Der Prozess zum Einbezug aktueller Webinhalte benötigt ebenfalls Energie, wobei der Verbrauch maßgeblich von der genutzten Methode abhängt. Darum wird im Folgenden der Energieverbrauch für das vollständige Training und die Suchanfrage untersucht.
Das Aktualisierungstraining, wie in Abschnitt „Aktualisierungstraining“ beschrieben, baut auf der trainierten Version des KI-Modells auf. Durch das Einspeisen der Webinhalte und Finetuning werden dem KI-Modell nicht nur die aktuellen Webinhalte eingespeist, sondern das Modell wird auch trainiert, diese für seine Antworten zu verwenden. Dabei hängt der Verbrauch maßgeblich von der Datenmenge ab, die für das Finetuning genutzt wird.
Wohingegen Index-basierte Suchmaschinen während des Betriebs durchgehend aktualisiert werden können, wird bei dem Aktualisierungstraining eine aktuelle Version der KI-basierten Suchmaschine erstellt, deren genutzte Informationen nach einem gewissen Zeitraum als veraltet angesehen werden. Daraus folgt, dass eine neue Version durch Aktualisierungstraining erstellt werden muss. Da es sich hierbei um einen rechenintensiven Prozess handelt, wird im Folgenden davon ausgegangen, dass eine aktualisierte Version nur einmal im Quartal erstellt wird.
Da beim Aktualisierungstraining sämtliche Webinhalte neu eingespeist und trainiert werden müssen, ergibt sich das Problem einer großen Datenmenge, die verarbeitet werden muss. Wenn das KI-Modell die gleichen Inhalte bereitstellen soll wie aktuelle Index-basierte Suchmaschinen, muss die gleiche Anzahl an Seiten eingespeist werden. Da die Google-Suche zwischen 30 und 60 Milliarden Seiten indexiert hat, ergibt sich ebenfalls eine Anzahl von 30 bis 60 Milliarden Seiten, die beim Aktualisierungstraining verarbeitet werden müssen.
Für das Aktualisierungstraining werden höchstwahrscheinlich nicht die vollständigen Seiteninhalte genutzt. Inhalte wie Bilder, Videos, CSS und JavaScript sind für das Training nicht relevant und werden daher nicht benötigt. Im Jahr 2022 betrug die Größe der HTML-Inhalte von Webseiten durchschnittlich 29,4 kB für Desktopgeräte.
Aus der durchschnittlichen Datenmenge der HTML-Inhalte und der Anzahl zu verarbeitender Seiten ergibt sich, dass während des Aktualisierungstrainings zwischen 882 Milliarden und 1,76 Billionen kB an Daten verarbeitet werden müssen.
Bei einem effizienten Finetuning mit einem Energieverbrauch von 2,06 Wh/kB ergibt sich somit ein Gesamtenergieverbrauch zwischen 1,82 TWh und 3,62 TWh pro Trainingsdurchlauf. Je nach Durchführungsintervall des Aktualisierungstrainings beeinflusst dieser Prozess maßgeblich den jährlichen Energieverbrauch der KI-basierten Suchmaschine. Bei einer Aktualisierung einmal im Quartal ist von einem Energieverbrauch zwischen 7,28 TWh und 14,52 TWh für das Aktualisierungstraining auszugehen.