KI verbraucht mehr Strom als Bitcoin

Laut einer Studie von Alex de Vries-Gao entspricht der Stromverbrauch einiger KI-Modelle dem eines Landes. Foto: TheVerge .

Künstliche Intelligenz (KI) könnte laut einer neuen Analyse bald den Energieverbrauch von Bitcoin-Mining übertreffen. Die Studie kommt zu dem Schluss, dass KI bis Ende 2025 fast die Hälfte des gesamten Stromverbrauchs von Rechenzentren weltweit verbrauchen könnte.

Diese Schätzungen stammen von Alex de Vries-Gao, einem Doktoranden am Institut für Umweltforschung der Vrije Universiteit Amsterdam, der den Stromverbrauch und die Umweltauswirkungen von Kryptowährungen untersucht. Sein jüngster Kommentar zum wachsenden Strombedarf der KI erschien letzte Woche in der Zeitschrift Joule .

„Je größer, desto besser“

Schätzungen zufolge sind KI-Technologien derzeit für bis zu 20 Prozent des gesamten Stromverbrauchs von Rechenzentren verantwortlich. De Vries-Gaos Analyse basiert auf Prognosen zur Lieferkette für spezialisierte KI-Chips (mangels spezifischer Daten von Technologieunternehmen) und zeigt, dass der Verbrauch trotz Effizienzsteigerungen rapide ansteigt.

De Vries-Gao dachte, die Forschung zu energieintensiven Technologien könnte mit Ethereum The Merge enden. Das Aufkommen von ChatGPT hat ihm jedoch einen neuen Schwerpunkt gegeben. Der Analyst sieht bemerkenswerte Ähnlichkeiten zwischen der Entwicklung der KI und dem Energiebedarf der Kryptowährungsmärkte.

„Als ChatGPT herauskam, dachte ich: ‚Oh mein Gott, nicht schon wieder.‘ Dies ist eine ungewöhnliche Technologie, die viel Energie verbraucht, insbesondere in hart umkämpften Märkten“, sagte er gegenüber The Verge .

Die KI-Industrie wird durch den Wettbewerb immer energieintensiver. Foto: SciTechDaily.

Eine wichtige Gemeinsamkeit ist die in beiden Branchen vorherrschende Denkweise „Größer ist besser“. „Wir beobachten, dass Technologieunternehmen ihre Modelle kontinuierlich erweitern, um die beste Anwendung zu entwickeln. Dies erhöht jedoch auch den Ressourcenbedarf“, erklärt De Vries-Gao.

Die Verfolgung dieses Trends hat insbesondere in den USA zu einem Boom bei der Schaffung neuer KI-Rechenzentren geführt, was wiederum zu Plänen für den Bau neuer Gaskraftwerke und Kernreaktoren geführt hat, um den steigenden Strombedarf zu decken.

Diese Spitzen in der Stromnachfrage können das Netz belasten und den Übergang zu saubereren Energiequellen behindern, ähnlich wie die Herausforderungen beim Kryptowährungs-Mining. Eine weitere Ähnlichkeit besteht darin, dass es schwierig ist, den Energieverbrauch und die Umweltauswirkungen dieser Technologien genau zu bewerten. Während die großen Technologieunternehmen ihre CO2-Emissionen melden, liefern sie selten spezifische Daten ausschließlich zur KI.

Um dieses Problem zu lösen, verwendete De Vries-Gao eine Technik namens „Triangulation“. Er nutzte öffentlich zugängliche Geräteinformationen, Analystenschätzungen und Gewinnberichte von Unternehmen, um vorherzusagen, wie viel Hardware produziert werden würde und wie viel Energie sie verbrauchen würde.

Er merkte auch an, dass die Taiwan Semiconductor Manufacturing Company (TSMC), ein großer Hersteller von KI-Chips, seine Produktionskapazität für KI-Chips von 2023 bis 2024 mehr als verdoppelt hat.

Prognose und zukünftige Unbekannte

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 steigen, wobei der KI-Strombedarf dann 23 Gigawatt (GW) erreichen wird.

Ein separater Bericht des Beratungsunternehmens ICF prognostiziert außerdem, 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 es schwierig, den Energieverbrauch von KI genau zu beziffern. Die Umweltauswirkungen variieren erheblich und hängen von Faktoren wie der Art der erforderlichen Verarbeitung, der Größe des KI-Modells und der in das lokale Stromnetz eingespeisten Energie ab.

Als Ethereums Stromverbrauch um 99,988 % sank, nachdem auf eine energieeffizientere Transaktionsvalidierungsmethode als Bitcoin umgestiegen war. Foto: SCMP.

Beispielsweise kann der Einsatz von KI-Tools, die in Rechenzentren in West Virginia verarbeitet werden, aufgrund der Unterschiede bei der Nutzung erneuerbarer Energien in den beiden Bundesstaaten fast doppelt so viel Kohlenstoffemissionen verursachen wie in Kalifornien.

De Vries-Gao ist der Ansicht, dass Technologieunternehmen transparenter werden müssen. „Es ist wirklich lächerlich, so viele komplizierte Schritte durchlaufen zu müssen, um eine Schätzung zu erstellen. Es sollte nicht so unglaublich schwierig sein, ist es aber leider“, sagte er.

Ob die Energieeffizienz künftig steigen wird, bleibt abzuwarten. Zwar verbrauchen einige KI-Modelle, wie beispielsweise DeepSeek, angeblich deutlich weniger Strom als andere, doch stellt sich die Frage, ob Unternehmen der Effizienz den Vorzug vor dem Trend „Größer ist besser“ geben werden.

Darüber hinaus besteht die Gefahr eines Jevons-Paradoxons – bei dem eine höhere Effizienz aufgrund der erhöhten Nutzung zu einem höheren Gesamtverbrauch führt – und ohne bessere Messung und Transparenz wird die Verwaltung des von der KI verbrauchten Energieverbrauchs eine große Herausforderung sein.

Quelle: https://znews.vn/ai-co-the-tieu-thu-dien-nhieu-hon-bitcoin-vao-cuoi-nam-2025-post1556958.html