Dank dieser Technik könnte die KI 2500 Mal weniger Energie verbrauchen

Forscher der Universität von Minnesota haben ein innovatives Gerät entwickelt, das den Energieverbrauch der künstlichen Intelligenz (KI) um einen Faktor von mindestens 1.000 reduzieren könnte. Dieser bedeutende Fortschritt adressiert eine wachsende Besorgnis über die Umweltauswirkungen von KI-Technologien, da laut der Internationalen Energie-Agentur ihr weltweiter Energiebedarf bis 2026 voraussichtlich doppelt so hoch sein wird.


Die aktuellen KI-Systeme erfordern umfangreiche Datenübertragungen zwischen Speicher und Prozessoren, was ein sehr energieintensiver Prozess ist. Das neue Gerät, genannt Rechenfähiges Direktzugriffsspeicher (CRAM), ermöglicht die Datenverarbeitung direkt im Speicher, ohne sie übertragen zu müssen. Diese Methode, die erstmals von dem Team der Universität von Minnesota getestet wurde, könnte den Energieverbrauch von KI-Anwendungen drastisch senken.

Yang Lv, Postdoktorand an der Universität von Minnesota und Erstautor der Studie, erklärt, dass CRAM die Daten direkt im Speichernetzwerk verarbeitet und damit die energieintensiven Übertragungseinheiten eliminiert. Diese Technologie basiert auf der Nutzung von magnetischen Tunnelübergängen (MTJ) und ermöglicht eine viel effizientere Speicherung und Verarbeitung von Informationen als die aktuell auf Transistoren basierenden Methoden.

Jian-Ping Wang, Professor an der Universität von Minnesota und Mitautor der Studie, betont, dass diese Technologie das Ergebnis von mehr als 20 Jahren Forschung und interdisziplinärer Zusammenarbeit ist. Ursprünglich als verrückte Idee abgetan, hat die CRAM nun ihre Effektivität bewiesen und ist bereit für die Integration in bestehende Technologien. Laut Jian-Ping Wang zeigen erste Ergebnisse eine Reduzierung des Energieverbrauchs um einen Faktor von 2.500 im Vergleich zu traditionellen Systemen.

Die CRAM könnte eine nachhaltige Lösung für die Entwicklung der KI darstellen, indem sie bisher unerreichte Energieeffizienz bietet. Dieser technologische Fortschritt eröffnet vielversprechende Perspektiven zur Reduzierung des ökologischen Fußabdrucks von KI-Systemen bei gleichzeitiger Aufrechterhaltung hoher Leistung. Die Forscher planen nun, mit führenden Unternehmen der Halbleiterindustrie zusammenzuarbeiten, um diese Technologie im großen Maßstab zu entwickeln.