Grafikprozessoren (Graphics Processing Units, GPUs) sind der Motor für die Zukunft der Datenverarbeitung. GPUs sind spezielle elektronische Schaltkreise, die mit dem Gehirn des Computers, dem Prozessor (Central Processing Unit, CPU), zusammenarbeiten, um die Leistung von Computern zu verbessern.
Während GPUs ursprünglich in der Computergrafik und Bildverarbeitung eingesetzt wurden, hat sich der Anwendungsbereich mit der Weiterentwicklung der Technologie erheblich vergrößert. Das Mooresche Gesetz – die Beobachtung, dass sich die Anzahl der Transistoren in einem integrierten Schaltkreis alle zwei Jahre verdoppelt, während sich die Kosten für die Datenverarbeitung halbieren – hat die Nutzung von GPUs vereinfacht. Dies hat die Nutzung von Grafikprozessoren in zahlreichen Branchen vorangetrieben. Hochleistungs-GPUs sind heute für viele unterschiedliche Technologien von zentraler Bedeutung und werden die Grundlage für die nächste Generation von Datenverarbeitungssystemen bilden.
Die Macht der Gleichzeitigkeit: Anwendungen in KI und Deep Learning
Grafikprozessoren werden für die gleichzeitige Ausführung zahlreicher Programme gebaut, um die Effizienz der Datenverarbeitung zu steigern und deren Gesamtleistung zu verbessern. Dies ist nicht nur für Endverbraucher wie Gamer von Vorteil, sondern auch für anspruchsvollere Anwendungen.
Da sie große Datenblöcke parallel verarbeiten können, eignen sich GPUs optimal für das Training künstlicher Intelligenz (KI) und Deep-Learning-Modelle, die eine intensive parallele Verarbeitung von Hunderttausenden neuronaler Netze gleichzeitig erfordern. Die Anwendungsmöglichkeiten von Deep Learning sind vielfältig – von der Bereitstellung von Webdiensten über die Verbesserung autonomer Fahrzeuge bis hin zur medizinischen Forschung.
Digitalisierung treibt Dekarbonisierung voran
GPUs haben sich zwar bereits positiv auf reale Herausforderungen ausgewirkt. Die Möglichkeiten für die Entwicklung von Innovationen in verschiedenen Branchen sind jedoch noch nicht voll ausgeschöpft. Der Einsatz von KI und Deep Learning ist für eine erfolgreiche digitale Zukunft unverzichtbar, und wird angesichts der fortschreitenden Digitalisierung bereits heute Realität. Dabei muss man sich bewusst sein, dass sich dieser Trend auf alle Branchen auswirkt. Effiziente und leistungsstarke technologische Fähigkeiten sind für den digitalen Wandel der Unternehmen daher unverzichtbar.
Wir sind überzeugt, dass die Digitalisierung sich positiv auf die wirtschaftliche Entwicklung und die soziale Teilhabe auswirkt, und wir sehen eine enge Verbindung zwischen Digitalisierung und Dekarbonisierung. Die Digitalisierung „knackt“ die Grenzen traditionell-analoger Funktionen, fördert die Datentransparenz und versorgt Unternehmen sowie Personen mit dem entsprechenden Wissen, um auf Basis ihres aktuellen Verhaltens fundierte Entscheidungen über Verbrauch, Produktion und Reduzierung zu treffen. So können beispielsweise ehrgeizige Ziele zur Senkung der Kohlenstoffemissionen und zur Erreichung der Klimaziele von der Datenextraktion, -umwandlung und -analyse profitieren, um die beste Lösung zu finden.
Die Digitalisierung durchdringt bereits herkömmliche Verfahren und bringt sie voran: Hersteller integrieren Technologien in industrielle Prozesse, um die Produktion zu optimieren, Gebäudemanager nutzen intelligente Technologien und Datenanalysen, um sicherzustellen, dass Energie nur dann verbraucht wird, wenn es nötig ist, und intelligente Verkehrssysteme analysieren Verkehrsdaten, um Staus, Kraftstoffverbrauch und Emissionen zu reduzieren. In anderen Bereichen haben viele digitale Services damit begonnen, herkömmliche Verfahren zu ersetzen, die oft einen höheren Energieverbrauch erfordern, wie z. B. Online-Meetings, um Geschäftsreisen zu reduzieren, was den CO2-Fußabdruck weltweit verringert.
Hat der Einsatz von Technologie einen Preis?
Eine der größten Herausforderungen bei der globalen digitalen Transformation ist der hohe Energiebedarf für Hochleistungsrechner. Deshalb ist es wichtig, dass wir die tatsächlichen Energiekosten der Technologien kennen und wissen, wie wir den Gesamtenergieverbrauch senken können.
Es besteht der Irrglaube, dass eine steigende Nutzung von Rechenzentren mit einem höheren Energiebedarf gleichzusetzen ist. Nach Angaben der Internationalen Energieagentur (IEA) ist der Energieverbrauch von Rechenzentren trotz des explosionsartigen Anstiegs der Nachfrage nach Rechenzentren und des Internetverkehrs gleichgeblieben (siehe Abbildung 1). Diese Entwicklung ist auf effiziente Systeme und Prozesse zurückzuführen. GPUs minimieren die erhebliche Energiebelastung von Rechenzentren durch Hochleistungsrechner. Für KI-Anwendungen können einige GPUs bis zu 42 Mal energieeffizienter sein als herkömmliche CPUs. Einige Hyperscale-Rechenzentren auf GPU-Basis benötigen nur 2 % der Rack-Fläche und sind damit platzsparender als CPU-basierte Systeme.1 Kurz gesagt, GPUs haben Power. Indem sie eine intelligentere Energienutzung ermöglichen, tragen sie teilweise dazu bei, den Energieverbrauch auf ein Minimum zu beschränken.
Der Weg zu Netto-Null
Wie alle Industriezweige muss auch die Technologie ihren Beitrag zur Bekämpfung des globalen Klimawandels leisten und ihren eigenen ökologischen Fußabdruck verringern, um das Ziel von Netto-Null-Emissionen zu erreichen. 2020 veröffentlichte die IEA)ihren Jahresbericht „Tracking Clean Energy Progress“, der über die wichtigsten Energietechnologien und -sektoren berichtet, die für die Eindämmung der globalen Erwärmung entscheidend sind. Von 46 Sektoren nannte die IEA Datenzentren und Datenübertragungsnetze als einen von nur sechs Sektoren, die auf dem besten Weg sind, ihr Nachhaltigkeitsszenario zu erfüllen. Der Anstieg der weltweiten Internetnutzung während Corona, der durch die Zunahme von Video- und Konferenz-Streaming, Online-Spielen und sozialen Netzwerken verursacht wurde, führte jedoch dazu, dass dieses Ranking im Bericht von 2021 auf „mehr Bemühungen erforderlich“ rutschte.2
Trotz dieses Rückschlags sind wir der Meinung, dass der Schwerpunkt auf kontinuierlichen Effizienzverbesserungen in der Infrastruktur von Rechenzentren liegen muss, um die Netto-Null-Ziele zu erreichen. Dies unterstreicht die Bedeutung von GPUs für die Schaffung einer nachhaltig digitalisierten Welt.
Ethische Aspekte von KI
Der umfassende Einsatz von KI bringt zwar viele Vorteile mit sich, doch die zunehmende Verbreitung der Technologie birgt auch erhebliche ethische Risiken.
Wenn KI billiger, schneller und intelligenter ist als menschliche Arbeitskräfte, kann sie eingesetzt werden, um bestehende Arbeitskräfte zu ersetzen. Chatbots haben aufgrund der natürlichen Sprachverarbeitung von KI Callcenter-Mitarbeiter ersetzt, viele Fabrikarbeiter wurden durch automatisierte Maschinen ersetzt, und Robo-Taxis könnten bald menschliche Fahrer ersetzen. Wir sind uns der Auswirkungen bewusst, die dies auf die Arbeitswelt haben könnte, insbesondere in Ballungsgebieten, und halten es für wichtig, in diesen Fällen die langfristigen Folgen für die Gesellschaft zu bedenken. Allerdings sehen wir auch einen Vorteil darin, bestimmte monotone Aufgaben an KI zu übertragen. Durch die Freisetzung von Humankapital bietet sich dem Einzelnen die Möglichkeit, erfüllendere Aufgaben zu übernehmen, die für KI nicht möglich sind – persönliches Training, Kreativität und Bildung. Wir glauben, dass dies eine Bereicherung für die Gesellschaft sein könnte.
Zudem ist es wichtig, die potenziell gefährlichen Einsatzmöglichkeiten der Technologie zu erkennen. Die US-Regierung hat kürzlich den Export von hochwertigen GPU-Chips, die von nVIDIA hergestellt werden, nach China eingeschränkt, um zu verhindern, dass bestimmte chinesische Unternehmen GPUs kaufen, um damit Massenüberwachungen zu ermöglichen, vor allem im Fall der uigurischen Muslime. Wir befürworten alle Beschränkungen, die darauf abzielen, potenzielle ethische Bedrohungen für die Gesellschaft zu verringern.
Einige Unternehmen, darunter nVIDIA, haben auch ethische Richtlinien eingeführt, um „vertrauenswürdige KI“ Grundsätze innerhalb des Produkt-Ökosystems des Unternehmens umzusetzen. Wir erachten ethische Grundsätze in den Mittelpunkt von Produktdesign und -entwicklung zu stellen als sehr wertvoll, um einen positiven Wandel und Transparenz in der KI-Entwicklung zu fördern.
Schlussfolgerung
Digitalisierung ist der Grundstein unserer Zukunft. Von bescheidenen Anfängen haben sich Grafikprozessoren zu einem der wichtigsten Wegbereiter für Innovation und digitalen Wandel in der Gesellschaft entwickelt. Wir glauben auch, dass die nächste Generation der Datenverarbeitung für die Erreichung der globalen Nachhaltigkeitsziele von entscheidender Bedeutung ist. Die Analyse einzelner Unternehmen zeigt, dass die Umstellung auf ein kohlenstoffarmes Geschäftsmodell ein Schlüssel zum langfristigen Erfolg ist, und wir glauben, dass Technologie diesen Wandel ermöglichen kann.
Quelle: IEA, Global trends in internet traffic, data centres workloads and data centre energy use, 2010-2020, IEA, Paris
1 Nvidia, Corporate Social Responsibility Report, 2021
2 International Energy Agency, Tracking Clean Energy Progress Report, 2022