KI-Rechenzentren könnten bis 2030 200 Milliarden Dollar kosten, Stromnetze belasten
KI-Trainings- und Betriebsrechenzentren könnten bald Millionen von Chips beherbergen, Hunderte von Milliarden kosten und den Strombedarf einer Großstadt erfordern, wenn die Trends anhalten.
Eine neue Studie von Georgetown, Epoch AI und Rand-Forschern analysierte über 500 globale KI-Rechenzentrumsprojekte von 2019 bis 2025. Die Daten zeigen, dass die Rechenleistung jährlich verdoppelt wird, während der Strombedarf und die Kapitalkosten stark steigen.
Diese Ergebnisse verdeutlichen die Herausforderung, Infrastruktur für KI-Fortschritte im nächsten Jahrzehnt zu schaffen.
OpenAI, mit 10% der Weltbevölkerung, die ChatGPT nutzt, hat sich mit SoftBank und anderen zusammengetan, um bis zu 500 Milliarden Dollar für ein US-basiertes KI-Rechenzentrumsnetzwerk aufzubringen, mit potenzieller internationaler Expansion. Tech-Giganten wie Microsoft, Google und AWS investieren dieses Jahr ebenfalls Hunderte von Millionen, um ihre Rechenzentrums-Infrastruktur zu erweitern.
Die Studie stellt fest, dass die Hardwarekosten für Projekte wie xAI’s Colossus, die bei 7 Milliarden Dollar liegen, von 2019 bis 2025 jährlich um das 1,9-fache gestiegen sind, während der Strombedarf jährlich verdoppelt wurde. (Colossus verbraucht etwa 300 Megawatt, vergleichbar mit 250.000 Haushalten.)

Bildnachweis: Epoch AI Obwohl Rechenzentren ihre Energieeffizienz verbessert haben – die Rechenleistung pro Watt stieg von 2019 bis 2025 jährlich um das 1,34-fache – werden diese Fortschritte den steigenden Strombedarf nicht ausgleichen. Bis Juni 2030 könnte ein führendes KI-Rechenzentrum 2 Millionen Chips benötigen, 200 Milliarden Dollar kosten und 9 GW Strom verbrauchen, vergleichbar mit neun Kernkraftwerken.
Der wachsende Energiebedarf von KI-Rechenzentren könnte die Stromnetze erheblich belasten. Eine Analyse von Wells Fargo prognostiziert einen Anstieg des Energieverbrauchs von Rechenzentren um 20% bis 2030, was erneuerbare Energiequellen überfordern und die Abhängigkeit von fossilen Brennstoffen erhöhen könnte.
Neben Energie rufen KI-Rechenzentren Umweltprobleme wie hohen Wasserverbrauch hervor, belegen wertvolles Land und reduzieren staatliche Steuereinnahmen. Good Jobs First schätzt, dass 10 Staaten jährlich über 100 Millionen Dollar durch großzügige Steueranreize für Rechenzentren verlieren.
Diese Prognosen könnten sich nicht vollständig materialisieren, oder die Zeitpläne könnten sich verschieben. Kürzlich haben Hyperscaler wie AWS und Microsoft ihre Rechenzentrumspläne zurückgefahren. Cowen-Analysten stellten Anfang 2025 eine „Abkühlung“ im Rechenzentrumsmarkt fest, was Bedenken über ein nicht nachhaltiges Wachstum widerspiegelt.
Verwandter Artikel
Mangelndes öffentliches Vertrauen bremst das Wachstum der KI
Während Politiker das Wachstums- und Effizienzpotenzial von KI betonen, weist ein aktueller Bericht auf ein erhebliches Vertrauensdefizit in der Öffentlichkeit hin. Die weit verbreitete Skepsis stellt
MIT-Studie zeigt, dass KI die menschliche Gehirnaktivität vermindert
Eine vom MIT (Massachusetts Institute of Technology) durchgeführte Studie zeigt, dass die Verwendung eines großen Sprachmodells (Large Language Model, LLM) nicht nur die geistige Anstrengung im Moment
Studie zeigt Herausforderungen bei der Erlangung zuverlässiger Gesundheitsberatung durch Chatbots auf
Da die Gesundheitssysteme mit langen Wartezeiten und eskalierenden Kosten zu kämpfen haben, experimentieren immer mehr Patienten mit KI-Chatbots wie ChatGPT, um erste medizinische Ratschläge zu erhalt
Empfehlungen zu verwandten Spezialthemen
Kommentare (3)
この記事を読んで、AIの進化って本当にすごいけど電力消費の点がネックだなあと改めて思った。大規模データセンターの電力需要が街一つ分とか想像つかない😅技術革新で効率化も進むと良いんだけど、結局人間が環境とのバランスを考える必要があるんじゃないかと感じた。
Putain ! 200 milliards de dollars pour des data centers AI ? 😳 C'est plus que le PIB de nombreux pays. On devrait peut-être commencer à construire des centrales nucléaires plutôt que des GPUs...
KI-Trainings- und Betriebsrechenzentren könnten bald Millionen von Chips beherbergen, Hunderte von Milliarden kosten und den Strombedarf einer Großstadt erfordern, wenn die Trends anhalten.
Eine neue Studie von Georgetown, Epoch AI und Rand-Forschern analysierte über 500 globale KI-Rechenzentrumsprojekte von 2019 bis 2025. Die Daten zeigen, dass die Rechenleistung jährlich verdoppelt wird, während der Strombedarf und die Kapitalkosten stark steigen.
Diese Ergebnisse verdeutlichen die Herausforderung, Infrastruktur für KI-Fortschritte im nächsten Jahrzehnt zu schaffen.
OpenAI, mit 10% der Weltbevölkerung, die ChatGPT nutzt, hat sich mit SoftBank und anderen zusammengetan, um bis zu 500 Milliarden Dollar für ein US-basiertes KI-Rechenzentrumsnetzwerk aufzubringen, mit potenzieller internationaler Expansion. Tech-Giganten wie Microsoft, Google und AWS investieren dieses Jahr ebenfalls Hunderte von Millionen, um ihre Rechenzentrums-Infrastruktur zu erweitern.
Die Studie stellt fest, dass die Hardwarekosten für Projekte wie xAI’s Colossus, die bei 7 Milliarden Dollar liegen, von 2019 bis 2025 jährlich um das 1,9-fache gestiegen sind, während der Strombedarf jährlich verdoppelt wurde. (Colossus verbraucht etwa 300 Megawatt, vergleichbar mit 250.000 Haushalten.)

Obwohl Rechenzentren ihre Energieeffizienz verbessert haben – die Rechenleistung pro Watt stieg von 2019 bis 2025 jährlich um das 1,34-fache – werden diese Fortschritte den steigenden Strombedarf nicht ausgleichen. Bis Juni 2030 könnte ein führendes KI-Rechenzentrum 2 Millionen Chips benötigen, 200 Milliarden Dollar kosten und 9 GW Strom verbrauchen, vergleichbar mit neun Kernkraftwerken.
Der wachsende Energiebedarf von KI-Rechenzentren könnte die Stromnetze erheblich belasten. Eine Analyse von Wells Fargo prognostiziert einen Anstieg des Energieverbrauchs von Rechenzentren um 20% bis 2030, was erneuerbare Energiequellen überfordern und die Abhängigkeit von fossilen Brennstoffen erhöhen könnte.
Neben Energie rufen KI-Rechenzentren Umweltprobleme wie hohen Wasserverbrauch hervor, belegen wertvolles Land und reduzieren staatliche Steuereinnahmen. Good Jobs First schätzt, dass 10 Staaten jährlich über 100 Millionen Dollar durch großzügige Steueranreize für Rechenzentren verlieren.
Diese Prognosen könnten sich nicht vollständig materialisieren, oder die Zeitpläne könnten sich verschieben. Kürzlich haben Hyperscaler wie AWS und Microsoft ihre Rechenzentrumspläne zurückgefahren. Cowen-Analysten stellten Anfang 2025 eine „Abkühlung“ im Rechenzentrumsmarkt fest, was Bedenken über ein nicht nachhaltiges Wachstum widerspiegelt.
Mangelndes öffentliches Vertrauen bremst das Wachstum der KI
Während Politiker das Wachstums- und Effizienzpotenzial von KI betonen, weist ein aktueller Bericht auf ein erhebliches Vertrauensdefizit in der Öffentlichkeit hin. Die weit verbreitete Skepsis stellt
MIT-Studie zeigt, dass KI die menschliche Gehirnaktivität vermindert
Eine vom MIT (Massachusetts Institute of Technology) durchgeführte Studie zeigt, dass die Verwendung eines großen Sprachmodells (Large Language Model, LLM) nicht nur die geistige Anstrengung im Moment
Studie zeigt Herausforderungen bei der Erlangung zuverlässiger Gesundheitsberatung durch Chatbots auf
Da die Gesundheitssysteme mit langen Wartezeiten und eskalierenden Kosten zu kämpfen haben, experimentieren immer mehr Patienten mit KI-Chatbots wie ChatGPT, um erste medizinische Ratschläge zu erhalt
この記事を読んで、AIの進化って本当にすごいけど電力消費の点がネックだなあと改めて思った。大規模データセンターの電力需要が街一つ分とか想像つかない😅技術革新で効率化も進むと良いんだけど、結局人間が環境とのバランスを考える必要があるんじゃないかと感じた。
Putain ! 200 milliards de dollars pour des data centers AI ? 😳 C'est plus que le PIB de nombreux pays. On devrait peut-être commencer à construire des centrales nucléaires plutôt que des GPUs...





Heim






