3 Minuten
Rasanter Ausbau von KI sorgt für neue Energieprobleme
Das schnelle Wachstum von Technologien der künstlichen Intelligenz löst einen beispiellosen Anstieg beim Energiebedarf aus und gibt sowohl der Tech-Branche als auch globalen Infrastrukturanbietern Anlass zur Sorge. Aktuelle Analysen zeigen, dass der Stromverbrauch von KI-Rechenzentren schon bald nicht nur die Energieaufnahme des Bitcoin-Minings, sondern auch den Energieverbrauch ganzer Länder übertreffen könnte.
Wegweisende Studie beleuchtet das Ausmaß
Eine neue, begutachtete Studie, veröffentlicht im Fachjournal Joule von Alex de Vries-Gao, Doktorand am Institut für Umweltwissenschaften der Vrije Universität Amsterdam, liefert eine umfassende Einschätzung dieser Entwicklung. Mithilfe eines Triangulationsansatzes schätzte de Vries-Gao den globalen KI-Strombedarf anhand technischer Spezifikationen, Marktdaten und einer Analyse der Lieferketten führender Branchenakteure wie TSMC, NVIDIA und AMD.
Rechenzentrumstechnologien treiben den Energieverbrauch
Derzeit benötigt jeder moderne NVIDIA H100 KI-Chip – ein zentrales Element aktueller KI-Infrastrukturen – etwa 700 Watt im Dauerbetrieb für komplexe Deep-Learning-Modelle. Da weltweit Millionen dieser Chips im Einsatz sind, steigt der Gesamtenergieverbrauch der KI-Systeme in rasantem Tempo an.
Schätzungen zufolge könnten KI-Hardware, die zwischen 2023 und 2024 produziert wird, zwischen 5,3 und 9,4 Gigawatt Strom beanspruchen. Zum Vergleich: Damit wird bereits heute der gesamte nationale Energieverbrauch Irlands überschritten – ein klares Zeichen für den massiv wachsenden Einfluss der KI auf weltweite Stromnetze.
Stromverbrauch von KI versus Bitcoin-Mining
Während das Bitcoin-Mining lange Zeit für seinen enormen Energiebedarf kritisiert wurde, erreichen Rechenzentren für künstliche Intelligenz nun noch höhere Werte. Da führende Technologieunternehmen selten alle Verbrauchsdaten ihrer KI-Anlagen offenlegen, greifen Forschende auf Lieferkettenanalysen und Branchenprognosen zurück, um aussagekräftige Schätzungen zu erstellen.
Technologischer Fortschritt und Marktdynamik
Im Mittelpunkt dieser Entwicklung steht TSMCs CoWoS-Technologie (Chip-on-Wafer-on-Substrate), die es ermöglicht, besonders leistungsfähige Prozessoren und schnellen Speicher in kompakten Modulen zu vereinen. Solche Innovationssprünge sind entscheidend für moderne KI-Anwendungen, führen jedoch auch zu einem deutlich höheren Gesamtstromverbrauch.
De Vries-Gao hebt hervor, dass TSMC seine CoWoS-Produktionskapazität zwischen 2023 und 2024 mehr als verdoppelt hat – der Bedarf der großen Chiphersteller wie NVIDIA und AMD bleibt jedoch weiterhin höher als das Angebot. Bereits 2025 will TSMC seine CoWoS-Produktion erneut verdoppeln, um die wachsende Marktnachfrage zu bedienen.
Zukünftige Prognosen: Stromverbrauch auf Landesniveau
Setzt sich der aktuelle Trend fort, könnte der weltweite Energieverbrauch für KI-Systeme bis Ende dieses Jahres auf erstaunliche 23 Gigawatt ansteigen – fast so viel wie der durchschnittliche Stromverbrauch des gesamten Vereinigten Königreichs. Für Unternehmen, die moderne KI-Plattformen entwickeln, und für Staaten, die ihre Stromnetze stabil halten wollen, wird das Management des steigenden KI-Energiebedarfs zu einer zentralen Aufgabe.
Während künstliche Intelligenz weiterhin zahlreiche Branchen neu gestaltet und Innovationen ermöglicht, markiert ihr wachsender Stromhunger den Beginn eines neuen Kapitels in der Wechselwirkung zwischen digitaler Infrastruktur und nachhaltiger Energieversorgung.
Quelle: techspot
Kommentare