Energie

Das Training von neuronalen Netzen für Künstliche Intelligenz (KI) erfordert enorme Rechenressourcen und damit sehr viel Strom. Forschende der Technischen Universität München (TUM) haben eine Methode entwickelt, die hundertmal schneller und damit wesentlich energieeffizienter funktioniert. Statt iterativ, also schrittweise vorzugehen, werden die Parameter auf Grundlage ihrer Wahrscheinlichkeit direkt aus den Daten berechnet. Die Qualität der Ergebnisse ist mit den bislang üblichen iterativen Verfahren vergleichbar.

Im Durchschnitt steigt in Unternehmen mit zunehmendem Einsatz von IKT-Technologien der Energieverbrauch um 1,03 Prozent innerhalb eines Jahres an. Das zeigt eine aktuelle Analyse des Zentrums für Europäische Wirtschaftsforschung (ZEW) und der Universität Göttingen von mehr als 28.700 in Deutschland ansässigen Unternehmen des verarbeitenden Gewerbes.