KI: Der Kampf gegen den Energieverbrauch von Rechenzentren

Die Branche für Künstliche Intelligenz (KI) versucht fieberhaft, ihren enormen Energiebedarf durch bessere Kühlsysteme, effizientere Computerchips und intelligentere Programmierung zu senken – während die Nutzung von KI weltweit rasant zunimmt.

KI ist vollständig auf Rechenzentren angewiesen. Nach Angaben der Internationalen Energieagentur könnten diese bis 2030 drei Prozent des weltweiten Stroms verbrauchen – doppelt so viel wie heute.

Fachleute der US-Beratung McKinsey sprechen von einem Wettlauf um den Bau ausreichender Rechenzentren, um mit dem schnellen Wachstum der KI Schritt zu halten. Zugleich warnen sie vor einem drohenden Strommangel weltweit.

„Es gibt mehrere Möglichkeiten, das Problem zu lösen“, erklärte Mosharaf Chowdhury, Professor für Informatik an der University of Michigan.

Wege zu geringerem KI-Energieverbrauch

Unternehmen können entweder zusätzliche Energiequellen erschließen – was Zeit kostet und wonach die KI-Konzerne bereits weltweit suchen – oder für dieselbe Rechenleistung weniger Strom benötigen.

Chowdhury ist überzeugt, dass sich die Herausforderung auf jeder Ebene mit „cleveren“ Ansätzen bewältigen lässt: von der physischen Hardware bis zur KI-Software selbst.

Algorithmen für effizientere KI-Chips

Sein Labor entwickelte beispielsweise Algorithmen, die präzise berechnen, wie viel Strom jeder KI-Chip benötigt. Dadurch lässt sich der Energieverbrauch um 20-30 Prozent verringern.

„Clevere“ Lösungen

Vor 20 Jahren erforderte der Betrieb eines Rechenzentrums – einschließlich Kühlsystemen und weiterer Infrastruktur – ebenso viel Energie wie die Server selbst.

Heute entfällt laut Gareth Williams von der Beratung Arup auf den Betrieb nur noch 10 Prozent des Stromverbrauchs der Server.

Das ist vor allem der starken Ausrichtung auf Energieeffizienz zu verdanken.

Viele Rechenzentren setzen inzwischen KI-gesteuerte Sensoren ein, die die Temperatur in einzelnen Bereichen regeln, statt komplette Gebäude gleichmäßig zu kühlen.

Dadurch können sie Wasser- und Stromverbrauch laut Pankaj Sachdeva von McKinsey in Echtzeit optimieren.

Für viele dürfte Flüssigkeitskühlung den entscheidenden Wandel bringen. Sie ersetzt das laute, energieintensive Arbeiten von Klimaanlagen durch ein Kühlmittel, das direkt durch die Server zirkuliert.

„Alle großen Akteure beschäftigen sich damit“, sagte Williams.

Das ist relevant, weil moderne KI-Chips von Unternehmen wie Nvidia 100-mal mehr Strom verbrauchen als Server vor zwei Jahrzehnten.

AWS, das weltweit führende Cloud-Computing-Geschäft von Amazon, teilte vergangene Woche mit, eine eigene Flüssigkeitsmethode zur Kühlung von Nvidia-GPUs in seinen Servern entwickelt zu haben – ohne bestehende Rechenzentren umbauen zu müssen.

„Es gäbe schlicht nicht genügend Kapazitäten für Flüssigkeitskühlung, um unseren Umfang zu unterstützen“, sagte Dave Brown, Vizepräsident für Compute- und Machine-Learning-Dienste bei AWS, in einem YouTube-Video.

USA gegen China

Für Sachdeva von McKinsey ist es beruhigend, dass jede neue Generation von Computerchips energieeffizienter ist als die vorherige.

Forschungen von Yi Ding an der Purdue University zeigen, dass KI-Chips länger genutzt werden können, ohne an Leistung einzubüßen.

„Aber es ist schwierig, Halbleiterunternehmen davon zu überzeugen, weniger Geld zu verdienen“, indem Kunden dazu ermutigt werden, dieselbe Ausstattung länger einzusetzen, ergänzte Ding.

Doch selbst wenn effizientere Chips und ein geringerer Energiebedarf KI voraussichtlich günstiger machen, wird dies den gesamten Stromverbrauch nicht senken.

„Der Energieverbrauch wird weiter steigen“, prognostizierte Ding trotz aller Bemühungen, ihn zu begrenzen. „Aber vielleicht nicht so schnell.“

In den Vereinigten Staaten gilt Energie inzwischen als entscheidend dafür, den Wettbewerbsvorsprung des Landes gegenüber China bei KI zu sichern.

Im Januar stellte das chinesische Start-up DeepSeek ein KI-Modell vor, das trotz weniger leistungsstarker Chips – und damit eines niedrigeren Energiebedarfs – ebenso gut wie führende US-Systeme abschnitt.

Die Ingenieure von DeepSeek erreichten dies, indem sie ihre GPUs präziser programmierten und einen energieintensiven Trainingsschritt ausließen, der zuvor als unverzichtbar gegolten hatte.

Zudem wird befürchtet, dass China den USA bei verfügbaren Energiequellen, einschließlich erneuerbarer und nuklearer Energie, weit voraus ist.

© Agence France-Presse