Daten & Energie: AI und Kryptogeld
23.02.2024
Künstliche Intelligenz und Kryptowährungen erhöhen den Strombedarf in den globalen Rechenzentren und tragen somit zum Anstieg der weltweiten Nachfrage nach elektrischer Energie bei. Bei Suchdiensten wie Google könnte sich der Strombedarf verzehnfachen, wenn die KI dort vollständig implementiert wird. Vergleicht man den Strombedarf einer typischen Google-Suche (0,3 Wattstunden) mit dem von OpenAIs ChatGPT (2,9 Wattstunden pro Anfrage) und berücksichtigt man neun Milliarden Suchanfragen pro Tag, würde der Stromverbrauch pro Jahr um zehn Terawattstunden (TWh) ansteigen.
Der KI-Strombedarf lässt sich auf der Grundlage der Menge der KI-Server, die voraussichtlich in Zukunft verkauft werden, und ihrer Nennleistung prognostizieren. Mit einem Marktanteil von 95 Prozent dominiert das US-amerikanische Tech-Unternehmen NVIDIA den Markt für KI-Server. 2023 hat die NVIDIA Cooperation 100.000 Graphikprozessoren ausgeliefert, die pro Stück durchschnittlich 7,3 TWh Strom pro Jahr verbrauchen. Laut den Prognosen der Internationalen Energieagentur (IEA) wird die KI-Branche bis 2026 mindestens das Zehnfache des Bedarfs von 2023 verbrauchen. Allerdings trägt künstliche Intelligenz schon heute zur Reduzierung des Stromverbrauchs in Rechenzentren bei. Laut Google konnte die eigenen DeepMind-KI den Strombedarf der Kühlsysteme in den von der Suchmaschine genutzten Rechenzentren um bis zu 40 Prozent senken.
Im Jahr 2022 verbrauchten Kryptowährungen weltweit etwa 110 TWh Strom, was 0,4 Prozent des globalen jährlichen Strombedarfs entspricht. Laut den IEA-Berechnungen wird der Strombedarf von Kryptowährungen bis 2026 um mehr als 40 Prozent auf etwa 160 TWh ansteigen. Bei Kryptowährungen wird der Strom vor allem bei der Gelderzeugung - dem Mining - verbraucht. Ethereum, die zweitgrößte Blockchain nach Bitcoin, stellte das stromfressende Mining-System im Herbst 2022 ein und ersetzte es durch eine umweltfreundlichere Alternative. Die Folge: Der Strombedarf im globalen Ethereum-Netzwerk sank um erstaunliche 99 Prozent.
Wie war das möglich? In der Kryptowelt gibt es keine übergeordnete Instanz wie etwa eine Bank. Deshalb werden Transaktionen in der aus Datenblöcken bestehenden Blockchain notiert. Überprüft werden die Überweisungen von den Nutzern selbst. Im Verlauf dieser Verifizierung müssen sie spezielle „mining nodes“ – komplexe kryptographische Rätsel – lösen. Wem dies zuerst gelingt, der darf entscheiden, ob die Transaktion valide ist und damit ein neuer Block angehängt wird. Zehntausende Rechner weltweit stellen daher energieintensive und letztlich sinnlose Kalkulationen an. Je potenter die Rechner, desto höher die Gewinnchancen – und desto höher auch der Stromverbrauch. Proof-of-Work nennen die Experten diesen Mining-Mechanismus. Die Blockchain-Verifizierung ist auch ein bedeutendes Geschäftsmodell: Schließlich werden die Schürfer (Miner) für jede Überprüfung in der entsprechenden Kryprowährung entlohnt.
Ethereum funktioniert nun anders. Hier werden die Aufträge per Zufallsprinzip an einzelne Nutzerinnen und Nutzer vergeben, die vorher ein Pfand in der Netzwerk-Währung Ether hinterlegt haben (Proof-of-Stake). Damit fallen die überflüssigen Rechenleistungen aller anderen Miner weg. Teilnehmen an dieser Lotterie kann jeder, der Ether besitzt. Und man benötigt dafür auch keine miteinander verbundenen Hochleistungsrechner mehr, sondern es reicht ein einfacher Computer. Dennoch: Bitcoin dominiert weiterhin den globalen Kryptomarkt. So verbrauchte allein die globale Bitcoin-Industrie 2023 schon 120 TWh Strom und steigerte den Gesamtbedarf aller Kryptowährungen in diesem Jahr auf 130 TWh und damit auf einen neuen Rekordwert.
Der KI-Strombedarf lässt sich auf der
Grundlage der Menge der KI-Server, die voraussichtlich in Zukunft verkauft
werden, und ihrer Nennleistung umfassender prognostizieren. Mit einem geschätzten
Marktanteil von 95 Prozent dominiert das Technologieunternehmen NVIDIA den
Markt für KI-Server. 2023 hat die NVIDIA Cooperation 100. 000 Graphikprozessoren
ausgeliefert, die durchschnittlich 7,3 TWh Strom pro Jahr verbrauchen. Laut
aktuellen Prognosen wird die rasant wachsende KI-Branche bis 2026 mindestens
das Zehnfache des Bedarfs von 2023 verbrauchen wird. Allerdings kann künstliche
Intelligenz auch zur Reduzierung des Stromverbrauchs in Rechenzentren
beitragen. Laut Google konnte die eigenen DeepMind-KI den Strombedarf der
Kühlsysteme in den von der Suchmaschine genutzten Rechenzentren um bis zu 40 Prozent
senken
Der KI-Strombedarf lässt sich auf der Grundlage der Menge der KI-Server, die voraussichtlich in Zukunft verkauft werden, und ihrer Nennleistung prognostizieren. Mit einem Marktanteil von 95 Prozent dominiert das US-amerikanische Tech-Unternehmen NVIDIA den Markt für KI-Server. 2023 hat die NVIDIA Cooperation 100.000 Graphikprozessoren ausgeliefert, die pro Stück durchschnittlich 7,3 TWh Strom pro Jahr verbrauchen. Laut den Prognosen der Internationalen Energieagentur (IEA) wird die KI-Branche bis 2026 mindestens das Zehnfache des Bedarfs von 2023 verbrauchen. Allerdings trägt künstliche Intelligenz schon heute zur Reduzierung des Stromverbrauchs in Rechenzentren bei. Laut Google konnte die eigenen DeepMind-KI den Strombedarf der Kühlsysteme in den von der Suchmaschine genutzten Rechenzentren um bis zu 40 Prozent senken.
Im Jahr 2022 verbrauchten Kryptowährungen weltweit etwa 110 TWh Strom, was 0,4 Prozent des globalen jährlichen Strombedarfs entspricht. Laut den IEA-Berechnungen wird der Strombedarf von Kryptowährungen bis 2026 um mehr als 40 Prozent auf etwa 160 TWh ansteigen. Bei Kryptowährungen wird der Strom vor allem bei der Gelderzeugung - dem Mining - verbraucht. Ethereum, die zweitgrößte Blockchain nach Bitcoin, stellte das stromfressende Mining-System im Herbst 2022 ein und ersetzte es durch eine umweltfreundlichere Alternative. Die Folge: Der Strombedarf im globalen Ethereum-Netzwerk sank um erstaunliche 99 Prozent.
Wie war das möglich? In der Kryptowelt gibt es keine übergeordnete Instanz wie etwa eine Bank. Deshalb werden Transaktionen in der aus Datenblöcken bestehenden Blockchain notiert. Überprüft werden die Überweisungen von den Nutzern selbst. Im Verlauf dieser Verifizierung müssen sie spezielle „mining nodes“ – komplexe kryptographische Rätsel – lösen. Wem dies zuerst gelingt, der darf entscheiden, ob die Transaktion valide ist und damit ein neuer Block angehängt wird. Zehntausende Rechner weltweit stellen daher energieintensive und letztlich sinnlose Kalkulationen an. Je potenter die Rechner, desto höher die Gewinnchancen – und desto höher auch der Stromverbrauch. Proof-of-Work nennen die Experten diesen Mining-Mechanismus. Die Blockchain-Verifizierung ist auch ein bedeutendes Geschäftsmodell: Schließlich werden die Schürfer (Miner) für jede Überprüfung in der entsprechenden Kryprowährung entlohnt.
Ethereum funktioniert nun anders. Hier werden die Aufträge per Zufallsprinzip an einzelne Nutzerinnen und Nutzer vergeben, die vorher ein Pfand in der Netzwerk-Währung Ether hinterlegt haben (Proof-of-Stake). Damit fallen die überflüssigen Rechenleistungen aller anderen Miner weg. Teilnehmen an dieser Lotterie kann jeder, der Ether besitzt. Und man benötigt dafür auch keine miteinander verbundenen Hochleistungsrechner mehr, sondern es reicht ein einfacher Computer. Dennoch: Bitcoin dominiert weiterhin den globalen Kryptomarkt. So verbrauchte allein die globale Bitcoin-Industrie 2023 schon 120 TWh Strom und steigerte den Gesamtbedarf aller Kryptowährungen in diesem Jahr auf 130 TWh und damit auf einen neuen Rekordwert.
Der KI-Strombedarf lässt sich auf der
Grundlage der Menge der KI-Server, die voraussichtlich in Zukunft verkauft
werden, und ihrer Nennleistung umfassender prognostizieren. Mit einem geschätzten
Marktanteil von 95 Prozent dominiert das Technologieunternehmen NVIDIA den
Markt für KI-Server. 2023 hat die NVIDIA Cooperation 100. 000 Graphikprozessoren
ausgeliefert, die durchschnittlich 7,3 TWh Strom pro Jahr verbrauchen. Laut
aktuellen Prognosen wird die rasant wachsende KI-Branche bis 2026 mindestens
das Zehnfache des Bedarfs von 2023 verbrauchen wird. Allerdings kann künstliche
Intelligenz auch zur Reduzierung des Stromverbrauchs in Rechenzentren
beitragen. Laut Google konnte die eigenen DeepMind-KI den Strombedarf der
Kühlsysteme in den von der Suchmaschine genutzten Rechenzentren um bis zu 40 Prozent
senken