Mit dem Fortschritt der künstlichen Intelligenz wird die Balance zwischen Innovation und Nachhaltigkeit zu einer wichtigen Herausforderung. Kürzlich hat OpenAI sein neuestes KI-Modell o3 vorgestellt, das bisher leistungsstärkste Modell. Neben den Kosten für den Betrieb dieser Modelle rückt jedoch auch deren Umweltauswirkungen in den Fokus der Öffentlichkeit.
Eine Studie zeigt, dass jede o3-Aufgabe etwa 1.785 Kilowattstunden Strom verbraucht – das entspricht dem Stromverbrauch eines durchschnittlichen amerikanischen Haushalts über zwei Monate. Laut Boris Gamazaychikov, Leiter für KI-Nachhaltigkeit bei Salesforce, entspricht dieser Energieverbrauch etwa 684 Kilogramm CO₂-Äquivalenten, vergleichbar mit den CO₂-Emissionen von fünf mit Benzin vollgetankten Autos.
Die hochleistungsfähige Version von o3 wurde im Rahmen des ARC-AGI-Frameworks getestet, wobei die Berechnungen auf dem Energieverbrauch standardmäßiger GPUs und dem Emissionsfaktor des Stromnetzes basieren. Gamazaychikov erklärt: „Mit der Skalierung und Integration der Technologie müssen wir diese Abwägungen stärker berücksichtigen.“ Er merkt auch an, dass diese Berechnung den „versteckten“ Kohlenstoff nicht berücksichtigt und sich nur auf den Energieverbrauch der GPUs konzentriert, daher könnte die tatsächliche Emission unterschätzt werden.
Der Datenwissenschaftler Kasper Groes Albin Ludvigsen fügt hinzu, dass ein HGX-Server mit 8 Nvidia H100-Grafikkarten einen Energieverbrauch zwischen 11 und 12 Kilowatt aufweist, deutlich mehr als die 0,7 Kilowatt pro Grafikkarte.
In Bezug auf die Aufgabendefinition äußert Pierre-Carl Langlais, Mitbegründer von Pleias, Bedenken hinsichtlich des Modelldesigns, insbesondere wenn das Design nicht schnell reduziert werden kann. „Bei der Lösung komplexer mathematischer Probleme sind viele Entwürfe, Zwischentests und Schlussfolgerungen notwendig“, sagt er.
Eine Studie von Anfang des Jahres zeigte, dass ChatGPT bei einem Gespräch durchschnittlich 10 % des täglichen Wasserverbrauchs eines Menschen verbraucht – fast ein halber Liter Wasser. Diese Zahl mag gering erscheinen, aber bei Millionen von Nutzern täglich summiert sich der Wasserverbrauch erheblich.
Kathy Baxter, Chief Architect für verantwortungsvolle KI-Technologien bei Salesforce, warnt davor, dass Fortschritte bei der KI wie OpenAIs o3-Modell zum Jevons-Paradox führen könnten. „Auch wenn der Energiebedarf sinken könnte, könnte der Wasserverbrauch steigen“, sagt sie.
Um die Herausforderungen von KI-Rechenzentren wie hoher Energieverbrauch, komplexer Kühlbedarf und umfangreiche physische Infrastruktur zu bewältigen, versuchen Unternehmen wie Synaptics und embedUR, diese Probleme durch Edge-KI zu lösen. Dies reduziert die Abhängigkeit von Rechenzentren, senkt Latenzzeiten und Energieverbrauch und ermöglicht Echtzeitentscheidungen auf Geräteebene.
Wichtigste Punkte:
🌍 Der Stromverbrauch jeder o3-Aufgabe entspricht dem Stromverbrauch eines Haushalts über zwei Monate.
⛽ Die CO₂-Emissionen pro Aufgabe entsprechen denen von fünf mit Benzin vollgetankten Autos.
💧 Der Wasserverbrauch von ChatGPT pro Gespräch beträgt 10 % des durchschnittlichen täglichen Wasserverbrauchs eines Menschen.
