So will Nvidia mithilfe von KI zur Entlastung des Stromnetzes beitragen

Künstliche Intelligenz (KI) entwickelt sich rasant und erfordert zunehmend leistungsfähige Rechenzentren. Diese verzeichnen einen erheblich steigenden Energiebedarf, der die bestehenden Stromnetze unter Druck setzen kann, und mittlerweile von vielen als kritisch angesehen wird, auch in Bezug auf mögliche Blackouts.

Um eine nachhaltige Skalierung der KI-Infrastruktur zu gewährleisten und gleichzeitig die Netzstabilität zu sichern, werden innovative Lösungen für ein flexibles Energiemanagement benötigt. Nvidia ist sich dem bewusst und arbeitet mit einem Start-up an einer Lösung, um den benötigten Energiebedarf nicht zusätzlich bereitstellen zu müssen, sondern durch intelligente Umverteilung bereits vorhandene Energie effizienter zu nutzen.

Wie will Nvidia die viele benötigte Energie aus vorhandenen Ressourcen nutzbar machen?

Ein zentraler Ansatzpunkt ist die Software "Emerald Conductor" des Start-ups Emerald AI, einem Mitglied des NVIDIA Inception Programms. Diese KI-gestützte Plattform agiert als intelligente Schnittstelle zwischen Stromnetz und Rechenzentrum. In einem Praxistest in Phoenix (Arizona) konnte die Software die Stromaufnahme eines Clusters von 256 NVIDIA GPUs während einer Netzbelastung über drei Stunden um 25 Prozent reduzieren, ohne die Dienstgüte der KI-Workloads zu beeinträchtigen. Diese Flexibilität ermöglicht es laut Nvidia, den Energieverbrauch von KI-Rechenzentren in Spitzenlastzeiten zu modulieren, was Blackouts vorbeugen und die Integration erneuerbarer Energien erleichtern kann.

KI-Rechenzentren sind für Nvidia die "Maschinen der nächsten industriellen Revolution". Es geht nicht nur darum, wie viel Rechenleistung (FLOPS) sie haben, sondern auch darum, wie energieeffizient sie sind und wie viele KI-Einheiten (sogenannte Tokens) sie pro Watt erzeugen. NVIDIA arbeitet daran, die Stromversorgung in diesen Rechenzentren zu verbessern, indem sie von 54 Volt auf 800 Volt Hochspannungsgleichstrom umstellen. Das spart Energie, weil weniger Strom bei der Umwandlung verloren geht, steigert also die Effizienz und minimiert den Energieverlust.

Die größte Herausforderung dabei ist, dass KI-Workloads ihren Strombedarf sehr schnell ändern können – von voller Leistung auf praktisch nichts in Sekundenbruchteilen. Diese schnellen Schwankungen können das Stromnetz destabilisieren. Systeme wie NVIDIAs "Dynamo" sollen dabei helfen, die Rechenressourcen und Aufgaben so zu steuern, dass sie energieeffizient laufen und das Stromnetz entlasten. Es ist laut Nvidia daher sehr wichtig, dass die KI-Infrastruktur ihren Energiebedarf flexibel steuern kann, damit die Künstliche Intelligenz weiter wachsen kann und unsere Energienetze trotzdem stabil bleiben.