 |
Laut einer Studie von Alex de Vries-Gao verbrauchen einige KI-Modelle so viel Strom wie ein ganzes Land. Foto: TheVerge . |
Laut einer neuen Analyse könnte künstliche Intelligenz (KI) den Bitcoin-Mining-Ansatz hinsichtlich des Energieverbrauchs schon bald überholen. Die Studie kommt zu dem Schluss, dass KI bis Ende 2025 weltweit fast die Hälfte des gesamten Stromverbrauchs von Rechenzentren verursachen könnte.
Diese Schätzungen stammen von Alex de Vries-Gao, Doktorand am Institut für Umweltforschung der Vrije Universiteit Amsterdam, der den Stromverbrauch und die Umweltauswirkungen von Kryptowährungen untersucht. Sein jüngster Kommentar zum steigenden Strombedarf von KI wurde letzte Woche in der Fachzeitschrift Joule veröffentlicht.
„Je größer, desto besser.“
Aktuell wird der Stromverbrauch von Rechenzentren auf bis zu 20 % geschätzt. De Vries-Gaos Analyse, die auf Prognosen der Lieferkette für spezialisierte KI-Chips basiert (mangels spezifischer Daten von Technologieunternehmen), zeigt, dass der Verbrauch trotz Effizienzsteigerungen rasant ansteigt.
De Vries-Gao dachte, seine Forschung zu energieintensiven Technologien würde mit dem Ethereum-Merge enden. Doch das Aufkommen von ChatGPT hat ihm einen neuen Fokus gegeben. Der Analyst sieht auffällige Ähnlichkeiten zwischen der Entwicklung von KI und dem Energiebedarf von Kryptowährungsmärkten.
„Als ChatGPT herauskam, dachte ich: ‚Oh Gott, nicht schon wieder.‘ Das ist eine ungewöhnliche Technologie, die viel Energie verbraucht, insbesondere in hart umkämpften Märkten“, sagte er gegenüber The Verge .
 |
Die KI-Branche wird aufgrund des Wettbewerbs zunehmend energieintensiver werden. Foto: SciTechDaily. |
Eine wichtige Gemeinsamkeit ist die in beiden Branchen vorherrschende Denkweise „größer ist besser“. „Wir beobachten, wie Technologieunternehmen ihre Modelle kontinuierlich skalieren, um die beste Anwendung zu entwickeln, was aber auch den Ressourcenbedarf erhöht“, erklärt De Vries-Gao.
Das Streben nach diesem Trend hat einen Boom bei neuen KI-Rechenzentren ausgelöst, insbesondere in den USA, was zu Plänen für den Bau neuer Gaskraftwerke und Kernreaktoren geführt hat, um den wachsenden Strombedarf zu decken.
Diese Spitzen im Strombedarf können das Stromnetz belasten und den Übergang zu saubereren Energiequellen behindern, ähnlich den Herausforderungen beim Kryptowährungs-Mining. Eine weitere Gemeinsamkeit ist die Schwierigkeit, den Energieverbrauch und die Umweltauswirkungen dieser Technologien genau zu erfassen. Zwar berichten große Technologieunternehmen über ihren CO₂-Fußabdruck, liefern aber selten spezifische Daten zu KI allein.
Um dieses Problem zu lösen, nutzte De Vries-Gao eine Technik namens „Triangulation“. Er verwendete öffentlich zugängliche Geräteinformationen, Analystenschätzungen und Unternehmensgewinnberichte, um vorherzusagen, wie viel Hardware produziert werden würde und wie viel Energie sie verbrauchen würde.
Er wies außerdem darauf hin, dass die Taiwan Semiconductor Manufacturing Company (TSMC), ein bedeutender Hersteller von KI-Chips, ihre Produktionskapazität für KI-Chips von 2023 bis 2024 mehr als verdoppelt hat.
Prognosen und Unbekanntes in der Zukunft
De Vries-Gao schätzt, dass KI im Jahr 2024 so viel Strom verbrauchen wird wie die gesamten Niederlande. Bis Ende 2025 könnte dieser Wert auf das Niveau Großbritanniens ansteigen, wobei der Strombedarf für KI 23 Gigawatt (GW) erreichen wird.
Ein separater Bericht des Beratungsunternehmens ICF prognostiziert zudem, dass der Strombedarf in den USA bis 2030 um 25 % steigen wird. Dieser Anstieg ist hauptsächlich auf KI, Rechenzentren und Bitcoin-Mining zurückzuführen.
Trotz dieser Prognosen bleibt die genaue Bestimmung des Energieverbrauchs von KI komplex. Die Umweltauswirkungen variieren erheblich in Abhängigkeit von Faktoren wie der Art der benötigten Verarbeitung, der Größe des KI-Modells und der in das lokale Stromnetz eingespeisten Energie.
 |
Der Stromverbrauch von Ethereum ist um 99,988 % gesunken, nachdem auf eine energieeffizientere Transaktionsvalidierungsmethode als bei Bitcoin umgestellt wurde. Foto: SCMP. |
Beispielsweise können KI-Tools, die in Rechenzentren in West Virginia eingesetzt werden, aufgrund der Unterschiede im Einsatz erneuerbarer Energien zwischen den beiden Bundesstaaten fast doppelt so viele Kohlenstoffemissionen erzeugen wie in Kalifornien.
De Vries-Gao ist der Ansicht, dass Technologieunternehmen transparenter werden müssen. „Es ist wirklich absurd, so viele komplizierte Schritte durchlaufen zu müssen, um zu einer Schätzung zu gelangen. Es sollte nicht so unglaublich schwierig sein, aber leider ist es das“, sagte er.
Ob die Energieeffizienz zukünftig steigen wird, bleibt abzuwarten. Zwar behaupten einige KI-Modelle, wie beispielsweise das von DeepSeek, deutlich weniger Strom zu verbrauchen als andere, doch die Frage ist, ob Unternehmen der Effizienz den Vorrang vor dem Trend „größer ist besser“ einräumen werden.
Hinzu kommt das Risiko des Jevons-Paradoxons – bei dem eine gesteigerte Effizienz aufgrund des erhöhten Verbrauchs zu einem höheren Gesamtverbrauch führt – und ohne bessere Mess- und Transparenzvorgaben wird die Steuerung des Energieverbrauchs von KI eine große Herausforderung darstellen.
Quelle: https://znews.vn/ai-co-the-tieu-thu-dien-nhieu-hon-bitcoin-vao-cuoi-nam-2025-post1556958.html
Kommentar (0)