Energieverbrauch: So (wenig) nachhaltig sind die einzelnen KI-Bots

Bild: It never ends / Pixabay

03.08.2023 - Wie die meisten technologischen Fortschritte bringt die Einf�hrung jedes neuen KI-Chatbots eine Kehrseite mit sich. In diesem Fall handelt es sich um einen erheblichen Energieverbrauch. Welche Bots die gr��ten Stromfresser sind:

von Christina Rose

Einige der gr��ten Player auf dem Markt der KI-Chatbots, wie Microsoft Corp., Google von Alphabet Inc. und der ChatGPT-Hersteller OpenAI, nutzen Cloud Computing zur Stromversorgung ihrer Tools. Die von diesen Unternehmen bereitgestellte Technologie basiert auf Tausenden von Chips, die in Servern in gigantischen Rechenzentren auf der ganzen Welt untergebracht sind.

Die St�rke von KI-Chatbots liegt in ihrer F�higkeit, Algorithmen zu trainieren und Daten zu analysieren, um daraus zu lernen und Aufgaben besser auszuf�hren. Doch was bedeutet das im Hinblick auf den Energieverbrauch? Das US-Unternehmen TRG Datacenters hat die einzelnen Bots auf ihre Energieeffizienz �berpr�ft:

Googles Socratic AI ist mit 300 Megawattstunden (MWh) das energieeffizienteste Programm.
Der Chatbot von Rivale Bing verbraucht 7.200 MWh, was der Stromversorgung von mehr als 1.700 britischen Haushalten entspricht.
ChatGPT ist das gefragteste KI-System im Internet und generiert 16 Millionen Suchanfragen bei Google.

F�r die Energieeffizienz ist auch ein Blick auf die Beliebtheit der Bots relevant. Die Forscher von TRG Datacenters haben die Beliebtheit anhand einer Reihe verschiedener Chatbots analyisert und dabei Faktoren untersucht, wie die durchschnittliche H�ufigkeit, mit der Menschen pro Monat nach diesen Chatbots als Zielschl�sselw�rtern suchen.

Die Analyse umfasste Suchanfragen auf der ganzen Welt, sodass die Ergebnisse als Leitfaden f�r die derzeit bei Benutzern weltweit beliebtesten Chatbots dienen k�nnen. Hier die Rangliste:

ChatGPT-Suchvolumen: 16 Millionen
Bing-Suchvolumen: 6,7 Millionen
Jasper-Suchvolumen: 348.000
Google Bard-Suchvolumen: 201.000
Chatsonic-Suchvolumen: 158.000
Socratic nach Google-Suchvolumen: 109.000
YouChat-Suchvolumen: 20.000

Anschlie�end berechnete TRG Datacenters, wie viele Megawattstunden (MWh) das entspricht 1.000 Kilowatt Stromerzeugung pro Stunde jeder einzelne verbraucht. Sie untersuchten auch den Energieverbrauch, der mit dem Trainingsprozess f�r jedes KI-Modell verbunden ist, sowie die jeweilige Trainingsdauer f�r jedes Modell.

Bing: 7,200 MWh
ChatGPT-3/4: = 1,248 MWh
Jasper, YouChat, Chatsonic: = 1,248 MWh
Google Bard: 312 MWh
Socratic: 50 - 300 MWh

Die Forscher fanden heraus, dass Bing von allen in der Studie analysierten Chatbots am meisten Energie verbrauchte. Dies lag vor allem daran, dass Bing OpenAI ChatGPT-4 verwendet. GPT-4 hat die gleiche Architektur, verf�gt aber �ber 100 Billionen Parameter (5,8-mal mehr als GPT-3). Die Ausbildungszeit von GPT-4 betr�gt ebenfalls etwa f�nf bis sechs Monate.

Unter den in dieser Studie analysierten Chatbots verbrauchte Socratic von Google am wenigsten Energie. Dieser auf Bildung ausgerichtete Chatbot verbraucht zwischen 50 und 300 MWh und verwendet ein eigenes nat�rliches Sprachmodell. Im Hinblick auf den Energieverbrauch ist Socratic von Google eines der effizientesten Tools, die die Forscher untersucht haben.

Chris Hinkle , CTO von TRG Datacenters, sagt: "Die neuesten KI-Chatbots sind ph�nomenal leistungsstark und in einigen F�llen bahnbrechend in Bezug auf ihre F�higkeiten. Wenn es um den Energieverbrauch geht, sind die Unterschiede zwischen den KI-Programmen jedoch enorm."

Die Ergebnisse dieses Berichts seien besonders interessant, wenn man die Unterschiede in den F�higkeiten und der Funktionalit�t dieser Tools ber�cksichtigen. F�r die KI-Branche bedeute dies, dass die Entwicklung die Effizienz jedes Systems weiter steigern wird, da das Training effektiver werde und die Programme dynamischer in ihren F�higkeiten. Die Industrie werde gezwungen sein, sich an die steigende Flut der KI anzupassen, und es lohne sich, der Zeit voraus zu sein, so die Forscher.

Bild: Peter von Bredow

Peter von Bredow (Tealium)

Data-Driven Marketing 2023: Wie Sie mit Machine Learning Ihre Customer Experience optimieren

Sie wollen Ihre Kundendaten nutzen, um Ihren Kunden die Customer Experience zu bieten, die sie erwarten? Wir zeigen Ihnen in dieser Session, wie Sie Ihre CX mit Machine Learning und Predictive Insights auf das n�chste Level heben.

Erfahren Sie anhand von Praxisbeispielen, wie die genaue Vorhersage des n�chsten Schrittes Ihres Kunden Ihnen dabei hilft, die Customer Experience zu gestalten und welches die Voraussetzungen f�r ein erfolgreiches Machine Learning Projekt sind.Key-Learnings aus dieser Session:
- Die ersten Schritte f�r ein erfolgreiches Machine Learning Projekt
- Herausforderungen im Einsatz von maschinellem Lernen
- Wie Sie einen Nutzen aus Ihren Machine-Learning-Projekten ziehen
- Welchen Mehrwert diese Projekte Ihren Kunden bieten
Vortrag im Rahmen der Zukunftskonferenz 2023. Trends f�r ECommerce, Marketing und digitales Business am 06.12.22, 09:30 Uhr