Mobile-Menu

Künstliche Intelligenz Reduzierung des Stromverbrauchs durch Embedded-KI

Quelle: AITAD 2 min Lesedauer

Anbieter zum Thema

AITAD GmbH
SAB Bröckskes GmbH & Co KG
dataTec AG
Schneider Electric GmbH

Große KI-Modelle verbrauchen schon beim Training viel Energie und auch im Betrieb bleibt der Stromverbrauch hoch. Für die Industrie könnte zukünftig Emedded-KI eine Option sein.

Embedded-KI ist ein interdisziplinäres Feld und funktioniert nur mit Teamarbeit zwischen den Ingenieurs-Disziplinen. (Bild: AITAD)
Embedded-KI ist ein interdisziplinäres Feld und funktioniert nur mit Teamarbeit zwischen den Ingenieurs-Disziplinen.
(Bild: AITAD)

Das Unternehmen AITAD hat aufgezeigt, wie hoch der Stromverbrauch bei großen KI-Modellen ist. Laut einer Mitteilung könnte vor allem Ebedded-KI zur Reduzierung des Energiebedarfs beitragen und sogar die Effizienz steigern. Bei Embedded-KI handelt es sich in der Regel um kleine und spezialisiertere KI-Modelle, die auch auf Halbleitern laufen können. Auch das Training ist laut dem Unternehmen sparsamer: statt einer Serverfarm brauche es oft nur einen Standard-PC.

Zum Vergleich: laut AITAD verbrauchte das Training von GPT-3 so viel Strom wie ein mittleres Atomkraftwerk in rund einer Stunde produzieren kann. Dies führt unter anderem dazu, dass der Energieverbrauch künstlicher Intelligenz aufgrund der raschen Verbreitung bis zum Jahr 2027 auf bis zu 134 Terawattstunden anwachsen könnte. Denn auch der Betrieb von KI-Systemen verbraucht Energie. So werde der durchschnittliche Energiebedarf einer Anfrage an ChatGPT auf 3 bis 9 Wattstunden geschätzt. „Auch in der Medizintechnik und Industrie, zum Beispiel in der Produktion, nimmt der Einsatz von KI zu. Zwar verspricht der Einsatz von KI in der Industrie, Prozesse effizienter zu gestalten und Produktionsausfälle zu verhindern. Doch die Steigerung der Maschineneffizienz führt auch hier zu einem deutlich höheren Energiebedarf“, sagt Viacheslav Gromov, Geschäftsführer des KI-Anbieters AITAD.

Spezialisierte KI für die Industrie

Die Lösung sei jedoch nicht der Verzicht auf KI, sondern die Fokussierung auf mehr Energieeffizienz bei ihrem Einsatz. So können KI und smarte Sensoren nicht nur die Industrie transformieren, sondern auch die Produktion energieeffizienter gestalten, heißt es weiter. Große Einsparmöglichkeiten bestehen auf dem für die industrielle Nutzung besonders wichtigen Feld der diskriminativen KI. Im Vergleich zur generativen KI, die etwa ChatGPT nutzt, wird diese Art von KI nicht zur Erschaffung von Inhalten sondern zur Analyse und Auswertung von Daten genutzt. Diskriminative KI gibt also Antworten auf an Geräte und Maschinen gerichtete Fragen wie: „Was passiert gerade, und was wird in Zukunft geschehen?“

Diese Art der KI könne gut mit Embedded-KI kombiniert werden. Ein kleines Modell, das seine Daten von Sensoren erhält und energieeffizient auf einem Halbleiter arbeitet und dabei auch von einer Batterie mit Energie versorgt werden kann. „Mit Hilfe von Embedded-KI lässt sich der KI-Einsatz dezentralisieren, so dass auch in großen vernetzten Produktionsbetrieben unter deutlich geringerem Energieeinsatz gearbeitet werden kann, ohne auf die Vorteile von KI zu verzichten. Um zukunftsfähig und ressourcenschonend zu bleiben, sollte daher wo immer möglich und erforderlich auf Embedded-KI gesetzt werden,“ so Gromov.

(ID:50002521)

Jetzt Newsletter abonnieren

Verpassen Sie nicht unsere besten Inhalte

Mit Klick auf „Newsletter abonnieren“ erkläre ich mich mit der Verarbeitung und Nutzung meiner Daten gemäß Einwilligungserklärung (bitte aufklappen für Details) einverstanden und akzeptiere die Nutzungsbedingungen. Weitere Informationen finde ich in unserer Datenschutzerklärung. Die Einwilligungserklärung bezieht sich u. a. auf die Zusendung von redaktionellen Newslettern per E-Mail und auf den Datenabgleich zu Marketingzwecken mit ausgewählten Werbepartnern (z. B. LinkedIn, Google, Meta).

Aufklappen für Details zu Ihrer Einwilligung

Weiterführende Inhalte