/ en / Traditional / help

Beats Biblionetz - Aussagen

Generative Machine-Learning-Systeme benötigen viel Energie

iconBiblioMap Dies ist der Versuch, gewisse Zusammenhänge im Biblionetz graphisch darzustellen. Könnte noch besser werden, aber immerhin ein Anfang!

Diese Grafik ist nur im SVG-Format verfügbar. Dieses Format wird vom verwendeteten Browser offenbar nicht unterstützt.

Diese SVG-Grafik fensterfüllend anzeigen

iconBemerkungen

Es gibt Schätzungen, dass 90 Prozent des Energiebedarfs großer Sprachmodelle aufs Inferencing entfallen, nur 10 Prozent aufs Training.
Von Christof Windeck im Text Mücke oder Elefant? (2023)
Beat Döbeli HoneggerInsbesondere das erstmalige Training von KI-Sprachgeneratoren ist sehr rechen- und damit energieintensiv. Derzeit wird aber intensiv nach sparsameren Trainingsverfahren geforscht, so dass dieser Aspekt mittelfristig an Bedeutung verlieren könnte.
Von Beat Döbeli Honegger, erfasst im Biblionetz am 10.03.2023
Die neue WeltmachtSupercomputer sind Energiefresser. Ein KI-Modell wie GPT-3 einmalig zu trainieren, verbraucht so viel wie 126 Häuser in Dänemark in einem Jahr oder ein Auto auf 700000 Kilometer. Das haben Forscher der Universität Kopenhagen errechnet. Und weil ein einziger Trainingsdurchgang nicht reicht, muss die Zahl noch multipliziert werden.
Von Patrick Beuth in der Zeitschrift Die neue Weltmacht im Text Sechs Dinge, die man braucht, um eine KI zu bauen (2023)
Die neue WeltmachtDer Alltagsbetrieb in der Cloud verschlingt ebenfalls viel Strom. »Spätestens jetzt, wo mit Programmen wie ChatGPT die Schulhausaufgaben erledigt werden können, ist KI im Alltag der Menschen angekommen, und der Energiebedarf steigt exponentiell«, sagt Christian Eichhorn, Mitgründer und Co-Geschäftsführer der Firma SpiNNcloud Systems, einer Ausgründung der Technischen Universität Dresden.
Von Patrick Beuth in der Zeitschrift Die neue Weltmacht im Text Sechs Dinge, die man braucht, um eine KI zu bauen (2023)

Momentan befinden wir uns in einer wilden Experimentierphase. Den dafür in Kauf genommen Aufwand kann man nicht einfach in die Zukunft extrapolieren. Denn generative KI wird sich nur dann weit verbreiten, wenn es Geschäftsmodelle gibt, die die Kosten für Energie und Hardware tragen. Zurzeit treten die Firmen dafür meist noch in Vorleistung, um den Aufsprung nicht zu verpassen.

Von Christof Windeck im Text Mücke oder Elefant? (2023)
Im Vergleich zu anderen Energieverbrauchern wirkt der KI-Bedarf eher bescheiden. Einerseits könnte man mit den für einen besonders aufwendigen KI-Trainingslauf nötigen 434.000 kWh zwar fast 30 Einfamilienhäuser ein Jahr lang heizen, die dazu je 15.000 kWh Gas, Öl oder Strom benötigen. Andererseits entsprechen 434.000 kWh etwa 36 Tonnen Kerosin, die ein Airbus A330-300 für einen einzigen Mittelstreckenflug von Frankfurt nach Dubai verbrennt.
Von Christof Windeck im Text Mücke oder Elefant? (2023)
TA SWISS Zentrum für Technikfolgen-AbschätzungIm Hinblick auf die Nachhaltigkeit erfordern grosse Sprachmodelle wie GPT einen hohen Energie-verbrauch für die Berechnungen beim Training und später zum Beantworten der Suchanfragen der Nutzerinnen und Nutzer. Die aktuelle Forschung versucht zwar, energieeffizientere Materialien und Rechnungsmethoden zu entwickeln. Wenn die für diese Anwendungen eingesetzten Server aber nicht mit nachhaltiger Energie betrieben werden, kann ihr CO2-Fussabdruck enorm sein.
Von TA SWISS Zentrum für Technikfolgen-Abschätzung, Laetitia Ramelet im Text ChatGPT – wenn die künstliche Intelligenz schreibt wie ein Mensch (2023)
AI, and particularly generative AI, is highly energy-intensive and poses a threat to environmental sustainability. Visions of millions of students worldwide using AI regularly to support their studies, while schools deploy AI for pedagogic and administrative purposes, is likely to exact a heavy environmental toll. Given today’s students will have to live with the consequences on ongoing environmental degradation, with many highly conscious of the dangers of climate change, education systems may wish to reduce rather than increase their use of energy-intensive educational technologies.
Von Ben Williamson im Text AI in education is a public problem (2024)

iconVorträge von Beat mit Bezug

iconZitationsgraph

Diese Grafik ist nur im SVG-Format verfügbar. Dieses Format wird vom verwendeteten Browser offenbar nicht unterstützt.

Diese SVG-Grafik fensterfüllend anzeigen

iconZeitleiste

icon15 Erwähnungen  Dies ist eine nach Erscheinungsjahr geordnete Liste aller im Biblionetz vorhandenen Werke, die das ausgewählte Thema behandeln.

iconAnderswo suchen  Auch im Biblionetz finden Sie nicht alles. Aus diesem Grund bietet das Biblionetz bereits ausgefüllte Suchformulare für verschiedene Suchdienste an. Biblionetztreffer werden dabei ausgeschlossen.

iconBiblionetz-History Dies ist eine graphische Darstellung, wann wie viele Verweise von und zu diesem Objekt ins Biblionetz eingetragen wurden und wie oft die Seite abgerufen wurde.