KI-Datenzentren erhöhen lokale Temperaturen um bis zu 9,1 °C, so eine Studie

Eine Studie der Universität Cambridge zeigt, dass KI-Rechenzentren genügend Wärme erzeugen, um die lokale Landoberflächentemperatur deutlich zu erhöhen und sogenannte „Rechenzentrum-Wärmeinseln“ zu schaffen. Die Forschung analysierte Satellitenmessungen über 20 Jahre an mehr als 8.400 KI-Rechenzentren.
Wichtige Ergebnisse
- Die Landoberflächentemperatur stieg im Durchschnitt um 2°C (3,6°F) in den Monaten nach Inbetriebnahme eines KI-Rechenzentrums
- In Extremfällen erreichten die Temperaturanstiege 9,1°C (16,4°F)
- Der Erwärmungseffekt erstreckt sich bis zu 10 Kilometer von den Rechenzentren entfernt
- In 7 Kilometern Entfernung gibt es nur eine 30%ige Reduzierung der Intensität
- Forscher schätzen, dass über 340 Millionen Menschen innerhalb von 10 Kilometern von Rechenzentren leben, die von dieser Erwärmung betroffen sind
Forschungsmethodik
Die Studie konzentrierte sich auf Rechenzentren, die abseits dicht besiedelter Gebiete liegen, um ihren Einfluss von anderen Faktoren zu isolieren. Die Forscher verglichen Satellitendaten zur Landoberflächentemperatur von 2004–2024 mit geografischen Koordinaten von KI-Rechenzentren.
Spezifische Regionen, die unerklärte Temperaturanstiege von 2°C über den 20-Jahres-Zeitraum zeigen, umfassen die Bajío-Region in Mexiko und die Provinz Aragon in Spanien.
Kontext und Prognosen
Die Rechenzentrumskapazität soll sich zwischen 2025 und 2030 verdoppeln, wobei KI voraussichtlich die Hälfte dieser Nachfrage ausmachen wird. Das Immobilienunternehmen JLL lieferte diese Prognose, die das Ausmaß der potenziellen zukünftigen Auswirkungen verdeutlicht.
Die Hauptforscherin Andrea Marinoni stellte fest, dass der Energiebedarf von Rechenzentren stetig zugenommen hat und in den kommenden Jahren wahrscheinlich „explodieren“ wird, was die Notwendigkeit zur Quantifizierung der Umweltauswirkungen verdeutlicht.
Chris Preist von der Universität Bristol schlug vor, dass Folgeforschungen helfen könnten, zwischen der durch Berechnungen erzeugten Wärme und der durch Gebäudeinfrastruktur erzeugten Wärme zu unterscheiden, obwohl Marinoni betonte, dass der gesamte Erwärmungseffekt des Rechenzentrums unabhängig von der spezifischen Quelle erheblich bleibt.
📖 Read the full source: HN AI Agents
👀 Siehe auch

1,2B Lokales Modell schlägt 1T Clouds beim Poker: Aggression übertrumpft Wissen im Shove-or-Fold-Format
Ein 1,2B Liquid-Modell gewann 2 von 5 Texas Hold'em-Turnieren gegen Modelle mit bis zu 1T Parametern, weil in einem Short-Stack-Format das Nicht-Folden mehr Chips einbrachte als kluges Spiel.
Qwen3 27B übertrifft Gemma 4 26B in echtem Tool-Einsatz für lokale KI-Videopipeline
Ein lokaler KI-Videopipeline-Test zeigt, dass Qwen3 27B Tool-Calling sauber handhabt, während Gemma 4 26B in Schleifen stecken blieb. Außerdem werden Said Image Turbo für lokale Bildgenerierung und OpenCode-Orchestrierung mit 174K Kontext behandelt.

Anthropic trennt programmatische Nutzung von Claude-Abonnements: Neues Kreditpool kommt am 15. Juni
Ab dem 15. Juni enthalten Claude-Abonnements ein dediziertes monatliches Guthaben für die programmatische Nutzung (Agent SDK, claude -p, Claude Code GitHub Actions). Interaktives Guthaben subventioniert keine programmatischen Aufrufe mehr; nachdem der Pool aufgebraucht ist, zahlen Nutzer die vollen API-Sätze.

Gemma 4 vs. Qwen 3.5: Ergebnisse einer Blindbewertung mit Claude Opus als Prüfer
Eine 30-Fragen-Blindbewertung verglich Gemma 4 31B, Gemma 4 26B-A4B und Qwen 3.5 27B mit Claude Opus 4.6 als Bewertungsrichter. Qwen 3.5 27B gewann 46,7 % der Duelle, hatte jedoch aufgrund von drei Antworten mit Nullpunkten niedrigere Durchschnittswerte.