„Performance pro Watt“ im Telekommunikationsmarkt Wie umgehen mit dem Energiehunger von KI

Anbieter zum Thema

Vitel GmbH

Für Betrieb und Management Edge-basierter Netzinfrastrukturen müssen Tele­kommunikations­unternehmen die Recheneffizienz von Grund auf neu überdenken. Können ARM-basierte Prozessoren hierfür die Lösung sein?

Künstliche Intelligenz wird zunehmend zum Herzstück technologischer Innovation in der Tele­kommunikations­branche. Von intelligentem Netzwerkbetrieb und vorausschauender Wartung über personalisierte Dienste bis hin zur Optimierung von RAN-Infrastrukturen: KI ist im Begriff, die Art und Weise, wie Tele­kommunikations­unternehmen arbeiten und konkurrieren, grundlegend zu verändern. Laut Fortune Business Insights wird der Markt für KI in der Telekommunikation von 2,36 Milliarden US-Dollar im Jahr 2023 auf 58,74 Milliarden US-Dollar im Jahr 2032 wachsen. Doch mit zunehmendem Einsatz von KI in sämtlichen Netzwerkschichten stellt sich eine zentrale Frage: Wie lässt sich die hierfür notwendige Rechenleistung bereitstellen, ohne dabei Energie-, Platz- und Kostengrenzen zu sprengen?

Tele­kommunikations­unternehmen stehen bereits heute unter enormem Druck. Altsysteme müssen modernisiert, Emissionen reduziert, die Zuverlässigkeit erhöht und Betriebskosten gesenkt werden. Besonders herausfordernd sind Edge-Umgebungen. Hier wird hohe Rechenleistung auf kleinstem Raum verlangt – oft mit begrenzten Möglichkeiten zur Kühlung oder Stromversorgung. Kommen KI-Inferenzprozesse hinzu, wächst der Druck auf die Infrastruktur weiter.

Veraltete Rechenarchitekturen – ein Kostenfaktor in einer KI-getriebenen Welt

Veraltete Rechenlösungen wie x86-basierte CPUs haben die Telekommunikationsinfrastruktur lange dominiert, sind jedoch zunehmend ungeeignet für das kommende Zeitalter KI-gestützter Netzwerke. Sie sind nicht nur energieintensiv, sondern auch wenig skalierbar – und damit ungeeignet für verteilte, latenzarme Rechenprozesse, wie sie KI erfordert. Mit dem zunehmenden Einsatz von vRAN, Open RAN und dynamischem Spektrumsmanagement nimmt die Komplexität der Netzfunktionen zu, ebenso wie ihr Rechen- und Energiebedarf.

Die Auswirkungen sind gravierend: Der IKT-Sektor ist laut Ericsson bereits heute für rund 3,6 Prozent des weltweiten Stromverbrauchs und etwa 1,4 Prozent der globalen CO2-Emissionen verantwortlich, wie der Verband der Anbieter im Digital- und Telekommunikationsmarkt (VATM) e. V. schreibt. Mit dem zunehmenden Einsatz von KI dürften diese Zahlen weiter steigen. Es sei denn, die Branche ergreift gezielte Maßnahmen zur Verbrauchsreduzierung.

Dabei geht es nicht nur um Nachhaltigkeit, sondern auch um wirtschaftliche Notwendigkeit. Steigende Energiepreise drücken auf die Margen und führen zu immer mehr Unsicherheit bei den Betriebskosten. Je weiter sich KI verbreitet, desto größer wird der Energiebedarf veralteter Infrastruktur – mit Folgen für Emissionen, Kühlbedarf und Betriebsausgaben. In einer Zeit, in der Regulierungsbehörden, Investoren und Kunden verstärkt auf den CO2-Fußabdruck achten, drohen Tele­kommunikations­unternehmen mit veralteten Technologien in Rückstand zu geraten.

Ein neuer Ansatz für Recheninfrastrukturen ist gefragt

Um wettbewerbsfähig und nachhaltig zu bleiben, brauchen Tele­kommunikations­unternehmen eine neue Art von Prozessoren. Diese sollten leistungsfähig genug für KI-Anwendungen, aber deutlich sparsamer im Energieverbrauch sein. Anders als oft vorgeschlagen sind GPUs dabei keine sinnvolle Lösung. Schon heute stoßen Tele­kommunikations­unternehmen bei der Energieversorgung an ihre Grenzen, weshalb eine GPU-gestützte Infrastruktur keine praktikable Option ist.

Gefragt sind stattdessen moderne, energieeffiziente Prozessoren auf Basis von ARM-Architekturen. Sie sind nicht auf veraltete Technologien wie x86 angewiesen, sondern von Grund auf für Effizienz konzipiert. Ihr Energieverbrauch pro Rechenoperation ist deutlich geringer. Dies ist ein entscheidender Vorteil für Edge-Umgebungen, in denen „Performance pro Watt“ das Maß aller Dinge ist.

Das Ergebnis sind kompakte, leistungsfähige und skalierbare Recheneinheiten, die den steigenden Anforderungen von KI gerecht werden, ohne die Infrastruktur zu überlasten oder das Budget zu sprengen. Damit lassen sich neue Dienste – von Echtzeit-Netzwerkoptimierung bis zu automatisierten Kundenservices – näher am Nutzer bereitstellen. Dies funktioniert, ohne GPU-Systeme zu integrieren oder bestehende Infrastrukturen vollständig umbauen zu müssen.

Dass das funktioniert, zeigen erste Anwendungen in der Praxis. Moderne ARM-basierte Prozessoren senken in realen Szenarien bereits jetzt den Energieverbrauch und die Kühlkosten. Und das bei gleichzeitig hoher Rechenleistung für komplexe KI-Inferenz. Das ist ein bedeutender Fortschritt. Nicht nur in Sachen Performance, sondern auch im Hinblick auf ein nachhaltiges Branchenwachstum.

Die Entscheidung ist klar: Leistung ohne Stromfresser

Wer in der Telekommunikation das Potenzial von KI ausschöpfen will, muss sich auch mit den realen Auswirkungen auf Energieverbrauch und Klima auseinandersetzen. Es braucht ein grundsätzlich neues Verständnis von Recheninfrastruktur, vor allem für Betrieb und Management Edge-basierter Netzinfrastrukturen. Energieeffiziente CPUs sind keine Nischenlösung mehr, sondern Schlüsseltechnologie zur zukunftssicheren Ausrichtung der Netze.

Fazit

Die Branche steht vor einer klaren Entscheidung. Will sie KI mit stromfressenden x86- und GPU-Lösungen betreiben oder setzt sie auf moderne, energieeffiziente ARM-basierte Prozessoren, die speziell für KI-Skalierung entwickelt wurden? In einer Ära intelligenter Netzwerke ist Nachhaltigkeit kein Widerspruch zur Innovation. Sie ist ihr Wettbewerbsvorteil.

Über den Autor

Sean Varley ist Chief Evangelist und Leiter des Ecosystem Development and Partner Programs bei Ampere Computing. Sein Team ist für die Markteinführung, Kommunikation, Strategie und Umsetzung von Wachstumsprogrammen für Entwickler, Partner und Einnahmen im Ökosystem verantwortlich. Zudem deckt es die Bereiche Marketingstrategie, strategische Geschäftsbeziehungen, Geschäftsplanung und Entwicklerrekrutierung für KI Computing in den sich schnell entwickelnden Cloud- und Edge-Server-Märkten ab.

(ID:50445424)