Umweltschäden, sondern genauso der Kühlwasserdurst. Für jede Kilowattstunde Energie, die ein Rechenzentrum verbraucht, fallen zwei Liter Wasser für die Kühlung an. Damit nicht genug: In die Umweltbilanz muss man auch den Verbrauch von Energie und seltenen Materialien einberechnen, der bei der Herstellung der Millionen in Rechenzentren installierten Computer entsteht.
Wo liegt der Ausweg? Neue Modelle, die zurzeit in schneller Folge veröffentlicht werden, sind in der Regel noch komplexer als ihre Vorgänger und verbrauchen oft auch mehr Energie. Wir brauchen deshalb viel mehr grünen Strom, bei dessen Erzeugung keine Treibhausgase anfallen. Wir brauchen eine viel nachhaltigere Nutzung der Ressourcen. Das betrifft die Abwärme, die ein Rechenzentrum produziert, genauso wie das Recycling des Elektroschrotts nach dem kurzen Leben der Rechner. Wir brauchen außerdem – und vielleicht vor allem – viel effizientere Algorithmen. Die müssen größtenteils erst noch erfunden werden, aber realistisch sind sie.
Das hat nicht zuletzt erst kürzlich das chinesische Startup DeepSeek bewiesen, das eine ähnliche Leistung erzielt wie OpenAI-Modelle, dabei aber nur drei bis fünf Prozent von deren Kosten verursacht. Seine Entwicklung soll lediglich 6 Millionen Dollar gekostet haben, verglichen mit über 100 Millionen, die OpenAIs CEO Sam Altman für GPT-4 veranschlagt. Deshalb kann es nun dieselbe Menge Input- oder Output-Tokens für ein Zwanzigstel dessen verkaufen, was die Konkurrenz verlangt.
Die Angaben zu DeepSeek lassen sich kaum überprüfen. Aber selbst wenn sie geschönt sind, scheint festzustehen, dass das chinesische Startup Spitzenleistungen mit wesentlich weniger und schwächerer Hardware erzielt. Darauf lässt schon die Tatsache schließen, dass die allerneuesten Nvidia-Chips einer US-Exportbeschränkung unterliegen. Da wundert es nicht, dass die Frage aufkommt, ob nicht eine intelligentere KI mehr Erfolg verspricht als Milliardeninvestitionen von US-KI-Giganten in den Auf- und Ausbau herkömmlicher Rechenzentren.
Jens-Christoph Brendel
Stellv. Chefredakteur
