KI-Agenten verbrauchen 136-mal mehr Energie als einfache Chatbots

Während sich KI-Technologien weiterentwickeln, steigen sie von einfachen Chatbots auf das Niveau autonom agierender KI-Agenten auf. Eine Studie des Korea Advanced Institute of Science and Technology (KAIST) zeigt jedoch, dass diese Systeme der nächsten Generation ein ernstes Risiko für die ökologische und energetische Infrastruktur darstellen könnten. Es hat sich herausgestellt, dass KI-Agenten für die Ausführung einer einzigen Anfrage 136,5-mal mehr Strom verbrauchen als herkömmliche generative Modelle. Dies berichtet Ixbt.com berichtet.

Die Forscher erklären, dass sich herkömmliche Chatbots wie ChatGPT darauf beschränken, eine einzige Antwort auf eine Benutzeranfrage zu generieren. KI-Agenten hingegen planen Aufgaben eigenständig, führen Internetrecherchen durch, führen Programmcode aus und interagieren mit externen Anwendungen. Dieser Prozess erfordert mehrfache Aufrufe von Large Language Models (LLM), was den Bedarf an Rechenressourcen drastisch erhöht.

Energiekrise und Rechenleistung

Ein Forscherteam unter der Leitung von Professor Minsoo Rhu analysierte KI-Agenten als eine spezielle Art von Arbeitslast für Rechenzentren. Experimente zeigten, dass eine einzige KI-Agenten-Anfrage, die auf einem Sprachmodell mit 70 Milliarden Parametern basiert, durchschnittlich 348,41 Wh Energie verbraucht. Zum Vergleich: Das ist hunderte Male mehr als die Energie, die für eine kurze Antwort eines einfachen Chatbots benötigt wird.

Laut ixbt.com modellierten die Forscher ein weiteres interessantes Szenario: Wenn KI-Agenten täglich 13,7 Milliarden Anfragen verarbeiten würden, ähnlich wie die Google-Suche, würden sie 198,9 GW Leistung benötigen. Das entspricht fast der Hälfte des durchschnittlichen Stromverbrauchs der gesamten USA. Die derzeitigen Rechenzentren und Energiesysteme sind nicht darauf vorbereitet, eine solch enorme Last zu bewältigen.

Die Studie stellt fest, dass GPUs während der Arbeit von KI-Agenten 54,5 Prozent der Zeit im Leerlauf verbringen, während sie auf Antworten externer Tools warten. Doch auch während dieser Wartezeit verbrauchen die Geräte weiterhin Energie. Dies deutet darauf hin, dass die Effizienz der Technologie noch sehr gering ist.

Zukünftige Herausforderungen und Lösungen

Derzeit bewerben Tech-Giganten wie OpenAI, Google, Microsoft und Anthropic KI-Agenten aktiv als die nächste Stufe der KI-Entwicklung. Die Schlussfolgerung der KAIST-Wissenschaftler ist jedoch, dass die großflächige Einführung dieser Technologie nicht nur von der Intelligenz der Algorithmen abhängt. Um die Branche zu skalieren, sind Änderungen in folgenden Bereichen erforderlich:

• Radikale Steigerung der Energieeffizienz von Halbleitern;
• Optimierung der GPU-Auslastung;
• Überarbeitung der Architektur von Rechenzentren;
• Ausbau der globalen Energieinfrastruktur.

Laut Professor Minsoo Rhu verlagert sich der Wettbewerb im Bereich der künstlichen Intelligenz nun von der Entwicklung des "intelligentesten" Modells hin zum Aufbau des effizientesten und sparsamsten Systems. Die Ergebnisse dieser Studie wurden auf dem internationalen HPCA-Symposium vorgestellt, und die Autoren haben ihre Test-Suites für den öffentlichen Zugang freigegeben, um Wege zur Senkung des Energieverbrauchs zu finden.