KI hat einen unersättlichen Appetit auf Ressourcen. Sie verbraucht enorme Mengen an Strom und Daten. Schätzungen zufolge werden es im Jahr 2022 bereits 460 Terawattstunden sein, und bis 2026 wird ein starker Anstieg auf 620 bis 1.050 TWh erwartet. Am unersättlichsten ist jedoch die Rechenleistung, die für das Training komplexer Modelle, die Analyse riesiger Datensätze und die Ausführung groß angelegter Schlussfolgerungen erforderlich ist.

Dieser Hunger nach Rechenleistung hat viele unserer Berufslandschaften neu gestaltet. Im Jahr 2024 überstieg der globale KI-Markt die Marke von 184 Milliarden US-Dollar, und Prognosen gehen davon aus, dass er bis 2030 die Marke von 800 Milliarden US-Dollar überschreiten könnte – ein Wert, der mit dem aktuellen BIP Polens vergleichbar ist. ChatGPT, das bekannteste Produkt der Branche, erreichte bekanntlich innerhalb von nur zwei Monaten nach seiner Markteinführung im November 2022 100 Millionen aktive Benutzer.

Doch während sich KI-Produkte wie ChatGPT vervielfältigen und weiterentwickeln, wird unsere Vorstellung davon, wie KI funktioniert, schnell überholt. Das gängige Bild von KI – mit ausgedehnten Rechenzentren, enormen Energiekosten und unter der Kontrolle von Technologiegiganten – erzählt nicht mehr die ganze Wahrheit. Diese Ansicht hat viele zu der Überzeugung verleitet, dass sinnvolle KI-Entwicklung die ausschließliche Domäne gut finanzierter Konzerne und großer Technologieunternehmen ist.

Es entsteht eine neue Vision für KI, die das ungenutzte Potenzial in unseren Taschen nutzt. Dieser Ansatz zielt darauf ab, KI zu demokratisieren, indem die kollektive Leistung von Milliarden von Smartphones weltweit genutzt wird. Unsere Mobilgeräte verbringen täglich Stunden im Leerlauf, ihre Verarbeitungskapazitäten ruhen. Indem wir dieses riesige Reservoir an ungenutzter Rechenleistung nutzen, könnten wir die KI-Landschaft neu gestalten. Anstatt uns ausschließlich auf eine zentralisierte Unternehmensinfrastruktur zu verlassen, könnte die KI-Entwicklung durch ein globales Netzwerk von Alltagsgeräten vorangetrieben werden.

Smartphones und Tablets stellen ein enormes, weitgehend ungenutztes Reservoir an globaler Rechenleistung dar. Allein im Jahr 2024 werden voraussichtlich 1,21 Milliarden Geräte ausgeliefert. Das wahre Potenzial an freier Rechenleistung lässt sich kaum beziffern.

Initiativen wie Theta EdgeCloud für Mobilgeräte zielen darauf ab, dieses verteilte Netzwerk von GPUs für Verbraucheranwendungen für KI-Berechnungen zu nutzen. Dieser Wechsel vom zentralisierten Computing zum Edge Computing ist eine technische Entwicklung, die die Art und Weise, wie Menschen mit KI-Modellen interagieren und diese betreiben, völlig neu erfinden kann.

Durch die lokale Verarbeitung von Daten auf Mobilgeräten kann die Branche deutlich geringere Latenzzeiten, mehr Privatsphäre und eine geringere Bandbreitennutzung erreichen. Dieser Ansatz ist besonders wichtig für Echtzeitanwendungen wie autonome Fahrzeuge, Augmented Reality und personalisierte KI-Assistenten. Am Rand werden neue KI-Anwendungsfälle entstehen, insbesondere solche für den persönlichen Gebrauch. Die Bereitstellung dieser Programme am Rand wird nicht nur erschwinglicher, sondern auch reaktiver und anpassbarer – eine Win-Win-Situation für Verbraucher und Forscher gleichermaßen.

Blockchains sind perfekt für dieses verteilte KI-Ökosystem konzipiert. Ihre dezentrale Natur passt nahtlos zum Ziel, ungenutzte Rechenleistung von Millionen von Geräten weltweit zu nutzen. Durch den Einsatz der Blockchain-Technologie können wir einen sicheren, transparenten und anreizorientierten Rahmen für die gemeinsame Nutzung von Rechenressourcen schaffen.

Die wichtigste Neuerung ist hier die Verwendung der Off-Chain-Verifizierung. Während die On-Chain-Verifizierung in einem Netzwerk aus Millionen paralleler Geräte zu Engpässen führen würde, ermöglichen Off-Chain-Methoden eine nahtlose Zusammenarbeit dieser Geräte, unabhängig von individuellen Konnektivitätsproblemen. Dieser Ansatz ermöglicht die Schaffung eines vertrauenslosen Systems, in dem Gerätebesitzer zur KI-Entwicklung beitragen können, ohne ihre Sicherheit oder Privatsphäre zu gefährden.

Dieses Modell basiert auf dem Konzept des „föderierten Lernens“, einer verteilten Methode des maschinellen Lernens, die auf große Datenmengen auf mobilen Geräten skaliert werden kann und gleichzeitig die Privatsphäre der Benutzer schützt. Blockchain bietet sowohl die Infrastruktur für dieses Netzwerk als auch den Mechanismus zur Belohnung der Teilnehmer und fördert so ein breites Engagement.

Die Synergie zwischen Blockchain und Edge-KI fördert ein neues Ökosystem, das robuster, effizienter und umfassender ist als traditionelle zentralisierte Modelle. Es demokratisiert die KI-Entwicklung und ermöglicht es Einzelpersonen, direkt von ihren Mobilgeräten aus an der KI-Revolution teilzunehmen und davon zu profitieren.

KI-Training und -Inferenz können auf einer Reihe von GPU-Typen durchgeführt werden, darunter auch auf GPUs für Verbraucher in Mobilgeräten. Die Hardware, die unsere Mobilgeräte antreibt, hat sich seit der Markteinführung von Smartphones stetig verbessert und zeigt keine Anzeichen einer Verlangsamung. Branchenführende mobile GPUs wie Apples A17 Pro und Qualcomms Adreno 750 (verwendet in High-End-Android-Geräten wie Samsung Galaxy und Google Pixel) definieren neu, welche KI-Aufgaben auf Mobilgeräten ausgeführt werden können.

Jetzt werden neue Chips hergestellt, die als Neural Processing Units (NPUs) bezeichnet werden und speziell für KI-Berechnungen im Verbraucherbereich entwickelt wurden. Sie ermöglichen KI-Anwendungsfälle auf dem Gerät und bewältigen gleichzeitig die Wärme- und Batterieleistungsbeschränkungen mobiler Geräte. Wenn intelligentes Systemdesign und eine intelligente Architektur hinzukommen, die Jobs an die für diesen Job optimale Hardware weiterleiten kann, wird der erzeugte Netzwerkeffekt extrem leistungsfähig sein.

Obwohl das Potenzial von Edge-KI immens ist, bringt sie auch ihre eigenen Herausforderungen mit sich. Die Optimierung von KI-Algorithmen für die vielfältige Palette mobiler Hardware, die Gewährleistung einer konsistenten Leistung unter unterschiedlichen Netzwerkbedingungen, die Lösung von Latenzproblemen und die Aufrechterhaltung der Sicherheit sind alles kritische Hürden. Laufende Forschungen im Bereich KI und Mobiltechnologie gehen diese Herausforderungen jedoch stetig an und ebnen den Weg, diese Vision Wirklichkeit werden zu lassen.

Eine der größten und berechtigtesten Beschwerden im Zusammenhang mit der Entwicklung von KI ist der unglaubliche Stromverbrauch. Große Rechenzentren benötigen außerdem riesige Flächen für ihre physische Infrastruktur und unglaubliche Mengen an Strom, um online zu bleiben. Das mobile Modell kann viele dieser Umweltauswirkungen abmildern, indem es freie GPUs in bereits vorhandenen Geräten verwendet – anstatt sich auf GPUs in zentralisierten Rechenzentren zu verlassen –, was effizienter ist und weniger CO2-Emissionen verursacht. Die potenziellen Auswirkungen auf unsere Umwelt dürfen nicht unterschätzt werden.

Der Übergang zum Edge Computing in der KI wird auch grundlegend verändern, wer an der Unterstützung von KI-Netzwerken teilnehmen und wer davon profitieren kann. Die Unternehmen, denen die Rechenzentren gehören, werden nicht länger in einem ummauerten Garten leben. Stattdessen werden die Tore offen sein und der Zugang wird für einzelne Entwickler, kleine Unternehmen und sogar Hobbyisten erweitert, die befugt sein werden, KI-Netzwerke zu betreiben.

Die Ermächtigung eines viel größeren Pools an Benutzern und Unterstützern wird auch eine schnellere und offenere Entwicklung ermöglichen und dazu beitragen, die viel diskutierte und befürchtete Vorstellung einer Stagnation in der Branche einzudämmen. Diese erhöhte Zugänglichkeit wird auch zu vielfältigeren Anwendungen führen, die Nischenprobleme und unterversorgte Communities ansprechen, die sonst möglicherweise übersehen würden.

Die wirtschaftlichen Auswirkungen dieses Wandels werden tiefgreifend sein. Indem es Einzelpersonen und kleinen bis mittelgroßen Unternehmen ermöglicht wird, die ungenutzte Rechenleistung ihrer Geräte zu monetarisieren, werden sich neue Einnahmequellen ergeben. Darüber hinaus werden neue Märkte für KI-Hardware für Verbraucher und Edge-optimierte Software erschlossen.

Die Zukunft der KI-Innovation liegt nicht im Bau größerer Rechenzentren, sondern in der Nutzung der Leistung, die bereits in unseren Taschen und Häusern vorhanden ist. Durch die Verlagerung des Fokus auf Edge Computing kann ein umfassenderes, effizienteres und innovativeres KI-Ökosystem entstehen. Dieser dezentrale Ansatz demokratisiert nicht nur die KI, sondern steht auch im Einklang mit globalen Nachhaltigkeitszielen und stellt sicher, dass die Vorteile der KI allen zugänglich sind, nicht nur einigen wenigen Privilegierten.

Hinweis: Die in dieser Kolumne geäußerten Ansichten sind die des Autors und spiegeln nicht unbedingt die Ansichten von CoinDesk, Inc. oder seinen Eigentümern und verbundenen Unternehmen wider.