Google hat eine neue Studie zum Energieverbrauch seines KI-Assistenten Gemini veröffentlicht, die jedoch für Aufsehen sorgt. Kritiker werfen dem Unternehmen vor, den Energieverbrauch und die CO₂-Werte zu verharmlosen und zu beschönigen. Die Studie stellt eine typische Textanfrage als extrem energieeffizient dar, was jedoch die tatsächliche Umweltbelastung durch die schiere Menge und Komplexität von KI-Anwendungen verschleiert.
Key Takeaways
- Googles Studie zu Gemini gibt für eine Textanfrage nur 0,24 Wattstunden Energie, 0,03 Gramm CO₂ und 0,26 Milliliter Wasser an.
- Kritiker bemängeln, dass die Studie nur "typische" und einfache Textanfragen betrachtet und energieintensive Aufgaben wie Bildgenerierung oder komplexe Suchen ausklammert.
- Die verwendete "Market-Based"-Methode zur CO₂-Bilanzierung wird kritisiert, da sie auf dem Kauf von Zertifikaten basiert und nicht den tatsächlichen Emissionen vor Ort entspricht.
- Google gibt an, den Energieverbrauch pro Anfrage um das 33-fache und die CO₂-Emissionen um das 44-fache gesenkt zu haben, hauptsächlich durch Software-Effizienz.
- Externe Studien kommen teilweise zu höheren Verbrauchswerten für ähnliche KI-Modelle.
Methodische Kritikpunkte
Die Studie konzentriert sich auf die "typische" Anfrage mit "Gemini App"-Modellen und verschweigt dabei die durchschnittliche Länge der Anfragen sowie die Bewertung energieintensiver Aufgaben. Komplexe Operationen wie die Analyse von Dokumenten, Bildgenerierung oder Code-Erstellung, die den Energieverbrauch erheblich steigern, werden statistisch an den Rand gedrängt. Zudem werden die Kommunikationsnetzwerke zwischen KI-Chips und externe Datenpfade aus den Messungen ausgeklammert, was zu einer Unterschätzung des tatsächlichen Energieaufwands führen kann. Die Trainingsphase von KI-Modellen, eine der energieintensivsten Phasen, wird in dieser Studie gänzlich ignoriert.
CO₂-Bilanzierung und "Market-Based"-Werte
Google nutzt für seine CO₂-Bilanzierung sogenannte "Market-Based"-Werte. Diese Methode erlaubt es, den CO₂-Ausstoß rechnerisch zu senken, indem Zertifikate für erneuerbare Energien erworben werden, selbst wenn der tatsächlich genutzte Strom aus fossilen Quellen stammt. Im Gegensatz zur "Location-Based"-Methode, die den realen Strommix am Standort berücksichtigt, fokussiert sich die "Market-Based"-Methode auf das, was auf dem Papier als "grün" gilt. Laut Google sind die realen, standortbezogenen Emissionsfaktoren fast viermal höher als die durch Zertifikate bereinigten "Market-Based"-Werte.
Effizienzgewinne und externe Vergleiche
Trotz der Kritikpunkte berichtet Google von beachtlichen Effizienzsteigerungen: Der Energieverbrauch pro Anfrage wurde innerhalb von zwölf Monaten um das 33-fache gesenkt, und die CO₂-Emissionen pro Anfrage um das 44-fache, primär durch Software-Optimierungen und eine bessere Serverauslastung. Die neuesten KI-Chips sollen zudem 30-mal energieeffizienter sein als die erste Generation. Externe Schätzungen für ähnliche Modelle variieren jedoch, wobei einige Studien höhere Verbrauchswerte angeben. OpenAI-Chef Sam Altman nannte kürzlich etwa 0,34 Wattstunden pro Anfrage für ChatGPT.
KI Snack
