KI – aber bitte ohne Stromrechnung

Der rasante Einzug der künstlichen Intelligenz in den Alltag hat eine Schattenseite: den enormen Energieverbrauch. Rechenzentren verschlingen bereits heute mehrere Prozent des weltweiten Energieaufkommens. Am Forschungszentrum L3S in Hannover suchen Wissenschaftler deshalb nach Wegen, KI-Systeme energieeffizienter zu gestalten.

„Ressourceneffiziente Innovationen in den Kernelementen heutiger KI-Systeme können einen enormen Einfluss auf den globalen Energieverbrauch haben“, sagt Prof. Dr.-Ing. Bodo Rosenhahn, Direktoriumsmitglied am L3S und Leiter des Instituts für Informationsverarbeitung (TNT). Gemeinsam mit Forschern des Instituts für Mikroelektronische Systeme (IMS) untersucht sein Team, wie sich der Energiehunger der KI zügeln lässt – in Projekten wie GreenAutoML4FAS, PhoenixD und QuantumFrontiers. Das TNT erforscht die Grundlagen von Algorithmen und Trainingsverfahren, das IMS entwickelt parallel energieeffiziente Rechenarchitekturen, die KI mit minimalem Strombedarf betreiben.

Quanten und Photonen: KI neu gedacht

Normalerweise gilt: Je komplexer die KI, desto höher der Energiebedarf. Doch die Professur für Quantum Machine Learning am TNT verfolgt einen anderen Ansatz. Quantencomputer sollen besonders rechenintensive KI-Aufgaben übernehmen – und gleichzeitig selbst durch KI verbessert werden. Ein Kreislauf, der langfristig Energie sparen kann.

Noch weiter gehen die Forschungen im Bereich photonischer Bauelemente. Mithilfe klassischer KI-Methoden gelingt es, dreidimensionale photonische Strukturen zu berechnen, die anschließend per 3D-Druck gefertigt werden. Diese Bauelemente lösen mathematische Funktionen ausschließlich mit Licht – ganz ohne elektrische Energie. Theoretisch könnte so künftig KI vollständig mit Photonen betrieben werden.

Rechenarchitekturen für selbstfahrende Autos

Auch bei der Hardware steht die Energieeffizienz im Mittelpunkt. Am L3S entwickeln Wissenschaftler des IMS neuartige, heterogene Hardwarearchitekturen, die Hochleistungsrechnen und niedrigen Energieverbrauch verbinden. Ein Beispiel ist die Plattform ZuSE-KI-Mobil, die gemeinsam mit Industrie- und Forschungspartnern entstanden ist.

Sie kombiniert klassische Prozessoren (CPUs), KI-Beschleuniger und weitere spezialisierte Komponenten. Entscheidend ist das effiziente „Mapping“ neuronaler Netze – also die optimale Verteilung von Rechenaufgaben – sowie das geschickte Scheduling von Algorithmen. So wird die Plattform bestmöglich ausgelastet und der Energiebedarf minimiert.

Energieeffizienz als Standortfaktor

„Der KI-Markt der Zukunft wird nicht allein durch die leistungsfähigsten Modelle bestimmt. Auch Energieeffizienz wird zu einem entscheidenden Faktor für Industrie und Politik“, sagt Rosenhahn. Mit ihrer Forschung wollen die Wissenschaftler am L3S dazu beitragen, dass Deutschland als Standort nicht nur technologisch, sondern auch ökologisch und wirtschaftlich attraktiv bleibt.