Am heutigen Earth Day ist es wichtiger denn je, unser Engagement für eine klimafreundliche Zukunft zu bekräftigen – und dabei darf das Thema Künstliche Intelligenz nicht außen vor bleiben.

Mit dem rasanten Aufstieg von KI und anderen disruptiven Technologien wächst der globale Datenverkehr in bislang unbekanntem Ausmaß. Prognosen zufolge könnte sich dieser bis 2030 vervierfachen – mit gravierenden Folgen für den weltweiten Energiebedarf. Schon bald könnte KI mehr als doppelt so viel Strom verbrauchen wie ganz Deutschland im Jahr 2024 .

Vor diesem Hintergrund stellen sich drängende Fragen: Wie lässt sich der steigende Bedarf an Rechenleistung mit dem Schutz unseres Planeten in Einklang bringen? Wie können wir Künstliche Intelligenz, Nachhaltigkeit und Energieeffizienz miteinander verbinden, ohne Kompromisse bei der Performance einzugehen? Diese Fragen standen auch im Mittelpunkt des globalen KI-Gipfels, der Anfang des Jahres in Frankreich stattfand. Im Fokus: die ökologischen Auswirkungen von KI, insbesondere im Zusammenhang mit dem Ausbau von Rechenzentren. Ein zentrales Ergebnis war die Gründung der Coalition for Sustainable AI – eine internationale Initiative, der unter anderem Ampere Computing angehört, mit dem Ziel, KI-Innovationen nachhaltiger zu gestalten.

Doch so wichtig solche branchen- und länderübergreifenden Allianzen sind: Nachhaltiger Wandel beginnt bei der Technologie selbst. Und das Fundament jeder digitalen Infrastruktur ist der Prozessor. Moderne CPUs spielen dabei eine Schlüsselrolle. Sie liefern die nötige Rechenleistung für Rechenzentren – und das bei einem deutlich geringeren Energieverbrauch als herkömmliche Alternativen. Angesichts der zunehmenden Nachfrage nach GPU-Leistung lohnt sich ein genauerer Blick: Tatsächlich benötigen rund 85 Prozent aller KI-Anwendungen keine GPUs. In einer Phase, in der sich der Fokus von der Entwicklung hin zur Bereitstellung von KI-Modellen verlagert, bieten CPUs eine effizientere und nachhaltigere Lösung.

Jeff Wittich, Chief Product Officer bei Ampere Computing , bringt es auf den Punkt: „Mit cloud-nativen Prozessoren und optimierten Frameworks lassen sich KI-Workloads nicht nur leistungsfähig, sondern auch energieeffizient und kostenschonend betreiben. Beim Einsatz des Whisper-Modells von OpenAI übertreffen Ampere-CPUs GPU-basierte Lösungen um das bis zu 2,9-Fache – und verbrauchen dabei deutlich weniger Energie pro Inferenz. Genau diese Art von Innovation brauchen wir, um KI verantwortungsvoll zu skalieren.“ In einer Zeit, in der sich die digitale Welt mit den ökologischen Folgen ihres Wachstums auseinandersetzen muss, ist die Optimierung der technischen Basis – insbesondere der Prozessoren – ein naheliegender und wirkungsvoller Hebel zur Reduzierung des CO₂-Fußabdrucks.