Bei einer kurzen Unterhaltung mit GPT-3 verbraucht die KI einen halben Liter frisches Wasser.
Daniela Gschweng für die Online-Zeitung Infosperber
Künstliche Intelligenzen haben ganz schön Durst. Ihr Wasserverbrauch könnte bald erhebliche Auswirkungen auf die Wasserversorgung haben, besonders im trockenen Süden der USA.
Das meiste Wasser brauchen grosse Sprachmodelle wie ChatGPT oder Bard zum Lernen. Sie lernen an sehr vielen Beispielen, passgenaue Antworten auf Fragen zu geben. Während des Trainings haben sie einen grossen Kühlungs- und Energiebedarf. Entsprechend gross ist ihr Wasser-Fussabdruck.
Training und Betrieb benötigen viel Wasser
Bei einem Training von GPT-3 in den US-Rechenzentren von Microsoft werden schätzungsweise 700’000 Liter sauberes Süsswasser verbraucht, erklärt der Computeringenieur in einem Interview mit dem Tech-Magazin.
Das ist vergleichsweise sparsam – in asiatischen Datacentern wäre es dreimal so viel. Neuere KI wie GPT-4 verbrauchen noch mehr Wasser, da das Modell auf mehr Parametern basiert.
Wer mit den künstlichen Intelligenzen spricht, kann es fast tropfen hören. Eine kurze Unterhaltung mit ChatGPT im Umfang von 30 bis 50 Fragen verbrauche etwa einen halben Liter frisches Wasser, sagt Ren. Hochgerechnet auf alle Nutzenden ergibt das einen enormen Wasserverbrauch.
![](https://cdn77.pressenza.com/wp-content/uploads/2023/05/IMG_2596.png)
In ihre Berechnung einbezogen haben Shaolei Ren und sein Team nur den direkten Wasserverbrauch der KI (On-site Water, rechte Seite) ohne das Wasser, das zum Beispiel bei der Energieerzeugung verbraucht wird (Off-site Water, linke Seite). © Making AI Less ‹Thirsty›, Ren et al.
Berechnet hat Ren dabei nur die direkte Wassernutzung der Software. Würde der ganze Lebenszyklus der KI berücksichtigt, sähe das anders aus. Hinzu käme beispielsweise der Wasserbedarf bei der Herstellung von Computerchips, der Energieerzeugung oder dem Transport von Serverelektronik.
Die verbrauchte Wassermenge wäre dann vermutlich zehnmal so hoch, schätzt der Ingenieur.
Für trockene US-Bundesstaaten mit vielen Rechenzentren wie Kalifornien ist das ein beunruhigendes Szenario. Wobei «verbraucht» nicht heisst, dass das Wasser verschwindet. Teilweise wird es nur für die Kühlung genutzt.
Ren hat sich zusammen mit anderen Forschenden der University of Colorado und der University of Texas mit dem grossen Durst der Künstlichen Intelligenzen befasst. In einem Preprint-Artikel machen die Forschenden Vorschläge, wie der Wasserverbrauch der KI reduziert werden könnte.
Nachtarbeit wäre gut und Grauwasser ist kein Thema
Wann und wo KI trainiert wird, spielt eine grosse Rolle. Um weniger Wasser zu verbrauchen, sollten die künstlichen Intelligenzen nachts trainieren oder in Rechenzentren mit geringerem Wasserbedarf.
Möglich wären auch dezentrale Modelle, bei denen mehrere Rechner an unterschiedlichen Orten zusammenarbeiten. Strategien, den Wasserbedarf der KI mit Hilfe von Daten über Stromanbieter und Energiespeicher zu reduzieren, wären ebenfalls denkbar. Kein Thema in der Analyse ist die Nutzung von Grauwasser. IT-Dienstleister müssen Systeme in der Regel mit Frischwasser kühlen, um Verunreinigungen zu vermeiden.
Wassereffizienz steht dabei teilweise in Konkurrenz zu Klimazielen. Um die Mittagszeit ist die Produktivität von Solar-Farmen beispielsweise am höchsten, der Wasserverbrauch aber auch.
Grosse Tech-Konzerne sind sich der Problematik bewusst
Grosse Tech-Konzerne sind sich des Wasserverbrauchs ihrer Software immerhin bewusst. In den Nachhaltigkeitsberichten von Google, Microsoft und Meta werde der Wasserbedarf priorisiert, berichtet Ren.
Hilfreich wäre grössere Transparenz darüber, wo und wann im Betrieb einer KI wie viel Wasser verbraucht werde, regen die Forschenden an. Wenn es möglich sei, den Fussabdruck der arbeitenden Software zu berechnen, sei dasselbe auch für Wasser möglich. Nutzerinnen und Nutzer könnten dann ihr Verhalten anpassen und Anfragen an künstliche Intelligenzen beispielsweise zu nachhaltigeren Zeiten stellen.