KI-Energieverbrauch: Warum Videos mehr Strom als Bilder benötigen

Künstliche Intelligenz mag schwerelos wirken – nur Text, Bilder und Videos auf einem Bildschirm. Doch hinter jeder Eingabe stehen Server, die tatsächlich Strom verbrauchen, und neue Messungen zeigen, dass manche KI-Aufgaben deutlich energieintensiver sind als andere.

Direkte Tests mit modernen Systemen belegen, dass die Erzeugung eines einzelnen KI-Videos mehr als 100-mal so viel Strom benötigen kann wie die Erstellung eines Bildes.

Der Unterschied hängt nicht allein von der Modellgröße ab. Entscheidend sind auch das gewünschte Ergebnis und die Konfiguration des Systems.

Um diese Unterschiede sichtbar zu machen, entwickelten Ingenieure der University of Michigan (U-M) ein öffentliches Benchmarking-System, das Energieverbrauch, Geschwindigkeit und Qualität für identische Modelle und Aufgaben gegenüberstellt.

Ein neuer KI-Energie-Benchmark

Auf der ML.ENERGY Leaderboard werden diese Energieunterschiede zusammen mit Geschwindigkeit und Qualität für dieselben Modelle und Aufgaben direkt offengelegt.

Mit dem offenen Toolkit hinter dieser Rangliste haben die Ingenieure festgehalten, dass unterschiedliche Bereitstellungen ein und desselben Modells extrem unterschiedliche Mengen Strom verbrauchen können.

Bei Sprach-, Bild- und Videosystemen entstanden die größten Abweichungen nicht ausschließlich durch die Modellgröße, sondern durch die jeweilige Konfiguration und die verlangte Ausgabe.

Der direkte Vergleich verdeutlicht: Der Energieverbrauch ist kein unveränderlicher Preis für KI-Fähigkeiten, sondern ein variables Ergebnis von Designentscheidungen, die genauer geprüft werden sollten.

Wie der Stromverbrauch von KI gemessen wurde

In ihrer Studie erfasste das U-M-Team den Energieverbrauch von 1.858 Hardware- und Software-Konfigurationen für 46 Modelle und sieben Aufgaben.

Im Mittelpunkt standen Messungen während der Inferenz, also in dem Moment, in dem ein trainiertes Modell eine Anfrage beantwortet, weil Server dann den größten Teil ihrer Arbeit leisten.

Im gesamten KI-Markt schätzt der ML.ENERGY Benchmark, dass die Inferenz 80 bis 90 Prozent des gesamten Rechenbedarfs ausmacht.

Nach aktuellen Prognosen der Internationalen Energieagentur lag der Bedarf von Rechenzentren in den Vereinigten Staaten 2024 bei 183 Terawattstunden und könnte bis 2030 auf 426 Terawattstunden steigen.

Die Generierungsdauer bestimmt den KI-Energieverbrauch

Bei Sprachmodellen war der Stromverbrauch stark davon abhängig, wie Antworten erzeugt wurden. In den Tests benötigte das Lösen von Problemen je Antwort teils 25-mal so viel Elektrizität wie eine lockere Unterhaltung.

Der Unterschied lag in den Tokens – kurzen Textbausteinen, die ein Modell ausgibt. Jedes zusätzliche Token löst im Server eine weitere Runde mathematischer Berechnungen und Speicherzugriffe aus.

Im Reasoning-Modus erzeugten Modelle häufig etwa zehnmal mehr Tokens, wodurch zugleich sank, wie viele Anfragen das System parallel bearbeiten konnte.

Da längere Ausgaben mehr Strom benötigen, kann ein Kürzen der Antwortlänge oder ein früheres Stoppen der Generierung den Energiebedarf senken, selbst wenn die Eingabe unverändert bleibt.

Auch die Stapelverarbeitung veränderte die Rechnung. Indem viele Anfragen gebündelt wurden, verringerte sich der Energieverbrauch je Token um das Drei- bis Fünffache, bevor die Verbesserungen abflachten. Diese als Batchgröße bezeichnete Einstellung steigert die Hardwareeffizienz, weil die Chips stärker ausgelastet werden.

Dem steht ein Geschwindigkeitsnachteil gegenüber. Größere Batches verzögern jede einzelne Antwort, weil das System mehr Arbeit abschließen muss, bevor es das nächste Token zurückgibt.

Bei Diensten, die unmittelbar reagieren sollen, können kleinere Batches den zusätzlichen Energieaufwand rechtfertigen, da Nutzern Verzögerungen meist stärker auffallen als Stromverbrauch.

Wenn die Hardware den gesamten Ablauf bremst

Der Energiebedarf wurde nicht nur durch das KI-Modell bestimmt. Mitunter entstand die größte Verschwendung in den Arbeitsschritten davor und danach.

KI-Systeme nutzen leistungsstarke Chips, sogenannte GPUs, für den Großteil ihrer Berechnungen. Doch auch wenn eine GPU auf Daten wartet, zieht sie weiterhin Strom. Energie kann daher allein deshalb verloren gehen, weil die Komponenten des Systems nicht vollständig aufeinander abgestimmt sind.

Bei Bild- und Videoaufgaben muss eine Anfrage häufig zusätzlich vorbereitet werden, bevor sie die GPU erreicht.

Diese Vorbereitungsarbeit läuft üblicherweise auf herkömmlichen Prozessoren. Dauert sie zu lange, bleibt die GPU unbeschäftigt – eingeschaltet, aber ohne produktive Arbeit zu leisten.

In solchen Fällen ist ein Upgrade auf eine schnellere GPU nicht immer die Lösung. Wenn andere Teile der Software langsam bleiben, verbringt der teure Chip weiterhin Zeit mit Warten – und verbraucht dabei weiter Energie.

Wie Rechenaufwand den Energieverbrauch beeinflusst

Bei Bild- und Videogeneratoren hing der Stromverbrauch weniger von der Anzahl der Parameter ab als davon, was Nutzer vom System erstellen lassen wollten.

Ein kurzes KI-Video konnte deutlich mehr Energie beanspruchen als ein einzelnes Bild, weil sich die Generierung anders entfaltet.

Diffusionsmodelle – Systeme, die visuelles Rauschen schrittweise verfeinern – führen zentrale mathematische Operationen wiederholt aus.

Mehr Schritte, eine höhere Auflösung und zusätzliche Einzelbilder erhöhen jeweils den Rechenaufwand und die Speicherbewegungen, wodurch der Energiebedarf mit jeder Steigerung wächst.

Eine geringere Auflösung oder weniger Einzelbilder können den Energiebedarf rasch senken, verändern jedoch auch Bildschärfe und Bewegungsqualität.

Präzisionseinstellungen und Datenverkehrsmuster

Präzisionseinstellungen brachten eine weitere Komplexitätsebene hinzu. Selbst wenn das Modell unverändert blieb, verringerten Zahlenformate mit kleinerer Genauigkeit den Stromverbrauch in tatsächlichen Bereitstellungen nicht immer.

Bei der Quantisierung – dem Speichern von Zahlen mit weniger Bits – bewegten Server zwar weniger Daten, mussten jedoch zusätzliche Umwandlungen durchführen.

Bei kleinen Batchgrößen verhinderte dieser Mehraufwand manchmal eine effiziente Hardwareauslastung, sodass sowohl Verzögerungen als auch Energieverbrauch anstiegen.

Welche Präzisionseinstellung am effizientesten ist, hängt deshalb von den Datenverkehrsmustern ab; die beste Wahl kann sich mit veränderter Systemauslastung verschieben.

Mehr GPUs, unterschiedliche Ergebnisse

Die Verteilung eines Modells auf mehr GPUs verkürzte häufig die Antwortzeit, erhöhte bei derselben Batchgröße jedoch meist den gesamten Energieverbrauch.

Zusätzliche Geräte müssen über schnelle Verbindungen miteinander kommunizieren, und diese Abstimmung erzeugt Mehraufwand, ohne neue Tokens hervorzubringen.

Wenn Speichergrenzen größere Batches auf einer einzelnen GPU verhinderten, konnte die Verteilung des Modells auf mehrere GPUs den Energieverbrauch insgesamt manchmal senken.

In der Praxis kommt es darauf an, welche Verzögerung Nutzer akzeptieren und ob das Modell problemlos auf weniger Chips passt.

KI mit Blick auf Energie entwickeln

Statt Energie als unsichtbaren Nebeneffekt zu behandeln, können Teams den Verbrauch pro Anfrage während Entwicklung und Tests verfolgen.

Automatisierte Testreihen lassen sich auf hausinternen Modellen und Hardware ausführen. Mit dem U-M-Toolkit können dabei Einstellungen erprobt werden, die eine angestrebte Verzögerung einhalten und gleichzeitig innerhalb eines Energiebudgets bleiben.

Da viele kommerzielle Dienste ihre Energiedaten nicht veröffentlichen, konzentriert sich die öffentliche Rangliste auf Modelle mit offenen Gewichten, deren interne Parameter überprüft und verglichen werden können. Diese Transparenz macht eine umfassendere Lücke im Bereich sichtbar.

„Die Realität ist nicht schwarz-weiß, und wir wissen vieles nicht, weil niemand direkte Messungen zum Stromverbrauch von KI öffentlich zugänglich macht“, sagte Chowdhury.

Eindeutige Energiewerte verbinden, was ein Modell schreibt, wie Server arbeiten und wie Hardware funktioniert, zu einem einzigen umsetzbaren Budget.

Wenn mehr Gruppen direkte Messungen veröffentlichen, können Entwickler, Netzplaner und Käufer das Wachstum von KI auf Grundlage von Belegen statt anhand von Worst-Case-Rechnungen diskutieren. Außerdem können sie Systeme von Beginn an mit Blick auf Leistung und Energie entwerfen.