
Künstliche Intelligenz ist ein Stromfresser.
Geht es nach den Vorstellungen der Tech-Vordenker, lautet die Antwort auf den menschgemachten Klimawandel: künstliche Intelligenz. So könnte KI durch maschinelles Lernen etwa je nach Raumauslastung in einem Gebäude, je nach Wetter und anderen Faktoren den Energieverbrauch mithilfe eines selbst lernenden Algorithmus optimieren: «So kann man schnell mal 10 Prozent der Energie sparen», sagte der Schweizer Google-Forscher Urs Hölzle in einem Interview mit der «Schweiz am Wochenende» .
Ähnlich klingt es auf Green-Tech-Konferenzen: Dank KI wassersparend Gärten und Felder bewässern, die klimafreundlichste Routenwahl berechnen und so weiter. Die KI als Klimaretterin. Die Sache hat nur einen Haken: KI trägt selbst zur Erderwärmung bei.
Denn da ist zum einen das Training einer KI, das extrem rechen- und energieintensiv ist. Damit sich die Algorithmen durch riesige Datenmengen wühlen und darin statistische Muster erkennen können, müssen wochenlang Supercomputer mit speziellen Grafikkarten laufen, die jede Menge Strom aus der Steckdose ziehen. So verbrauchten die hochleistungsfähigen Grafikprozessoren, mit denen etwa GPT-3, das Schwestermodell von ChatGPT, trainiert wurde, 1300 Megawattstunden Strom. Das entspricht dem monatlichen Durchschnittsverbrauch von 1450 US-Haushalten.
Ein KI-Bild frisst eine Smartphone-Akkuladung auf
Je nachdem, aus welchen Quellen sich dieser Strom speist, verursacht das Training schädliche Treibhausgase. 2019 kam eine MIT-Studie zu dem Ergebnis, dass das Training eines Deep-Learning-Modells so viel CO2 verbraucht wie fünf (Verbrenner-)Autos in ihrer gesamten Lebensspanne.
Doch beim Energieverbrauch der KI kommt es – wie bei einem Auto
auch – darauf an, was man mit ihr macht. Und da gibt es erhebliche Unterschiede. So haben Wissenschafter der Carnegie Mellon University zusammen mit dem Start-up Hugging Face in einer Studie aufgezeigt, dass das Erstellen eines Bilds per Bild-KI so viel Energie wie eine Smartphone-Ladung benötigt. Der Bildgenerator Stablediffusion, den Architekten für Entwürfe nutzen, verursacht pro Bild so viel CO2 wie ein Gasauto auf einer Strecke von rund sechseinhalb Kilometern. Dagegen verursachen Textgeneratoren nur einen Bruchteil der Emissionen.
Ein noch grösserer Stromfresser dürften die KI-Video-Generatoren sein. Einen solchen haben OpenAI, die Macher von ChatGPT, soeben vorgestellt. Sora, so heisst der Generator, erstellt Videos, die bis zu einer Minute lang sein können. Auch mehrere andere Unternehmen entwickelten bereits Software, die Videos aus Text erzeugen kann.
Strombedarf für KI steigt deutlich
Nach Angaben der Internationalen Energieagentur (IEA) machen Rechenzentren derzeit bereits rund 1 Prozent des globalen Strombedarfs aus. Und es könnte durch KI deutlich mehr werden. Der Ökonom Alex De Vries schätzt, dass allein KI bis 2027 so viel Strom wie die Niederlande verbrauchen könnte – zwischen 85 und 134 Terawattstunden pro Jahr.
Schon jetzt warnen Experten, dass die Stromnetze überlastet werden oder gar kollabieren könnten, wenn immer mehr Ladesäulen für E-Autos und Wärmepumpen in Haushalten ans Netz gehen. Netzbetreiber in Deutschland dürfen seit diesem Jahr den Strom drosseln, um eine Überlastung zu vermeiden. Aber sind die Stromnetze fit für die KI-Revolution? Droht gar der Blackout, wenn immer Server rattern?
In China und Kasachstan kam es immer wieder zu lokalen Stromausfällen, weil die Hochleistungsrechner für die Bitcoin-Technologie extrem viel Strom aus den Netzen ziehen. China hat den sogenannten Minern, die Bitcoins erzeugen, daher schon den Stecker gezogen.
Chatten mit ChatGPT verbraucht auch Wasser
Nicht nur das Training und der Betrieb von KI-Produkten sind energieintensiv, sondern auch die Vorprodukte. Der taiwanische Chiphersteller TSMC, der unter anderen auch Apple beliefert, ist für
6 Prozent des Stromverbrauchs auf der ostasiatischen Insel verantwortlich. Taiwans Strom speist sich zu 45 Prozent aus schmutziger Kohlekraft und 39 Prozent aus Gas. Als wäre der Energiemix aus Nachhaltigkeitsgesichtsaspekten nicht schon problematisch genug, deckt der Inselstaat 97,7 Prozent seiner Energielieferungen mit Importen ab. Ein nationales Sicherheitsrisiko.
Die Entwicklung von KI-Systemen benötigt aber noch eine weitere Ressource: Wasser. Um die heiss laufenden Server in den Rechenzentren zu kühlen, waren allein in der Anlernphase von GPT-3 700’000 Liter Kühlwasser nötig. ChatGPT schluckt bei einem Dialog mit zwanzig bis fünfzig Fragen einen halben Liter Wasser.
Auch die Halbleiterindustrie benötigt jede Menge Wasser, um die Wafer, jene Blöcke, aus denen die hauchdünnen Chips im Nanometerbereich «abgeschnitten» werden, zu spülen – und zwar ultrareines Wasser, weil das normale Leitungswasser zu viele Fremdstoffe enthält, die die empfindlichen Halbleiter verunreinigen könnten. Der Chiphersteller TSMC verbraucht pro Tag 150’000 Kubikmeter Wasser, das Volumen von sechzig olympischen Schwimmbecken. In Taiwan, wo über 60 Prozent aller Halbleiter auf der Welt produziert werden, mussten einige Kommunen bereits das Wasser rationieren.
Der Energiehunger und Wasserdurst der künstlichen Intelligenz wird auch für die Tech-Konzerne, die sich Nachhaltigkeit auf die Fahnen geschrieben haben, zunehmend zum Problem. Allein bei Microsoft ist der Wasserverbrauch in seinem Rechenzentrum in Des Moines im US-Bundesstaat Iowa um ein Drittel gestiegen.
Der hohe Verbrauch sorgt auch für Konflikte und Verteilungskämpfe. In den Niederlanden gingen im vergangenen Jahr Bauern auf die Barrikaden, weil die Regierung für den Bau eines Microsoft-Rechenzentrums private Grundstücke enteignen wollte. Die Landwirte befürchteten, dass der Tech-Konzern das Strom- und Wassernetz anzapft – und damit ihre Ernte gefährdet.

