Revolution in der KI: Forschungsprojekt senkt Energieverbrauch von Rechenzentren um bis zu 90 Prozent!

Energieeffizienzsteigerung bei Künstlicher Intelligenz: Forschungsansätze für nachhaltige Rechenzentren

Die zunehmende Verbreitung von Rechenzentren weltweit führt zu einem erheblichen Anstieg des Energieverbrauchs, insbesondere durch die Anforderungen moderner Künstlicher Intelligenz (KI). Ein Forschungskonsortium unter der Leitung von Professor Wolfgang Maaß vom Deutschen Forschungszentrum für Künstliche Intelligenz (DFKI) und der Universität des Saarlandes hat innovative Methoden entwickelt, um den Strombedarf von KI-Systemen um bis zu 90 Prozent zu reduzieren. Die Ergebnisse des vom Bundesforschungsministerium geförderten Projekts ESCADE werden am 30. Juli im DFKI Saarbrücken vorgestellt.

Herausforderungen durch den Energiebedarf von KI

Die Nutzung von KI ist heute weit verbreitet, doch der Energieverbrauch, der durch das Trainieren und Betreiben großer KI-Modelle entsteht, wird oft unterschätzt. Weltweit summiert sich der Bedarf auf hunderte Terawattstunden, was erhebliche ökologische Auswirkungen hat. Die steigende Nachfrage führt zu einem Ausbau von Rechenzentren und Kraftwerken, was wiederum den CO2-Ausstoß und den Wasserverbrauch für Kühlprozesse erhöht.

Ansätze zur Reduktion des Energieverbrauchs

• Kompakte KI-Modelle: Anstelle großer, umfassender Datenmodelle werden kleinere, auf den jeweiligen Anwendungsfall zugeschnittene Modelle entwickelt. Durch das Herausfiltern irrelevanter Parameter entstehen sogenannte Schülermodelle, die bis zu 90 Prozent weniger Energie benötigen, ohne an Leistungsfähigkeit einzubüßen. Dies ermöglicht auch kleineren und mittleren Unternehmen den Zugang zu leistungsfähiger KI.
• Neuronale Architektursuche: Für KI-Modelle, die Bilddaten verarbeiten, wird automatisch die optimale Netzwerkarchitektur ermittelt. Diese Methode reduziert die Modellgröße um etwa 90 Prozent und senkt den Energieverbrauch um rund 40 Prozent, während die Genauigkeit der Modelle verbessert wird.
• Neuromorphe Chiptechnologien: Die Entwicklung energieeffizienter Hardware, die die Funktionsweise des menschlichen Gehirns nachahmt, zeigt vielversprechende Ergebnisse. Erste Tests weisen auf eine bis zu sechsmal höhere Effizienz gegenüber herkömmlichen Prozessoren hin, erfordern jedoch weitere Forschungsarbeit.

Praxisbeispiel: Automatisierte Schrottsortierung

In Kooperation mit der Stahl-Holding-Saar wurde ein KI-Modell zur automatischen Sortierung von Stahlschrott entwickelt. Das ursprünglich sehr große und energieintensive Modell wurde durch Komprimierung und neuronale Architektursuche effizienter gestaltet, sodass es nicht nur weniger Energie verbraucht, sondern auch die Sortiergenauigkeit verbessert. Dies trägt zu einer effektiveren Gestaltung des Stahlrecyclingprozesses bei.

Optimierung des Betriebs von Rechenzentren

Das Konsortium hat zudem Werkzeuge entwickelt, die eine präzise Prognose des Energieverbrauchs und der Kosten von KI-Anwendungen ermöglichen. Dies unterstützt Betreiber von Rechenzentren dabei, energieintensive Prozesse zeitlich so zu planen, dass sie von günstigen Strompreisen profitieren und ineffiziente Abläufe vermeiden können.

Projektinformationen und Ausblick

Das Projekt ESCADE (Energy-Efficient Large-Scale Artificial Intelligence for Sustainable Data Centers) wurde über drei Jahre mit rund fünf Millionen Euro vom Bundesministerium für Forschung, Technologie und Raumfahrt im Rahmen des Green Tech Innovationswettbewerbs gefördert. Neben dem DFKI und der Universität des Saarlandes sind weitere Partner wie die Technische Universität Dresden, Universität Bielefeld, SHS Stahl-Holding-Saar GmbH & Co. KGaA sowie weitere Forschungseinrichtungen und Unternehmen beteiligt.

Die Abschlussveranstaltung mit Präsentationen und Demonstrationen findet am 30. Juli von 10 bis 13 Uhr im DFKI am Saarbrücker Campus (D3 2) statt. Interessierte Fachleute aus Wissenschaft, Wirtschaft und Rechenzentrumsbetrieb sind eingeladen, sich über die Fortschritte und Anwendungen zu informieren.

Kontakt und weiterführende Informationen

• Dr. Sabine Janzen: Telefon 0681-85775-269, E-Mail: sabine.janzen@dfki.de
• Hannah Stein: Telefon +49 681 302-64739, E-Mail: hannah.stein@iss.uni-saarland.de
• Weitere Details unter: https://escade-project.de

Auch interessant: Buisiness.Bucheditionen