Durstige KI
Künstliche Intelligenzen haben ganz schön Durst. Ihr Wasserverbrauch könnte bald erhebliche Auswirkungen auf die Wasserversorgung haben, besonders im trockenen Süden der USA.
Das meiste Wasser brauchen grosse Sprachmodelle wie ChatGPT oder Bard zum Lernen. Sie lernen an sehr vielen Beispielen, passgenaue Antworten auf Fragen zu geben. Während des Trainings haben sie einen grossen Kühlungs- und Energiebedarf. Entsprechend gross ist ihr Wasser-Fussabdruck.
Training und Betrieb benötigen viel Wasser
Bei einem Training von GPT-3 in den US-Rechenzentren von Microsoft werden schätzungsweise 700’000 Liter sauberes Süsswasser verbraucht, erklärt der Computeringenieur Shaolei Ren in einem Interview mit dem Tech-Magazin «The Markup».
Das ist vergleichsweise sparsam – in asiatischen Datacentern wäre es dreimal so viel. Neuere KI wie GPT-4 verbrauchen noch mehr Wasser, da das Modell auf mehr Parametern basiert.
Wer mit den künstlichen Intelligenzen spricht, kann es fast tropfen hören. Eine kurze Unterhaltung mit ChatGPT im Umfang von 30 bis 50 Fragen verbrauche etwa einen halben Liter frisches Wasser, sagt Ren. Hochgerechnet auf alle Nutzenden ergibt das einen enormen Wasserverbrauch.
Berechnet hat Ren dabei nur die direkte Wassernutzung der Software. Würde der ganze Lebenszyklus der KI berücksichtigt, sähe das anders aus. Hinzu käme beispielsweise der Wasserbedarf bei der Herstellung von Computerchips, der Energieerzeugung oder dem Transport von Serverelektronik.
Die verbrauchte Wassermenge wäre dann vermutlich zehnmal so hoch, schätzt der Ingenieur.
Für trockene US-Bundesstaaten mit vielen Rechenzentren wie Kalifornien ist das ein beunruhigendes Szenario. Wobei «verbraucht» nicht heisst, dass das Wasser verschwindet. Teilweise wird es nur für die Kühlung genutzt.
Ren hat sich zusammen mit anderen Forschenden der University of Colorado und der University of Texas mit dem grossen Durst der Künstlichen Intelligenzen befasst. In einem Preprint-Artikel machen die Forschenden Vorschläge, wie der Wasserverbrauch der KI reduziert werden könnte.
Nachtarbeit wäre gut und Grauwasser ist kein Thema
Wann und wo KI trainiert wird, spielt eine grosse Rolle. Um weniger Wasser zu verbrauchen, sollten die künstlichen Intelligenzen nachts trainieren oder in Rechenzentren mit geringerem Wasserbedarf.
Möglich wären auch dezentrale Modelle, bei denen mehrere Rechner an unterschiedlichen Orten zusammenarbeiten. Strategien, den Wasserbedarf der KI mit Hilfe von Daten über Stromanbieter und Energiespeicher zu reduzieren, wären ebenfalls denkbar. Kein Thema in der Analyse ist die Nutzung von Grauwasser. IT-Dienstleister müssen Systeme in der Regel mit Frischwasser kühlen, um Verunreinigungen zu vermeiden.
Wassereffizienz steht dabei teilweise in Konkurrenz zu Klimazielen. Um die Mittagszeit ist die Produktivität von Solar-Farmen beispielsweise am höchsten, der Wasserverbrauch aber auch.
Grosse Tech-Konzerne sind sich der Problematik bewusst
Grosse Tech-Konzerne sind sich des Wasserverbrauchs ihrer Software immerhin bewusst. In den Nachhaltigkeitsberichten von Google, Microsoft und Meta werde der Wasserbedarf priorisiert, berichtet Ren.
Hilfreich wäre grössere Transparenz darüber, wo und wann im Betrieb einer KI wie viel Wasser verbraucht werde, regen die Forschenden an. Wenn es möglich sei, den CO2-Fussabdruck der arbeitenden Software zu berechnen, sei dasselbe auch für Wasser möglich. Nutzerinnen und Nutzer könnten dann ihr Verhalten anpassen und Anfragen an künstliche Intelligenzen beispielsweise zu nachhaltigeren Zeiten stellen.
Themenbezogene Interessenbindung der Autorin/des Autors
Keine
_____________________
Meinungen in Beiträgen auf Infosperber entsprechen jeweils den persönlichen Einschätzungen der Autorin oder des Autors.
Auch die «Zukunftstechnologie» KI ist nur ein schöngeschriebenes Geschäftsmodell, aber in Wahrheit eine soziale, ökologische und ökönomische Chimäre. Nicht, nur dass die KI den Wert intellektueller oder allgemein wissenschaftlicher Arbeit zunehmend entwertet, weil deren Recherche nicht mehr überprüft werden kann; es werden so auch Millionen anspruchvoller Jobs durch Sklavenarbeiter in Entwicklungsländern ersetzt (siehe Infosperber). Jene landen im Prekariat und diese bleiben dort. Darüber hinaus baut sich eine dramatische Verknappung des bereits bedrohten Wassers auf, weshalb es privatisiert wird. Ganz so, wie Energieressourcen durch das globale Netz und zunehmend durch die darauf gründende Block-Chaine-Technologie verknappt und ganz im neoliberalen Sinn zu privatisierten strategischen Gütern wurden. Ganz so wie die Gen-Technologie Milliarden von Menschen abhängig von Agromultis gemacht und ganze Länder vergiftet hat. Und nachher kommen die Ethik-Räte als Tranquilizer.
Den Bedarf der Resource Trinkwasser in Beziehung zu technischen Einrichtungen zu setzen, finde ich sehr gut und wichtig.
Dass dies in CO2-Aequivalente umgerechnet wird, erachte ich als einen unnötigen Bückling vor dem CO2-Narrativ-Handelsgeschäft!
Viele Themen der Energieverschwendung werden einfach ausgeblendet. Dazu gehören Anwendungen der globalen Vernetzungen, die nicht lebensnotwendig sind, wohl aber ein grosses monaitaires wie manipulatives Potenzial haben.
Nur ein kleines Beispiel:
Die mobile Funkvernetzung braucht das 10-fache an Strom der kabelgebundenen Vernetzung.
Wo bleibt denn das Verursacherprinzip?
Und weshalb muss ich denn mit dem Billetpreis auch noch diese gesundgheitsgefährende Fehlentwicklung mitfinanzieren?
Passiv-Rauch war gestern, der Schutz vor Passiv-Smog ist leider noch nicht bewusst!
Stellt sich die Frage, warum die so viel Abwärme produzierenden Anlagen nicht in kühlen oder kalten Gebieten stehen und dort Fernwärme-Anlagen füttern? Damit könnten wohl hunderte oder tausende Hauhalte beheizt werden und bräuchten so keine zusätzliche fossilen Brennstoffe.
Wahrscheinlich ist, dass dieser Gedanke schon da war aber, wie oft üblich, von Partikularinteressen unterdrückt wurde…
@Christoph Gehlhar
Energie ist einfach noch zu billig. Deshalb werden sinnvolle Lösungen, wie Sie sie vorschlagen, meist nicht realisiert. Andere Faktoren (Aufbau eines Fernwärmenetzes, teurerer Standort für ein Rechenzentrum, …) sind wirtschaftlich gewichtiger als die Kosten der vergeudeten Energie.
Sehr gute Frage, auf die ich leider auch keine gute Antwort weiss. Vermutlich hat es mit Landbesitz und lokalen Interessen zu tun. Den Betreibern jedenfalls scheinen solche Ideen auch schon gekommen zu sein. Microsoft zum Beispiel hat vor einigen Jahren versucht, Server in der Nordsee zu versenken, um das Kühlproblem zu lösen.
Mit Solekühlanlagen würde die Reinheit gewährleistet bleiben und die Rechenleistung könnte deutlich erhöht werden. Im Gegenzug wird natürlich mehr Strom benötigt aber die könnte auch Klimaneutral erzeugt werden. Ist allerdings mit Mehrkosten verbunden….
In der Diskussion ist es hilfreich, wenn man klarer definiert was man bei AI/KI meint. Im gegenwärtigen Zustand sind diese ‹AIs› allesamt unintelligente aber effiziente Software auf performanter Hardware. Bis vor kurzen, noch Machine Learning (ML) genannt, bei welchem die Algorithmen Muster in großen Datenmengen suchen und einem, die, unter den eingegebenen Parametern und den verwendeten Algorithmen und Daten, wahrscheinlichste Antwort präsentieren. Die vom ML-Algorithmus gelieferten Resultate kann man dabei beliebig beeinflussen, via gewählten Parametern, Gewichtungen, gewählten mathematischen Funktionen und schließlich den eingespeisten Daten. Heutige Algorithmen haben ein gewisses Potential zur ‹Selbstoptimierung›. Neben dieser Software spielt natürlich die Hardware eine große Rolle, je grösser und schneller der Rechner, desto mehr Energie und Kühlung braucht er.
Und wozu das ganze? Dass einem eine AI, die Menschen müssten Wasser und Energie sparen, es gebe davon zu wenig…
Wenn die KI nur schon beim Wasser einen derartigen Verbrauch hat, wie sieht es dann beim Strom aus? Könnte es dann sein, dass die prognostizierte Ersetzung von menschlicher Arbeitskraft durch KI ökologisch schlicht nicht vertretbar ist?
Zum Vergleich: mit einem halben Liter Wasser unterhalte ich mich einen halben Tag 😉