clean-IT Initiative

Wege zur nachhaltigen Digitalisierung

Künstliche Intelligenz, Blockchain, Analyse großer Datenmengen und allgegenwärtiger Datenaustausch. Die digitale Transformation durchdringt unser tägliches Leben auf der ganzen Welt und ist der Schlüssel zur Lösung globaler menschlicher Herausforderungen wie Klimawandel, Armut und wirtschaftlichem Wohlstand für alle. Doch ist die Digitalisierung ökologisch nachhaltig? Noch ist sie es nicht - aber das muss sich jetzt ändern!

Grafik: HPI Clean IT - KI Kohlenstoff Modell — Die Ausbildung eines modernen KI-Modells kann so viel Kohlenstoff verbrauchen wie 300 Hin- und Rückflüge vom SFO-NYC oder der Lebenszyklus von 5 Autos inkl. Treibstoff

Worin besteht das Problem?

Innovative Geschäftsmodelle und die Transformation ganzer Wirtschaftsbereiche basieren fast ausschließlich auf der Nutzung von KI, Big Data, Blockchain und global vernetzten Rechenzentren. Das größte Wachstumspotenzial liegt in zwei Bereichen: digitale Dienste durch die konsequente Entwicklung digitaler Plattformen und Herstellung durch die Nutzung der Möglichkeiten des Internets der Dinge. Einzelne Produkte und Dienstleistungen können zum Preis von Massengütern angeboten werden und so den globalen Wohlstand erhöhen. Dabei wird jedoch oft übersehen, dass digitale Technologien auch zunehmend die Ursache für die globale Umweltverschmutzung sind. Jede digitale Operation verbraucht Energie und trägt somit zum globalen CO2-Fußabdruck bei. In kürzester Zeit wird die Digitalisierung zum Klimaproblem Nummer eins werden.

Warum Green IT allein nicht reicht

In den letzten Jahren hat es im Rahmen der "Green IT" Versuche gegeben, um das Problem des digitalen CO2-Fußabdrucks zu lösen. Typischerweise konzentrierten sich diese Versuche darauf, die Produktion digitaler Geräte durch die effiziente Nutzung von Rohstoffen nachhaltiger zu gestalten und für "digitale Enthaltsamkeit" einzutreten. Es ist jedoch unwahrscheinlich, dass diese Versuche ausreichen, da digitale Technologien in anderen Sektoren einen wesentlichen Beitrag zur Reduzierung von Treibhausgasen und Abfall leisten und bei der Arbeit an wichtigen globalen Herausforderungen in den Bereichen Armutsbekämpfung, wirtschaftliche Beteiligung und Bildung helfen können.

Wir brauchen clean-IT und Sustainability by Design

Um das Paradox von mehr Digitalisierung mitweniger Verbrauch zu lösen, müssen neue algorithmische Paradigmen in die Praxis der Softwareentwicklung umgesetzt werden. Das Prinzip des "Sustainability by Design" muss zur Grundlage der Softwareentwicklung werden. In Industrie und Wissenschaft werden derzeit Lösungen gefördert und umgesetzt, die besonders präzise Ergebnisse erzielen (z. B. bei der KI) oder besonders große Datenmengen übertragen (z. B. beim Streaming), ohne Energiekosten einzukalkulieren. Oftmals verursachen unnötig komplizierte Programmierung oder Softwaredesign einen höheren Energieverbrauch als Algorithmen, die effizienter arbeiten. Innovative Software-Architekturen können die gleiche/etwas geringere Präzision oder Datendurchsatz erreichen und dabei enorme Mengen an Energie sparen. Algorithmische Effizienz muss daher zum führenden Paradigma der Softwareentwicklung werden. Wir nennen diesen Ansatz clean-IT.

Beispiele von clean-IT

Binäre Neuronale Netzwerke

Während die besten KI-Systeme neuronale Netze auf der Basis von 32-Bit-Algorithmen trainieren, kann das Verfahren auch mit "binären neuronalen Netzen" (1-Bit-Algorithmus) durchgeführt werden. Dies reduziert den Aufwand in den einzelnen Rechenschritten drastisch und führt sofort zu einer Energieeinsparung um den Faktor 20. Obwohl binäre neuronale Netze derzeit ca. 5 % weniger genau sind als die KI-Systeme einschlägiger globaler Konzerne, können durch die Reduktion 95 % des Stromverbrauchs eingespart werden. Bei millionenfachem Einsatz von KI-Anwendungen pro Tag erreicht die Einsparung so immense Werte.

Energy Aware Computing

Rechenzentren der nächsten Generation umfassen eine immer vielfältigere Landschaft von Beschleunigern und Hardware-Architekturen, die jeweils Vorteile für bestimmte Algorithmenklassen oder Anwendungsbereiche bieten. Leider ignoriert die heutige Software diesen Grad der Heterogenität weitestgehend. Durch die Ausführung von Arbeitslasten auf der Hardware, die am besten geeignet ist, kann die Energieeffizienz erheblich verbessert werden; z. B. um den Faktor 10 für Wettersimulationsmodelle, die FPGA-Beschleuniger anstelle von Allzweckprozessoren nutzen.