Wird Sora das Internet sprengen?

Eine Analyse der Infrastruktur-Herausforderungen durch fortschrittliche KI-Technologien

In einer Welt, in der KI-gesteuerte Technologien immer mehr an Bedeutung gewinnen, stellt sich zunehmend die Frage, wie weit unsere bestehenden digitalen Infrastrukturen diese neuen Anforderungen bewältigen können. Mit der Einführung von Sora durch OpenAI, einem revolutionären Tool zur Erstellung von KI-generierten Videos, stehen wir möglicherweise vor einer nie dagewesenen Belastungsprobe für das Internet und der Welt. Doch wird diese innovative Technologie tatsächlich die Grenzen unserer digitalen Welt sprengen? Dieser Artikel wirft einen Blick auf die technischen Herausforderungen und die möglichen Auswirkungen von Sora auf unsere Internet- und Energieinfrastruktur.

Hintergrund

Sora, das neueste Wunderkind von OpenAI, verspricht, die Art und Weise, wie wir Videos erstellen und konsumieren, grundlegend zu verändern. Indem es Nutzern ermöglicht, wirklich sehr hochwertige Videos mit wenig mehr als einer Textbeschreibung zu generieren, könnte Sora die Türen zu einer neuen Ära der Content-Erstellung öffnen. Doch mit großer Macht kommt auch große Verantwortung – oder in diesem Fall, ein großer Bedarf an Bandbreite, Rechenleistung und Energieversorgung.

Technische Herausforderungen

Die Generierung von Videos mit KI, wie sie Sora ermöglicht, erfordert immense Mengen an Rechenleistung und Datenübertragung. Diese Anforderungen stellen nicht nur eine Herausforderung für die Endnutzer dar, sondern auch für die Server und Netzwerke, die diese Dienste bereitstellen. Während Text-basierte KI-Modelle wie ChatGPT bereits einen Vorgeschmack auf diese Herausforderungen gegeben haben, könnte die Videogenerierung diese Probleme auf ein ganz neues Level heben.

Technische Herausforderungen: ChatGPT vs. Sora

Rechenleistung:

ChatGPT: Die Erzeugung von Text durch ChatGPT, obwohl komplex und rechenintensiv, bleibt im Vergleich zu Videoinhalten relativ leichtgewichtig. Die Verarbeitung von Textdaten benötigt deutlich weniger Rechenleistung, da sie hauptsächlich auf die Verarbeitung und Generierung von Sprache basiert. Ein typisches Szenario könnte sein, dass ein Nutzer ChatGPT bittet, einen Absatz zu einem bestimmten Thema zu schreiben. Dieser Prozess, obwohl anspruchsvoll, ist etwas, das effizient auf den heutigen Servern von OpenAI gehandhabt werden kann.
Sora: Im Gegensatz dazu benötigt die Erstellung von Videos mit Sora erheblich mehr Rechenleistung. Videos bestehen aus Tausenden von Bildern (Frames) sowie Audio, die alle in Echtzeit generiert und synchronisiert werden müssen. Ein einfaches Beispiel hierfür könnte die Erstellung eines 30-Sekunden-Videos sein, das auf einer textuellen Eingabe basiert. Dieses Video zu generieren, erfordert nicht nur die Erstellung visueller Inhalte aus Textbeschreibungen, sondern auch das Rendering dieser Bilder in hoher Auflösung und ihre Kombination zu einem flüssigen Video, möglicherweise mit zugehörigem Audio. Die Komplexität und der Rechenbedarf steigen exponentiell, was eine massive Nutzung von GPU-Ressourcen (Graphics Processing Unit) erfordert.

Beispiel zur Veranschaulichung:

Stellen Sie sich vor, ein Unternehmen möchte eine Werbekampagne mit personalisierten Videos für seine Kunden erstellen. Mit ChatGPT könnten sie personalisierte Texte generieren – eine Aufgabe, die effizient und mit minimaler Belastung für das Netzwerk bewältigt werden kann. Entscheidet sich das Unternehmen jedoch für die Nutzung von Sora, um für jeden Kunden ein personalisiertes Video zu erstellen, sieht sich Open AI mit Herausforderungen konfrontiert, die von der Notwendigkeit leistungsstarker GPU-Server bis hin zu erheblichem Bandbreitenbedarf für den Upload der Eingaben und Download der fertigen Videos reichen.

Diese Gegenüberstellung zeigt deutlich, wie unterschiedlich die Anforderungen dieser beiden Technologien an die Internetinfrastruktur sind. Während Text-basierte KI-Dienste wie ChatGPT bereits beeindruckend sind, könnten die durch Videogenerierungs-KI wie Sora verursachten technischen Herausforderungen eine neue Dimension der Belastung für das Internet darstellen, die sowohl in Bezug auf die Rechenleistung als auch auf die Bandbreitennutzung weit darüber hinausgeht.

Um zu veranschaulichen, wie viel Energie ein Dialog mit ChatGPT benötigen könnte, betrachten wir ein einfaches Beispiel. Die tatsächliche Energiemenge kann je nach Komplexität der Anfrage, der Effizienz der verwendeten Hardware und der Optimierung der Algorithmen variieren, aber wir können eine grobe Schätzung vornehmen.

Beispiel: Energieverbrauch für einen ChatGPT-Dialog

Angenommen, Sie führen einen Dialog mit ChatGPT, der insgesamt 10 Nachrichten umfasst – 1 Frage von Ihnen und 1 Antwort von ChatGPT. Jede Interaktion mit ChatGPT involviert das Modell, das auf leistungsstarken Servern läuft, typischerweise in Rechenzentren, die speziell für solche Aufgaben konzipiert sind.

Berechnung des Energieverbrauchs:

Der Verbrauch liegt aktuell bei 3 – 9 Wh / Anfrage. (Quelle ist hier: SemiAnalysis)

Energieverbrauch pro Dialog=6 Wh
Anzahl der Dialoge=10
Gesamtenergieverbrauch=Energieverbrauch pro Dialog×Anzahl der Dialoge

Basierend auf einem Energieverbrauch von 6 Wattstunden (Wh) pro Anfrage, beträgt der Gesamtenergieverbrauch für 10 Dialoge mit ChatGPT 60 Wh. Diese Zahl gibt einen realistischeren Einblick in den Energiebedarf für die Interaktion mit fortgeschrittenen KI-Modellen wie ChatGPT.

ChatGPT hatte im November 2023 knapp 200 Millionen Anfragen am Tag.

Das entspricht ca. 1.200.000 kWh / Tag.

Ein Vier-Personen-Haushalt verbraucht durchschnittlich etwa 10,27 Kilowattstunden (kWh) pro Tag (3.750 kWh pro Jahr). Mit 1.200.000 kWh könnte man demnach rund 116.800 solcher Haushalte für einen Tag mit Strom versorgen oder 320 Haushalte für ein Jahr.

Für eine Video AI wird es einen exponentiellen Sprung im Energieverbrauch geben.

Um den Energieverbrauch für die Generierung eines 30-Sekunden-Videos mit Sora zu schätzen, müssen wir einige Annahmen treffen, da spezifische Daten zum Energieverbrauch von Sora oder ähnlichen fortschrittlichen KI-Video-Generierungssystemen nicht öffentlich verfügbar sind. Der Energieverbrauch könnte von verschiedenen Faktoren abhängen, wie der Komplexität der Anfrage, der erforderlichen Rechenleistung und der Effizienz der zugrundeliegenden Infrastruktur.

Als Ausgangspunkt könnten wir den Energieverbrauch von ähnlichen KI-basierten Aufgaben betrachten und diesen als Grundlage für eine Schätzung verwenden. Wenn wir den durchschnittlichen Energieverbrauch einer KI-Anfrage bei ChatGPT als Referenz nehmen, der etwa 6 Wattstunden (Wh) pro Anfrage beträgt, und annehmen, dass die Generierung eines Videos aufgrund der höheren Komplexität und des längeren Zeitaufwands für die Verarbeitung deutlich energieintensiver ist, können wir versuchen, eine grobe Schätzung zu machen.

Angenommen, die Generierung eines 30-Sekunden-Videos erfordert um ein Vielfaches mehr Rechenleistung als eine Textanfrage bei ChatGPT, könnten wir hypothetisch annehmen, dass der Energieverbrauch um einen Faktor höher liegt. Ohne genaue Daten ist diese Schätzung jedoch rein spekulativ.

Lassen Sie uns eine hypothetische Berechnung durchführen, indem wir annehmen, dass die Generierung eines 30-Sekunden-Videos 100-mal energieintensiver ist als eine einzelne Anfrage bei ChatGPT.

Basierend auf der Annahme, dass die Generierung eines 30-Sekunden-Videos mit Sora etwa 100-mal energieintensiver ist als eine einzelne Anfrage bei ChatGPT, würde ein solches Video ungefähr 600 Wattstunden (Wh) Energie verbrauchen.

Es ist wichtig zu betonen, dass diese Schätzung stark spekulativ ist und tatsächliche Werte je nach den spezifischen Implementierungsdetails von Sora, der Effizienz der verwendeten Hardware und der Komplexität des generierten Videos erheblich variieren können

Bei 600 Wattstunden (Wh) wären wir falls nur die hälfte der User von ChatGPT, also 100 000 000 User/Tag den Service von Sora nutzen der gesamte Energieverbrauch für diesen Tag bei etwa 60 Terawattstunden (TWh).

Mit 60 Terawattstunden (TWh) könnten theoretisch etwa 17,14 Millionen Haushalte für ein Jahr mit Strom versorgt werden, basierend auf einem durchschnittlichen Jahresstromverbrauch von 3.500 kWh pro Haushalt.

Wir halten also fest ChatGPT mit 200 000 000 User am Tag = 320 Haushalte/Jahr, Sora mit dem geschätzten Energieverbrauch und 100 000 000 Usern am Tag = 17,14 Millionen Haushalte/Jahr

Wasserverbrauch

Ein weiteres kritisches Thema ist der Wasserverbrauch. Die Rechenzentren, die KI-Dienste wie Sora betreiben, verbrauchen erhebliche Mengen an Wasser. Ein schneller Anstieg der Nutzerzahlen könnte den Wasserbedarf in die Höhe treiben und Fragen der ökologischen Nachhaltigkeit aufwerfen. Ein Dialog mit ChatGPT benötigt ca. 500 Milliliter Wasser. (Das Training von ChatGPT3 hat 700.000 Liter benötigt, laut US-Forschern) ChatGPT hatte im November 2023 knapp 200 Millionen Anfragen am Tag. Wie wir oben berechnet haben könnte Sora einen Tages-Energieverbrauch etwa 60 Terawattstunden (TWh) benötigen. Stellen wir nun mögliche Berechnung auf: Wenn wir rechnen, dass ein ChatGPT Dialog 500 Milliliter Wasser benötigt und Sora das 100 Fache an Energie benötigt, also 50 Liter / 30 Sekunden Video bei 100 000 000 Anfragen / Tag ergibt sich ein gesamter Wasserverbrauch von 5 Milliarden Litern pro Tag für 100 Millionen Anfragen. Zum Verständnis der Menge: Ein durchschnittlicher Haushalt verbraucht etwa 120 Liter Wasser pro Person und Tag. In diesem Fall würde der Wasserverbrauch von 5 Milliarden Litern dem Verbrauch einer Stadt mit 100 000 000 Einwohnern für etwa 42 Tage entsprechen.

Energie Fazit

60 TWh pro Tag entspräche einem jährlichen Energieverbrauch von etwa 21.900 TWh, was weit über den Energieverbrauch der meisten industriellen Prozesse und sogar ganzer Länder liegt. Zum Vergleich: Der gesamte weltweite Energieverbrauch lag im Jahr 2023 bei etwa 27.682 TWh (Quelle: IEA). Ein täglicher Verbrauch von 60 TWh würde mehr als 50% des globalen jährlichen Energieverbrauchs ausmachen, wenn er über ein ganzes Jahr hinweg anhalten würde.

Diese Zahlen verdeutlichen, wie unwahrscheinlich ein solcher Energieverbrauch in der Praxis ist, insbesondere für eine einzelne Anwendung wie Sora. Es zeigt auch, wie wichtig es ist, bei der Skalierung neuer Technologien wie KI Energieeffizienz und nachhaltige Energiequellen zu berücksichtigen, um potenziell negative Auswirkungen auf die Umwelt zu minimieren.

In der Realität würden also sowohl technologische Fortschritte als auch praktische Überlegungen dazu führen, dass der Energieverbrauch von Diensten wie Sora wesentlich niedriger ist, als in unserem hypothetischen Szenario angenommen. Es bleibt dennoch wichtig, den Energieverbrauch und die Umweltauswirkungen von KI-Systemen im Blick zu behalten und kontinuierlich an deren Verbesserung zu arbeiten.

Auswirkungen von Sora auf das Internet

Ein schnelles Wachstum von Sora, vergleichbar mit dem Anstieg von ChatGPT auf 100 Millionen Nutzer im Januar 2023, würde erhebliche Herausforderungen an die bestehenden Infrastrukturen stellen. Die Fähigkeit, ein solches Wachstum mit den derzeit bereitgestellten Infrastrukturen zu unterstützen, hängt von mehreren Faktoren ab, darunter die Skalierbarkeit der Server, die Effizienz der Algorithmen, und die verfügbare Bandbreite. Hier sind einige Überlegungen:

Skalierbarkeit der Infrastruktur

Server und Rechenzentren: Die vorhandenen Serverkapazitäten und Rechenzentren müssen in der Lage sein, den enormen Anstieg der Rechenleistung, der für die Verarbeitung und Erstellung von Videoinhalten erforderlich ist, zu bewältigen. Dies ist besonders relevant, da die Erstellung und Bearbeitung von Videos rechenintensiver ist als textbasierte Anfragen.
Automatische Skalierung: Cloud-basierte Infrastrukturen bieten die Möglichkeit zur automatischen Skalierung, um Lastspitzen zu bewältigen. Allerdings erfordert dies eine vorausschauende Planung und Investition in entsprechende Kapazitäten.

Netzwerkinfrastruktur

Erhöhter Datenverkehr: Die Generierung und Übertragung von hochauflösenden Videos würde einen signifikanten Anstieg des Datenvolumens bedeuten, das über das Internet übertragen wird. Dies könnte zu einer Belastung der Netzinfrastruktur führen, insbesondere in Gebieten, wo die Internetanbindung bereits jetzt limitiert ist.
Netzwerküberlastung: Die massive Zunahme des Datenverkehrs könnte zu Engpässen führen, die die allgemeine Internetgeschwindigkeit für Endnutzer beeinträchtigen und die Latenzzeiten erhöhen.

Wirtschaftliche Aspekte

Investitionen: Um ein schnelles Wachstum zu unterstützen, sind erhebliche Investitionen in Hardware, Software und Netzwerkinfrastrukturen erforderlich. Diese Investitionen müssen sorgfältig geplant und umgesetzt werden, um eine effiziente Skalierung zu ermöglichen.

Gesellschaftliche und wirtschaftliche Überlegungen

Die potenzielle Belastung des Internets durch KI-generierte Videos wirft auch Fragen der digitalen Gerechtigkeit und Zugänglichkeit auf. Wie können wir sicherstellen, dass der Zugang zu diesen leistungsfähigen Tools nicht nur denjenigen vorbehalten ist, die über die notwendigen technischen und finanziellen Ressourcen verfügen?

Fazit

Während diese Annahme einen extremen und unwahrscheinlichen Fall darstellt, verdeutlicht sie die potenziellen Herausforderungen und Auswirkungen des Betriebs energieintensiver KI-Anwendungen auf das Internet- und unsere Energieinfrastruktur. Es unterstreicht die Bedeutung von Investitionen in nachhaltige Technologien, die Optimierung von Netzwerken und die Notwendigkeit, den Energieverbrauch von KI-Systemen zu minimieren.

Hoffen wir, das Sora nicht so ineffizient Energie verschlingt wie in unserer beispielhaften Hochrechnung. 😉