Grüne KI: die neuen Chips, die mehr Intelligenz mit deutlich weniger Energie versprechen
Die neuen KI-Prozessoren zielen auf maximale Leistung pro Watt: spezialisierte Architekturen, Flüssigkühlung und erneuerbare Energie als Schlüssel zu nachhaltigerem Rechnen.
Der andere Preis der KI: Energie
Der Boom der künstlichen Intelligenz hat in den letzten Jahren einen wenig sichtbaren, aber sehr realen Nebeneffekt gehabt: Der Stromverbrauch der Rechenzentren ist sprunghaft gestiegen. Das Training und der Betrieb großer Sprachmodelle erfordern Tausende Prozessoren, die wochen- oder monatelang parallel arbeiten, und jeder dieser Chips verbraucht enorme Energiemengen. Hinzu kommen leistungsstarke Kühlsysteme, die die Kosten noch weiter erhöhen.
Vor diesem Hintergrund hat die Halbleiterindustrie ein ebenso technisches wie dringendes Ziel in den Blick genommen: Die nächste Generation der KI-Prozessoren soll mehr Rechenleistung bei geringerem Energieverbrauch liefern. Dieser Ansatz heißt nachhaltiges Rechnen und verbindet Verbesserungen der Chiparchitektur, neue Materialien und Designs, die speziell auf KI-Anwendungen zugeschnitten sind.
Neue Prozessorgeneration: Leistung pro Watt
Die Leitkennzahl der Branche ist nicht mehr allein die reine Rechenleistung in Operationen pro Sekunde, sondern die Energieeffizienz: wie viele Operationen ein Chip pro verbrauchtem Watt ausführen kann. Hersteller wie NVIDIA, AMD, Intel und asiatische Konzerne konkurrieren bei jeder Generation darum, diesen Wert zu verbessern, mit schnelleren und sparsameren Speichern, spezialisierten Einheiten für Matrizenrechnungen (das mathematische Herz der KI) und immer weiter miniaturisierten Fertigungsverfahren.
Parallel dazu arbeiten die großen Technologiekonzerne an maßgeschneiderter Hardware für ihre eigenen Modelle. Apple, Google und Amazon haben eigenes Silizium entwickelt, das für konkrete Aufgaben optimiert ist. Dieser Ansatz reduziert die Energieverschwendung im Vergleich zum Einsatz universeller Chips für alle Arten von Aufgaben drastisch.
Strategien zur Senkung des Energie-Fußabdrucks
Über das Design der Prozessoren selbst hinaus setzt das Ökosystem auf ergänzende Maßnahmen:
- Energetisch intelligente Rechenzentren: Die direkte Flüssigkühlung am Chip leitet die Wärme deutlich effizienter ab als Luft und senkt den Verbrauch für die Kühlung.
- Rechnen mit reduzierter Genauigkeit: Kompaktere Zahlenformate (FP8, INT8) verringern den Rechen- und Speicheraufwand, ohne bei vielen Modellen praktisch an Qualität zu verlieren.
- Erneuerbare Energie: Die Hyperscaler schließen Lieferverträge für erneuerbaren Strom ab und platzieren ihre neuen Rechenzentren nahe sauberer Energiequellen.
- Neuromorphe und photonische Chips: In der Forschung versprechen Architekturen nach dem Vorbild des Gehirns oder auf Basis von Licht Effizienzgewinne um Größenordnungen.
Ein Markt in voller Expansion
Auch das wirtschaftliche Interesse treibt in dieselbe Richtung. KI-Rechenzentren machen bereits einen wachsenden Anteil am weltweiten Stromverbrauch aus, und die Prognosen sehen einen anhaltenden Anstieg bis 2030. Damit wird Effizienz nicht nur zu einer Umweltfrage, sondern auch zu einem Wettbewerbsvorteil: Wer Modelle mit weniger Energie trainieren und betreiben kann, kann niedrigere Preise und höhere Margen anbieten. Branchenanalysten sind sich einig, dass das Zusammenspiel aus effizienter Hardware und Software-Optimierung einer der entscheidenden Faktoren für die technologische Führung im Bereich der künstlichen Intelligenz in den kommenden Jahren sein wird.
Die Frage ist nicht mehr nur, wie viel Rechenleistung ein Chip erreichen kann, sondern wie viel Intelligenz jedes verbrauchte Watt erzeugen kann.
Quellen
El Tiempo — Künstliche Intelligenz und nachhaltige Technologie