PAGE online

NFT, KI und Co: Was uns der Fortschritt kostet

Auf welche Größe beläuft sich der CO2-Fußabdruck von KI, Blockchains und Smart-Home-Anwendungen?

KI, Blockchains, Smart Home, Automobilität – lässt sich der entstehende Energieverbrauch überhaupt so einfach berechnen? Gibt es eine genaue Summe? Nein! Wir haben trotzdem Zahlen recherchiert, die ein wenig Aufschluss geben.

Genaue Schätzungen sind allerdings kompliziert, weil komplexe Serviceinfrastrukturen immer zu Messungsschwankungen führen. So variiert die Klimabilanz beispielsweise beim Videostreaming je nach den beteiligten Providern (Glasfaser ist wesentlich energieeffizienter), Rechenzentren (manche speisen Abwärme wieder in Fernwärme ein) und Endgeräten (je älter und größer der Bildschirm, desto teurer).

Digitalisierung pro Jahr pro Kopf

Laut einer Studie der KfW verursachten digitale Anwendungen in Deutschland im Jahr 2020 schätzungsweise rund 34 Millionen Tonnen CO2-Ausstoß. Der digitale Fußabdruck pro Person und Jahr betrug demnach bei durchschnittlicher privater Nutzung digitaler Geräte rund 740 Kilogramm Kohlenstoffdioxid. Bei intensiver Nutzung steigt dieser Wert auf rund eine Tonne CO2 pro Jahr und Kopf.

Streaming ist besser als Blue-ray

Der Videokonsum machte dabei schon vor der Corona-Pandemie einen Großteil des Traffics aus, auch wenn man sich über die Zahlen (Netflix circa 1 Kilogramm CO2 pro Stunde) im Einzelnen streiten kann. Ingenieure der Michigan University kamen 2019 zu dem Ergebnis, dass das Streamen eines Films trotzdem weniger umweltschädlich ist als der Kauf und das Anschauen einer Blu-ray-Disc.

Bitcoin, Blockchain und Co: Per Turbo-Boost in die Klimakatastrophe?

Laut einer Studie der Linux Foundation in Zusammenarbeit mit der Hyperledger Foundation ist die Bitcoin-Blockchain mit 178,040 Gigawattstunden verantwortlich für die Emission von rund 114 Megatonnen Kohlendioxid pro Jahr. Das ist circa so viel, wie die gesamte Tschechische Republik verbraucht. Zusammen mit Ethereum (2021: 108,390 Gigawattstunden) war sie bis vor Kurzem für circa 0,36 Prozent der von Menschen verursachten CO2-Emission verantwortlich.

Green Web: Weaving the Net Zero Web

500 Millionen Tweets, 294 Milliarden Mails, 720 000 Stunden YouTube-Videos – jeden Tag! Webdesigner und Entwickler müssen unseren Datenverkehr endlich grüner gestalten. In PAGE 2.2023 zeigen wir Tipps und Konzepte für ein Webdesign zwischen Innovation und mehr Nachhaltigkeit.

Ethereum stieg allerdings im August 2022 vom rechenintensiven Proof-of-Work- auf das Proof-of-Stake-Verfahren um und verbraucht nach eigenen Angaben nun ganze 99,95 Prozent weniger Energie.

Zuletzt ließ Ethereum im September seinen Verbrauch schätzen. Das in Deutschland ansässige Crypto Carbon Ratings Institute (CCRI) schätzt, dass das Netzwerk nun nur noch 2600 Megawattstunden (~2.6 Gigawattstunden) verbraucht was einer jährlichen Emission von 0.9 Kilotonnen CO2 entspricht.

Wie gesagt, genaue Schätzungen sind kaum möglich, und die eigenen Angaben der Anbieter mit Vorsicht zu genießen. Hier noch ein Vergleich aus der Studie von Deloitte Canada: Solana 11,05, Polygon 0,79 und Flow 0,18 Megawattstunden im Jahr.

KI, maschinelles Lernen und Big Data – Intelligente Umweltverschmutzung?

Von KI-Anwendungen profitiert die Menschheit bereits enorm – etwa in der medizinischen Diagnostik, aber auch im Klimaschutz und dabei Energieversorgung effizienter zu machen. Für das Training eines KI-Modells benötigt man neben Zeit, Geld und qualitativ hochwertigen Daten aber eine Menge Energie.

Je mehr Parameter ein Modell besitzt, desto energieintensiver sind die Berechnungen – das kann man zumindest festhalten, aber auch die unterschiedlichen Modelle verbrauchen unterschiedlich viel Strom.

Tausende Petaflop-Tage

Das Programm zur Verarbeitung natürlicher Sprache GPT-3 von OpenAI ist beispielsweise ein sogenanntes Autoregressive-Transformer-Language-Modell. 2020 bestand es aus 175 Milliarden Parametern, das Vorgängermodell GPT-2 hatte bei seiner Markteinführung ein Jahr zuvor nur 1,5 Milliarden Parameter.

Während GPT-2 einige Dutzend Petaflop-Tage zum Trainieren brauchte, erforderte GPT-3 mehrere Tausend – eine enorme Menge an Rechen- und Energieaufwand. Die Maßeinheit Flops beziehungsweise Floating Point Operations per Second beschreibt die Verarbeitungsgeschwindigkeit von Computern, ein Petaflop entspricht einer Billiarde Gleitkommaoperationen pro Sekunde.

Lange Erklärung für insgesamt 936 Megawattstunden Strom respektive 400 Megatonnen CO2, die nur das Training, nicht der Betrieb der KI kostet.

Grüne Hoffnung IoT – Smart Homes und autonome Fahrzeuge

Um beim Thema Smart Home die Zusatzkosten zu kalkulieren, muss man neben der neu zu beschaffenden Hardware den Stromverbrauch der Geräte im Stand-by-Modus messen. Tatsächlich weichen diese je nach Hersteller – beispielsweise smarter Lautsprecher – oft sehr voneinander ab.

Ein moderner Apple HomePod mini verbraucht auf Stand-by gestellt nur 0,6 Watt, im Jahr 5,42 Kilowattstunden, also knapp 2,3 Kilogramm CO2. Ein alter Amazon Echo verbraucht im Jahr rund fünfmal so viel Strom und verursacht damit über 10 Kilogramm Treibhausgas.

Nutzer:innen eines kompletten Smart Homes kommen so auf 250 bis 500 Kilowattstunden im Jahr für den Stand-by-Betrieb; in CO2 sind das circa 100 bis 200 Kilogramm. Natürlich kann das auf anderer Ebene wieder Energie sparen, etwa beim Heizen oder Beleuchten.

Auto tankt Internet

Ebenfalls erhoffen sich viele Menschen von autonomen Fahrzeugen eine grüne Verkehrswende, doch einer aktuellen Fraunhofer-Studie zufolge kann sich diese Hoffnung schnell umkehren.

Ein kritischer Faktor ist der Datenaustausch. Bei Testfahrzeugen lag das Aufkommen zwischen 1,4 und 19 Terabyte pro Stunde. Sobald davon mehr als 0,8 TB/h übertragen würden, wäre der Effizienzgewinn gegenüber konventionellen Fahrzeugen aufgebraucht.

Quellen

https://carbon-ratings.com/dl/eth-report-2022

https://indices.carbon-ratings.com

The Energy Footprint of Blockchain Consensus Mechanisms Beyond Proof-of-Work (2022)

Carbon Foodprint of NFTs (2022)

Ethereum Energieverbrauch (2022)

Doing AI without breaking the bank yours or the planets (2021)

Open AI AI and Compute (2018)

Meet M6 — 10 Trillion Parameters at 1% GPT-3’s Energy Cost (2022)

AI is harming our planet (2022)

AI Power Consumption exploding (2022)

Estimation of energy consumption in machine learning (2019)

Energy and Policy Considerations for Deep Learning in NLP (2019)

Sustainable AI: Environmental Implications, Challenges and Opportunities (2022)

Smart Home – Energieverbrauch und Einsparpotenzial der intelligenten Geräte (2019)

Smarte Rahmenbedingungen für Energie- und Ressourceneinsparungen bei vernetzten Haushaltsprodukten Kurzstudie im Auftrag des Bund für Umwelt und Naturschutz Deutschland e.V. (BUND) 2018

Auto tankt Internet. Auswirkungen des automatisierten und vernetzten Fahrens auf den Energieverbrauch von Fahrzeugen, Datenübertragung und Infrastruktur (2020)

Wie klimaschädlich sind Netflix & Co.? (2021)

Energiebedarf der Digitalisierung (2022)

Deutschland auf dem Weg zur Klimaneutralität: Welche Chancen und Risiken ergeben sich durch die Digitalisierung?

Calculating the Carbon Footprint of Streaming Media: Beyond the Myth of Efficiency

Environmental Impacts of Shifting from Movie Disc Media to Movie Streaming: Case Study and Sensitivity Analysis

PAGE 02.2023

Storytelling für nachhaltiges Design ++ Designhochschulen im Wandel ++ Green Web: Konzepte und Tipps ++ Boomende Kreativszene aus Afrika ++ Umweltfreundliche Printproduktion ++ ENGLISH SPECIAL Yuri Suzuki ++ Circular Experience Design ++ Revival als Variable Font: Neue Television

9,90 €
11,90 €
Lieferzeit: 2-3 Werktage
AGB
Produkt: eDossier: »Künstliche Intelligenz im Designprozess«
eDossier: »Künstliche Intelligenz im Designprozess«
Intelligente Rechenroutinen in Design und Development

Schreiben Sie einen Kommentar

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

Das könnte Sie auch interessieren