Green IT hat in den letzten Jahren nicht mehr die Aufmerksamkeit von einst bekommen. Das hat vor allem mit dem Aufstieg von KI zu tun. Denn die Technologie erfordert noch mehr Energieressourcen, könnte aber gleichzeitig Teil der Lösung sein, um den Energiebedarf und -verbrauch „in grünere Bahnen“ zu lenken.

Fujitsu hat bereits im Jahr 1988 ein eigenes Green-IT-Programm gestartet. Der Energy Star der US-Umweltbehörde EPA hat die Idee eines ressourcenschonenderen Umgangs mit Informationstechnik 1992 weiter beflügelt. Zum richtigen Durchbruch kam der Gedanke aber erst Ende der 2000er-Jahre mit der Entdeckung der ökonomischen Dimension und der Erkenntnis, dass sich mit nachhaltigeren IT-Systemen Energie und Geld sparen lassen. Das ist weit vor dem möglichen Imagegewinn auch der eigentliche Antrieb der Hyperscaler, ihre Rechenzentren klimaneutral aufzustellen. Dieser Aspekt wird mit dem wachsenden Verbrauch in Zeiten von KI und GenAI immer wichtiger.

ChatGPT verbraucht weniger Energie als gedacht

Microsoft hat zum Beispiel gerade seine KI-Strategie mit drei Solaranlagen in den USA untermauert, die 389 Megawatt an erneuerbaren Energien liefern sollen, wie IT-Boltwise berichtet. Das große Ziel ist es, bis 2030 kohlenstoffnegativ zu werden, sprich der Atmosphäre mehr CO₂-Äquivalenten zu entnehmen, als durch die eigenen Aktivitäten freigesetzt werden. Teil des Plans sind die direkte Luftabscheidung (DAC), Aufforstung und Hybridinstallationen, die Solar- und Windenergie mit Batteriespeichern kombiniert. So soll trotz des Energiehungers der KI der GreenIT-Gedanke langfristig erhalten bleiben.

Unterdessen gibt es zumindest bei einem KI-Modell einen Hoffnungsschimmer in Sachen Energieverbrauch. Denn ChatGPT benötigt laut einer Studie weniger Strom als weithin gedacht. Das Forschungsinstitut Epoch AI hat errechnet, dass der Verbrauch pro Anfrage des Sprachmodells von OpenAI nicht bei 3 Wattstunden, sondern lediglich 0,3 Wattstunden liegt. Analyst Joshua You zufolge basieren die bisherigen Schätzungen auf veralteten Hardware-Daten.

Gesamtenergieverbrauch schließt auch Training mit ein

Das heißt aber nicht, dass der wachsende Energiebedarf von künstlicher Intelligenz damit vom Tisch ist. Dabei gibt es mindestens zwei Aspekte, die zu berücksichtigen sind:

1. Die Rechenleistung und der Serverbetrieb brauchen erhebliche Mengen an Strom und anderen Ressourcen wie Wasser zur Kühlung. Der Gesamtenergieverbrauch und der Eingriff in die Umwelt sind damit deutlich höher.
2. Das Training der Sprachmodelle ist besonders rechen- und energieintensiv, weil es laut Epoch AI Milliarden von Parametern umfasst und oft viele Wochen und Monate dauert. Dafür sind oft Tausende, wenn nicht sogar Zehn- oder Hundertausende von GPUs, TPUs und NPUs (Graphics, Tensor oder Neural Network Processing Units) parallel im Einsatz, die je nach Generation entsprechend viel Strom verbrauchen.

KI hat andererseits aber auch das Potenzial, Energiegewinnung, -verbrauch und -effizienz völlig neu zu denken. Von dem in Deutschland produzierten regenerativen Strom versickert immer noch viel buchstäblich im Boden, weil es an flächendeckenden Übertragungswegen und Speichermöglichkeiten fehlt. In der Industrie gibt es bereits erste Ansätze, KI und IoT zu AIoT zu verknüpfen, um Ressourcen und Verbräuche noch besser auslesen und steuern zu können. KI ist in Sachen GreenIT damit Fluch und möglicherweise Segen zu gleich.

Quelle Titelbild: Adobe Stock / Bundi