Connect with us

Künstliche Intelligenz

Wasserverbrauch: Die große Unbekannte bei der zunehmenden KI-Nutzung


Der Wasserverbrauch durch Künstliche Intelligenz (KI) stellt ein erhebliches und wachsendes Problem dar: Er wirkt sich stark auf die Umwelt aus, insbesondere durch den immensen Kühlbedarf der schon für das Training von KI-Modellen nötigen Rechenzentren. Deren Energieverbrauch steht längst im Zentrum einer größeren Debatte. Der teils problematischere Wasserhunger von KI spielt bislang dagegen eine weniger sichtbare Rolle.

Die Macher einer Studie der Gesellschaft für Informatik (GI) nehmen daher nun erstmals systematisch den Wasserverbrauch von KI-Systemen entlang ihres gesamten Lebenszyklus in den Blick. Dieser reicht von der Chip-Produktion über den Rechenzentrumsbetrieb bis hin zur Entsorgung der Hardware. Im Forschungsbericht empfehlen sie technische, regulatorische und gesellschaftliche Maßnahmen zur Reduzierung des Wasserbedarfs. Es sei dringend nötig, „nachhaltige Strategien für die Zukunft zu entwickeln“.

Eine erste Schätzung des Wasserbedarfs stammt von 2023. Danach könnte die weltweite Wassernutzung durch KI-Anwendungen bis 2027 auf 4,2 bis 6,6 Milliarden Kubikmeter (m3) ansteigen. Das entspricht mehr als dem Vier- bis Sechsfachen des jährlichen Wasserverbrauchs von Dänemark. Am Beispiel des Sprachmodells GPT-3 mit 175 Milliarden Parametern zeigt diese Studie, dass dessen Training in Microsofts hochmodernen US-Rechenzentren rund 5,4 Millionen Liter benötigt haben dürfte.

Laut anderen Untersuchungen verbraucht das Erstellen eines zehnseitigen Berichts mit Llama-3-70B von Meta circa 0,7 Liter Wasser, während sich GPT-4 bis zu 60 Liter genehmigen könnte. Jede vom KI-Modell formulierte E-Mail oder 20 bis 50 Fragen an einen KI-Chatbot wie ChatGPT benötigt demnach rund einen halben Liter Wasser.

Diese Schätzungen seien jedoch mit erheblichen Unsicherheiten verbunden, heißt es in der GI-Studie: Zum einen variiere der Wasserverbrauch von Rechenzentren je nach verwendeter Kühlung und Standort. Zum anderen berücksichtigten die Projektionen aufgrund mangelnder Datenverfügbarkeit den Wasserverbrauch der Lieferkette nicht, insbesondere bei der Chip-Herstellung.

Standardisierte Messmethoden für den gesamten KI-bedingten Wasserverbrauch würden fehlen. Viele Tech-Unternehmen veröffentlichten keine detaillierten Verbrauchsdaten, monieren die Wissenschaftler. Modellierungen beruhten daher häufig auf Schätzungen.

Besonders herausfordernd: Bereits heute ist etwa die Hälfte der Weltbevölkerung von „Wasserstress“ betroffen. Die verfügbaren Süßwasserressourcen können also die Nachfrage nicht mehr decken. Bis 2030 sollen insbesondere Spanien, Italien, Belgien und Griechenland, aber auch Teile Deutschlands wie Brandenburg sowie Regionen in Mitteldeutschland betroffen sein.

Der Neubau von Rechenzentren verschärfe die Not, erläutern die Verfasser. Viele dieser Anlagen würden in Gegenden errichtet, die bereits unter Wasserknappheit leiden oder davon bedroht sind. Das könne zu Nutzungskonflikten zwischen dem steigenden Wasserbedarf der digitalen Infrastruktur und anderen gesellschaftlichen sowie ökologischen Anforderungen führen.

Energieeffiziente Algorithmen, adaptive Trainingsprozesse, spezialisierte Hardware mit geringerem Strombedarf sowie der Einsatz kleinerer, aufgabenspezifischer KI-Modelle könnten den Wasserbedarf senken, schreiben die Verfasser. Weitere Handlungsfelder: ressourcensparende Rechenzentrumsinfrastruktur wie wassersparende Kühltechnologien, der Aufbau einer konsequenten Kreislaufwirtschaft in der Hardwareproduktion, die Standortwahl von Rechenzentren unter Berücksichtigung lokaler Wasserverfügbarkeit und die Etablierung verbindlicher Transparenzstandards und neuer Bewertungsmetriken.

Fazit der Studie: „Wenn KI einen Beitrag zur Bewältigung globaler Herausforderungen leisten soll, muss sie selbst nachhaltig und verantwortungsvoll gestaltet werden.“ Es sei dringend nötig, die Debatte über eine ökologische Transformation der digitalen Infrastruktur auf fundierter Basis fortzuführen.


(mma)



Source link

Weiterlesen
Kommentar schreiben

Leave a Reply

Deine E-Mail-Adresse wird nicht veröffentlicht. Erforderliche Felder sind mit * markiert

Künstliche Intelligenz

Ladetarife für Elektroautos im Vergleich


Laden Sie Ihr Elektroauto ausschließlich zu Hause an der eigenen Wallbox oder an kostenlosen Ladestationen auf, haben Sie einen großen Vorteil: Die Kosten sind im Vorfeld bekannt, böse Überraschungen bleiben ebenso aus wie inkompatible Ladekarten oder -Apps. Denn genau damit werden Sie höchstwahrscheinlich konfrontiert, wenn das Auto an einer kostenpflichtigen öffentlichen Ladesäule steht. Zwar ist klar geregelt, wer unter welchen Bedingungen Strom verkaufen darf, einen Tarifdschungel verhindert das nicht.


Update

02.07.2025,

17:12

Uhr

Wir haben die Preise für Shell Recharge und Tesla Supercharger angepasst sowie die neue Shell-Recharge-Tarifstruktur und Electra als zusätzlichen Anbieter eingebunden.

So mag es kein riesiges Loch in Ihre Geldbörse reißen, wenn Sie auf dem Weg in den Urlaub für die Batterieladung 55 Euro statt wie zu Hause 40 Euro zahlen. Über das Jahr gerechnet summieren sich aber auch Unterschiede beim Strompreis im Zehntel-Euro-Bereich zu nennenswerten Beträgen – zumindest dann, wenn man öfter längere Strecken fährt und die öffentliche Ladeinfrastruktur nutzt. Hinzu kommt, dass so mancher Anbieter Zusatzgebühren verlangt, die häufig in den Fußnoten versteckt sind.

  • Die Wahl des Zahlungsmittels kann den Preis pro Kilowattstunde beeinflussen.
  • Tarife mit Grundgebühr lohnen sich mitunter schon bei weniger als 70 Kilowattstunden pro Monat.
  • Immer mehr Anbieter setzen auf dynamische Preise, der Unterschied kann mehr als 0,10 Euro pro Kilowattstunde betragen.

Fester Bestandteil vieler Ladetarife ist eine Blockiergebühr. Diese fällt an, wenn Sie eine bestimmte Ladezeit überschreiten. An Wechselstrom-Ladesäulen (AC-Laden), die typischerweise im städtischen Raum zum Einsatz kommen, erheben die Betreiber die Blockiergebühr in der Regel ab der fünften Stunde. Für jede weitere Minute müssen Sie dann einen Zuschlag zahlen, meist zwischen 5 und 10 Cent.


Das war die Leseprobe unseres heise-Plus-Artikels „Ladetarife für Elektroautos im Vergleich“.
Mit einem heise-Plus-Abo können Sie den ganzen Artikel lesen.



Source link

Weiterlesen

Künstliche Intelligenz

Intel stellt 18A-Prozess womöglich schon aufs Abstellgleis


close notice

This article is also available in
English.

It was translated with technical assistance and editorially reviewed before publication.

Intels Chef Lip-Bu Tan soll derzeit darüber nachdenken, die Vermarktung von Intels nächstem großem Fertigungsprozess 18A einzustellen. Die bisher geplanten Prozessoren entstehen demnach wie geplant. Abseits dessen könnte Intel aber die Kundenakquise einstellen, schreibt die Nachrichtenagentur Reuters.

Demnach soll Lip-Bu Tan intern Bedenken geäußert haben, dass 18A seinen Reiz für Kunden verliere. Sein Vorgänger Pat Gelsinger setzte zuvor dagegen alles auf 18A – es sollte Intels erster Fertigungsprozess sein, der hohe Einnahmen durch externe Kunden erzielt.

Jetzt steht im Raum, dass Intel Teile der Fertigungstechnik frühzeitig abschreiben könnte. Das würde Buchkosten von mehreren Hundert Millionen oder sogar Milliarden US-Dollar erzeugen.

20A stellte Intel 2024 bereits sang- und klanglos ein. Damals argumentierte der Hersteller, 18A stehe besser da als erwartet. Erkenntnisse von 20A sollten in die Finalisierung von 18A einfließen.

Ganz so schlimm steht es um 18A offensichtlich nicht. Die Notebook-Prozessoren Panther Lake alias Core Ultra 300 sollen Anfang 2026 erscheinen. Ebenso stehen die Servermodelle Clearwater Forest kommendes Jahr an. Für Amazon und Microsoft soll Intel eine kleine Zahl von KI-Chips mit 18A-Technik fertigen.

Der große Lauf auf 18A soll allerdings ausbleiben. CEO Lip-Bu Tan gilt in der Halbleiterindustrie als gut vernetzt – wenn er negative Rückmeldungen bekommt, steht es offenbar nicht gut um das Interesse.

Erneut könnte sich der Fokus um eine Generation nach hinten verschieben: 14A soll wirklich alles besser machen, ist aber frühestens 2027 für die Produktion bereit. Bis dahin könnte neben dem Weltmarktführer TSMC weitere Konkurrenz aufkeimen: Angeblich gewinnt Samsungs 2-Nanometer-Fertigung an Fahrt.


(mma)



Source link

Weiterlesen

Künstliche Intelligenz

Fractal Design Era 2: Mini-ITX-Gehäuse für starke Grafikkarten im Test


Die zweite Generation des Mini-ITX-Gehäuses Era tritt in den drei Farbvarianten Schwarz, Silber und Mitternachtsblau an. Wir haben uns beim Test für die blaue entschieden. Im Unterschied zum Vorgänger besteht der herausnehmbare Dacheinsatz bei allen dreien aus geschlitztem Walnussholz. Mit einem Volumen von rund 19 Litern bietet der kompakte Mini-Tower Platz für ein Mini-ITX-Mainboard, ein SFX-L-Netzteil sowie eine Grafikkarte.

Das Era 2 unterscheidet sich von vielen vergleichbaren PC-Gehäusen durch seine Flexibilität, denn Fractal Design stattet es mit einem seitlich verschiebbaren Mainboard-Träger aus. Das bietet den Vorteil, zulasten der Höhe des CPU-Kühlers eine Triple- statt einer Dual-Slot-Karte mit bis zu 32,6 Zentimetern Länge einzubauen. Damit passen sogar High-End-Grafikkarten wie einige GeForce RTX 5090 ins Era 2 hinein, sofern die Kartenhöhe 13 Zentimeter nicht überschreitet.

Allerdings gibt es nichts umsonst. Im Unterschied zum Vorgänger Era ITX nimmt die aktuelle Variante des Mini-ITX-Gehäuses keine ATX-Netzteile mehr auf. CPU-Kühler dürfen je nach Position des Mainboard-Trägers zwischen 55 und 70 Millimeter hoch aufragen. Deshalb benötigt man einen superflachen Kühler.


Das war die Leseprobe unseres heise-Plus-Artikels „Fractal Design Era 2: Mini-ITX-Gehäuse für starke Grafikkarten im Test“.
Mit einem heise-Plus-Abo können Sie den ganzen Artikel lesen.



Source link

Weiterlesen

Beliebt