KI-Branche kämpft mit Energieverbrauch: Rechenzentren setzen auf bessere Kühlung, effizientere Chips und smartere Software

KI-Rechenzentren und wachsender Stromhunger

Die Branche der künstlichen Intelligenz versucht mit Hochdruck, ihren enormen Energieverbrauch zu senken: im Fokus stehen leistungsfähigere Kühlsysteme, effizientere Computerchips und klügeres Programmieren – während die Nutzung von KI weltweit rasant zunimmt.

Ohne Rechenzentren läuft bei KI nichts. Nach Einschätzung der Internationalen Energieagentur könnten diese Anlagen bis 2030 rund 3 Prozent des weltweiten Stroms verbrauchen – etwa doppelt so viel wie heute.

Bei McKinsey, einer US-Beratung, sprechen Fachleute von einem Wettlauf, genügend Rechenzentren aufzubauen, um mit dem schnellen KI-Wachstum Schritt zu halten. Gleichzeitig warnen sie, dass die Welt auf einen Mangel an Elektrizität zusteuere.

Ansätze von Mosharaf Chowdhury zur Senkung des Energieverbrauchs

„Es gibt mehrere Wege, das Problem zu lösen“, erläuterte Mosharaf Chowdhury, Professor für Informatik an der University of Michigan.

Unternehmen könnten entweder zusätzliche Energiequellen erschliessen – ein langwieriger Prozess, nach dem die KI-Giganten bereits weltweit suchen – oder sie finden Methoden, mit derselben Rechenleistung weniger Strom zu benötigen.

Chowdhury ist überzeugt, dass die Aufgabe mit „cleveren“ Lösungen auf allen Ebenen zu bewältigen ist: von der physischen Hardware bis hin zur KI-Software.

So hat sein Labor Algorithmen entwickelt, die für jeden KI-Chip präzise bestimmen, wie viel Elektrizität tatsächlich benötigt wird. Dadurch lässt sich der Energiebedarf um 20-30 Prozent reduzieren.

„Clever“e Lösungen

Vor 20 Jahren verschlang der Betrieb eines Rechenzentrums – inklusive Kühlsystemen und weiterer Infrastruktur – ungefähr genauso viel Energie wie die Server selbst.

Inzwischen liege der Anteil der Betriebsenergie bei nur noch 10 Prozent dessen, was die Server verbrauchen, sagt Gareth Williams von der Beratungsfirma Arup.

Ausschlaggebend dafür sei vor allem die konsequente Ausrichtung auf Energieeffizienz.

Viele Rechenzentren setzen heute Sensoren ein, die mit KI arbeiten: Statt ganze Gebäude gleichmässig zu kühlen, wird die Temperatur gezielt in einzelnen Zonen geregelt.

Damit können Wasser- und Stromverbrauch in Echtzeit optimiert werden, so Pankaj Sachdeva von McKinsey.

Für viele dürfte Flüssigkühlung den entscheidenden Umbruch bringen. Sie ersetzt das laute, stromintensive Klimagerät durch ein Kühlmittel, das direkt durch die Server zirkuliert.

„Alle grossen Akteure schauen sich das an“, sagte Williams.

Das ist auch deshalb relevant, weil moderne KI-Chips von Unternehmen wie Nvidia 100-mal mehr Leistung aufnehmen als Server vor zwei Jahrzehnten.

Amazon teilte letzte Woche mit, dass sein weltweit führendes Cloud-Computing-Geschäft AWS eine eigene Flüssigmethode entwickelt habe, um Nvidia-GPUs in seinen Servern zu kühlen – und so zu vermeiden, bestehende Rechenzentren komplett neu bauen zu müssen.

„Es gäbe schlicht nicht genug Flüssigkühlungs-Kapazität, um unsere Grössenordnung zu tragen“, sagte Dave Brown, Vizepräsident für Rechen- und Dienste für maschinelles Lernen bei AWS, in einem YouTube-Video.

USA vs. China

Aus Sicht von Sachdeva ist beruhigend, dass jede neue Chip-Generation energieeffizienter ausfällt als die vorherige.

Untersuchungen von Yi Ding an der Purdue University zeigen zudem, dass KI-Chips länger genutzt werden können, ohne dass die Leistung nachlässt.

„Aber es ist schwer, Halbleiterunternehmen davon zu überzeugen, weniger Geld zu verdienen“, ergänzte Ding – etwa indem man Kundinnen und Kunden dazu bringt, dieselbe Ausstattung länger im Einsatz zu lassen.

Trotzdem gilt: Selbst wenn effizientere Chips und ein geringerer Energiebedarf KI günstiger machen, sinkt der gesamte Stromverbrauch dadurch nicht.

„Der Energieverbrauch wird weiter steigen“, prognostizierte Ding trotz aller Begrenzungsversuche. „Aber vielleicht nicht so schnell.“

In den Vereinigten Staaten wird Energie inzwischen als Schlüssel gesehen, um den technologischen Vorsprung gegenüber China bei KI zu sichern.

Im Januar stellte das chinesische Start-up DeepSeek ein KI-Modell vor, das mit Spitzen-Systemen aus den USA mithalten konnte – obwohl es weniger leistungsfähige Chips nutzte und damit indirekt auch weniger Energie.

Den Ingenieurinnen und Ingenieuren von DeepSeek gelang das, indem sie ihre GPUs präziser programmierten und einen stromintensiven Trainingsschritt ausliessen, der zuvor als unverzichtbar gegolten hatte.

Zudem wird befürchtet, China sei den USA beim verfügbaren Energieangebot weit voraus – einschliesslich erneuerbarer Energien und Kernenergie.

© Agence France-Presse