KLIMAMODELLE: DREISSIG JAHRE RECHENLEISTUNG, UND REGEN BLEIBT SCHWIERIG

Klimamodelle liefern einen großen Teil der Belege, auf die sich die Klimapolitik stützt. Seit 1995 lässt ein internationales Programm namens CMIP — das Coupled Model Intercomparison Project, ein Vergleichsprojekt gekoppelter Modelle — sie Seite an Seite laufen, Generation für Generation, nach gemeinsamen Regeln. Jede Generation nutzte feinere Gitter und mehr Physik und damit mehr Rechenleistung. Was niemand verfolgt, so ein Team aus 24 Forschenden unter Leitung von Ioana Colfescu (University of St Andrews und National Centre for Atmospheric Science in Großbritannien), ist, wie viel Energie das kostet und was man dafür bekommt.

159 Modelle, ein Fehlerwert

Das Team berechnete aus den archivierten Ergebnissen einen einheitlichen Fehlerindex für 159 Modelle aus fünf CMIP-Generationen neu: wie weit das Winterklima jedes Modells (1979–1999) von den Beobachtungen abweicht, für drei Größen — Luftdruck auf Meereshöhe, bodennahe Lufttemperatur und Niederschlag. Nur diese drei, weil die zweite Generation nichts anderes archiviert hat. Je niedriger, desto besser.

Der Median des Fehlers sinkt von 1,56 in der ersten Generation auf 0,61 in der sechsten. Im selben Zeitraum wuchs die Rechenleistung, die ein typisches Modell braucht — geschätzt aus der Auflösung seines Gitters —, etwa um das 29-Fache.

Eine stabile Ertragsrate

Von Generation zu Generation sinkt der Fehler um 21, 28, 21 und 14 % — eine unregelmäßige Reihe. Misst man ihn aber an der Rechenleistung, die jeder Schritt hinzugefügt hat, wird das Muster regelmäßig: 13,5 % weniger Fehler pro Verdopplung der Rechenleistung, mit einer Streuung von nur 0,7 Punkten über die drei Übergänge, bei denen der Vergleich möglich ist.

Diese Rate ergibt eine einfache, ernüchternde Rechnung. Den Fehler zu halbieren, erfordert etwa 4,8 Verdopplungen, „weil 0,865 hoch 4,8 gleich 0,5 ist“, schreiben die Autoren — und 4,8 Verdopplungen bedeuten etwa 28-mal mehr Rechenleistung als bei heutigen Modellen. Gleichzeitig hat sich das Wachstum der Rechenleistung zwischen den Generationen verlangsamt, von 2,2 Verdopplungen auf 1,1.

Die Autoren sind vorsichtig, was das bedeutet. Bessere Physik verbessert die Modelle ebenfalls, und beides lässt sich nicht trennen; die 13,5 % messen also den gemeinsamen Ertrag von Rechenleistung und Wissenschaft. Und sie beschreiben vergangenen Fortschritt, kein Naturgesetz.

Der Regen hinkt hinterher

Ein einzelner Wert verbirgt große Unterschiede. Zwischen der ersten und der sechsten Generation sank der Fehler beim Druck auf Meereshöhe um den Faktor 3,5 und bei der Oberflächentemperatur um den Faktor 2,7. Beim Niederschlag sank er um 7 %. Drei Jahrzehnte zusätzlicher Auflösung und Komplexität haben nach diesem Maß die Größe kaum verbessert, die für die Folgen des Klimawandels am wichtigsten ist.

Energie, die niemand misst

Angaben zum Energieverbrauch sind lückenhaft. Die acht Einrichtungen, die vollständige Daten für die jüngste Generation veröffentlicht haben, kommen auf 1.692 Tonnen CO₂. Unter den 13 Modellen mit gemessenem Energieverbrauch schwankt die Energie pro simuliertem Jahr um den Faktor 65, und sie folgt kaum der Auflösung. Von 30 Einrichtungen veröffentlichen neun standardisierte Energiewerte, und keine gibt Energie bezogen auf einen Gütewert an.

KI-Wettermodelle wie GraphCast, Pangu-Weather, FuXi und GenCast erreichen oder übertreffen inzwischen die hochaufgelöste Vorhersage des Europäischen Zentrums. Sie gelten als weit günstiger im Betrieb. Doch das Team fand keine veröffentlichte Messung der Energie, die für ihre Vorhersagen nötig ist, und rekonstruierte sie daher aus der angegebenen Hardware und den Laufzeiten. Dann rechnete es das Training hinzu: etwa 2.900 kWh für GraphCast, 62.000 kWh für Pangu-Weather. Über ein Jahr mit vier Vorhersagen pro Tag macht das Training mehr als 99 % der Energie jedes Systems aus, und Pangu-Weather fällt bei der Güte pro Kilowattstunde vom zweiten auf den letzten Platz.

Eine Grenzlinie statt einer Leiter

Die Roadmap schlägt vor, Modelle auf einer Güte-Energie-Ebene zu beurteilen: Güte auf der einen Achse, Energie auf der anderen, und dazu die Menge der Systeme, die von keinem anderen in beidem übertroffen werden. Ein Wert — Güte geteilt durch Energie — kann Systeme innerhalb einer Klasse ordnen, doch die Autoren warnen, ihn nie allein zu verwenden: Ein nahezu nutzloses Modell, das fast keine Energie verbraucht, würde gut abschneiden. Sie schlagen außerdem fünf Stufen der Energieberichterstattung vor, von „angegeben“ bis „vollständig und geprüft“, sowie vier Wege, mit weniger mehr zu erreichen: besser geplante Experimente, neue Hardware wie GPUs, weniger Datenverschiebung und gezielt eingesetzte KI-Komponenten.

Sie benennen auch die Risiken: Günstigere Läufe könnten einfach mehr Läufe bedeuten, und das Training großer Wettermodelle bleibt auf wenige Organisationen und Länder konzentriert. Ihr erster Schritt ist bescheiden. Die Energie neben der Genauigkeit angeben, mit klaren Systemgrenzen, bevor die nächste Modellgeneration — CMIP8 — anläuft.