Was wäre, wenn wir die gesamte Sonnenenergie auf dem Mars nutzen würden, um ein KI-Datenzentrum zu betreiben? Wie viele 1.000-Watt-GPUs könnten unter diesen Bedingungen betrieben werden?
Berechnung der vom Mars aufgefangenen Sonnenenergie
Die Menge an Sonnenenergie, die der Mars empfängt, basiert auf der Sonnenstrahlung, die auf seine Querschnittsfläche trifft.
- Radius des Mars: ~3.390 km
- Querschnittsfläche: 36 Billionen Quadratmeter
- Durchschnittlicher Sonnenfluss auf dem Mars: 586 W/m²
- Gesamtleistung, die der Mars erhält: 21.200 Terawatt (TW)
Umwandlung der Sonnenenergie durch Solarzellen
Solarzellen können nicht die gesamte auftreffende Sonnenenergie in Strom umwandeln.
- Auf der Erde liegt der Wirkungsgrad moderner Solarzellen bei 20–25 %.
- Auf dem Mars könnte dieser Wert durch die dünne Atmosphäre und Staubablagerungen gesenkt werden.
- Eine realistische, aber optimistische Schätzung ist ein Wirkungsgrad von 20 % (0,20).
Das bedeutet, dass von den 21.200 Terawatt etwa 4.240 Terawatt nutzbar wären.
Energieverbrauch einer GPU im Rechenzentrum
Jede 1000-Watt-GPU (1 kW) benötigt neben ihrer eigenen Leistung auch zusätzliche Energie für Kühlung, Netzwerke und Infrastruktur.
- Dies wird durch die Power Usage Effectiveness (PUE) bestimmt.
- Ein guter PUE-Wert auf der Erde liegt bei etwa 1,2, was bedeutet, dass zusätzlich 20 % Energie für die Infrastruktur benötigt werden.
- Auf dem Mars könnte die kalte Umgebung den Kühlungsbedarf senken, aber die dünne Atmosphäre erschwert die Wärmeableitung.
- Daher wird für die Berechnung weiterhin ein PUE-Wert von 1,2 angenommen.
Unter diesen Bedingungen könnten mit 4.240 Terawatt etwa 3,53 Billionen GPUs betrieben werden.
Vergleich mit existierenden KI-Rechenzentren
Zum Vergleich:
- Das xAI Colossus AI-Datenzentrum in Memphis beherbergt derzeit 200.000 GPUs.
- Das auf dem Mars hypothetisch errichtete Rechenzentrum könnte 17 Millionen Mal mehr GPUs betreiben.
Effizienz und Verlustreduktion
- Das 3,53-Billionen-GPU-System hätte nur 0,344 % der Verluste eines herkömmlichen 200.000-GPU-Systems.
- Dies könnte zu einer nahezu perfekten Leistung bei Aufgaben wie Sprachmodellierung und logischem Denken führen.
Skalierung der KI-Modelle
Wenn heutige 200.000-GPU-Systeme ein Modell mit 1 Billion Parametern trainieren können, dann könnte das 3,53-Billionen-GPU-System ein Modell mit 4,2 Billiarden Parametern trainieren.
Ein solches Modell hätte:
- Erweiterte Fähigkeiten zum Erkennen und Verarbeiten komplexer Muster.
- Verbesserte logische Schlussfolgerungen und Problemlösungen.
- Mögliche Annäherung an allgemeine künstliche Intelligenz (AGI).
Praktische Einschränkungen
Trotz dieser theoretischen Möglichkeiten gibt es technische Grenzen:
- Kommunikationsaufwand in verteilten Systemen.
- Speicherbeschränkungen für solch gigantische Modelle.
- Abnehmende Erträge durch Skalierungsgesetze.
Sollten sich jedoch alle bisherigen Annahmen als korrekt erweisen, könnten diese Hürden überwunden werden.
Zusätzliche Faktoren und Herausforderungen
- Tag-Nacht-Zyklus des Mars
- Der Mars-Tag dauert ca. 24,6 Stunden.
- Ohne Energiespeicherung (z. B. Batterien) würde die Leistung nachts ausfallen.
- Für eine kontinuierliche Stromversorgung wäre eine ausreichende Speicherung erforderlich.
- Staubstürme
- Mars-Staub kann die Effizienz von Solarzellen erheblich verringern.
- Die Berechnungen basieren auf einem durchschnittlichen Sonnenfluss von 586 W/m².
- Orbitale Variation
- Der Sonnenfluss auf dem Mars schwankt zwischen 492 W/m² und 717 W/m².
- Ein Durchschnittswert von 586 W/m² ist jedoch eine vernünftige Annahme.
- Übertragungsverluste
- Ein planetenumspannendes Energienetz würde unvermeidlich Verluste verursachen.
- Diese Verluste sind jedoch im PUE-Wert bereits berücksichtigt.
Fazit: Der Mars als KI-Zentrum der Zukunft?
Mit 20 % effizienten Solarzellen, die die Sonnenseite des Mars bedecken, könnten wir 4.240 Terawatt nutzbare Energie erzeugen.
Bei einem PUE-Wert von 1,2 wäre es möglich, 3,53 Billionen GPUs zu betreiben – eine Größe, die alle derzeitigen KI-Rechenzentren um ein Vielfaches übersteigt.
Diese Energie könnte:
- Hochkomplexe KI-Modelle mit Billionen von Parametern trainieren.
- Die Grundlagen für künstliche allgemeine Intelligenz (AGI) legen.
- Eine nahezu fehlerfreie Skalierung der heutigen KI-Technologie ermöglichen.
Die Zukunft des KI-Computings – auf dem Mars?
Die Idee, den Mars als KI-Rechenzentrum zu nutzen, mag heute noch Science-Fiction sein. Doch mit der fortschreitenden Entwicklung von Raumfahrt, erneuerbarer Energie und KI könnte sie eines Tages Realität werden.
*
Brian Wang ist ein futuristischer Vordenker und ein beliebter Wissenschaftsblogger mit 1 Million Lesern pro Monat. Sein Blog Nextbigfuture.com steht auf Platz 1 der Wissenschaftsnachrichten-Blogs. Er befasst sich mit vielen bahnbrechenden Technologien und Trends wie Raumfahrt, Robotik, künstliche Intelligenz, Medizin, Anti-Aging-Biotechnologie und Nanotechnologie.
Er ist bekannt für die Identifizierung von Spitzentechnologien und ist derzeit Mitbegründer eines Start-ups und Geldbeschaffer für vielversprechende Unternehmen im Frühstadium. Er ist Leiter der Forschungsabteilung von Allocations für tiefgreifende Technologieinvestitionen und ein Angel Investor bei Space Angels.
Er tritt häufig als Redner bei Unternehmen auf, war TEDx-Redner, Redner an der Singularity University und Gast bei zahlreichen Interviews für Radio und Podcasts. Er ist offen für öffentliche Vorträge und Beratungen.
