Crédito: Brett Sayles de Pexels
Se necesitan 10 veces más electricidad para que ChatGPT responda a un mensaje que para que Google realice una búsqueda estándar. Aún así, los investigadores están luchando por comprender las implicaciones energéticas de la inteligencia artificial generativa tanto ahora como en el futuro.
Pocas personas se dan cuenta de que la huella de carbono de la tecnología digital está a la par con la de la industria aeroespacial, lo que representa entre el 2% y el 4% de las emisiones mundiales de carbono. Y esta huella digital de carbono se está expandiendo a un ritmo rápido. Cuando se trata de uso de energía, los aproximadamente 11,000 centros de datos en funcionamiento hoy consumen tanta energía como todo el país de Francia en 2022, o alrededor de 460 TWH. ¿La adopción generalizada de la IA generativa enviará esas cifras al alza?
La nueva tecnología afectará claramente la cantidad de energía que se consume en todo el mundo, pero exactamente cómo es difícil de cuantificar. “Necesitamos saber que el costo total de los sistemas de IA generativos para poder usarlos de la manera más eficiente posible”, dice Manuel Cubero-Castan, gerente de proyectos sobre TI sostenible en EPFL.
Él cree que deberíamos considerar todo el ciclo de vida de la tecnología de IA generativa, desde la extracción de minerales y el ensamblaje de componentes, actividades cuyo impacto se refiere no solo a la energía, hasta la eliminación de las toneladas de desechos electrónicos que se generan, que a menudo se arrojan ilegalmente. Desde esta perspectiva, las ramificaciones ambientales de la IA generativa van mucho más allá del consumo de energía y agua de los centros de datos solo.
El costo de la capacitación
Por ahora, la mayoría de los datos disponibles sobre el uso de energía de la tecnología digital se relacionan solo con los centros de datos. Según la Agencia Internacional de Energía (IEA), estos centros (excluyendo redes de datos y minería de criptomonedas) consumieron entre 240 TWH y 340 TWH de energía en 2022, o del 1% al 1.3% del total global. Sin embargo, a pesar de que el número de centros está creciendo en un 4% por año, su uso general de energía no cambió mucho entre 2010 y 2020, gracias a las mejoras de eficiencia energética.
Con la IA generativa que se adoptará a gran escala, eso ciertamente cambiará. La tecnología generativa de IA se basa en grandes modelos de idiomas (LLM) que usan la potencia de dos maneras. Primero, mientras están siendo entrenados, un paso que implica ejecutar terabytes de datos a través de algoritmos para que aprendan a predecir palabras y oraciones en un contexto dado. Hasta hace poco, este era el paso más intensivo en energía.
En segundo lugar, mientras están procesando datos en respuesta a un aviso. Ahora que los LLM se están implementando a gran escala, este es el paso que requiere la mayor cantidad de energía. Los datos recientes de Meta y Google sugieren que este paso ahora representa el 60% al 70% de la potencia utilizada por los sistemas de IA generativos, frente al 30% al 40% para la capacitación.
Consulta de chatgpt vs. búsqueda convencional de Google
Una consulta de ChatGPT consume alrededor de 3 WH de potencia, mientras que una búsqueda convencional de Google usa 0.3 WH, según la AIE. Si todas las aproximadamente 9 mil millones de búsquedas de Google realizadas diariamente se cambiaran a CHATGPT, eso aumentaría el requisito de energía total en 10 TWH por año.
Goldman Sachs Research (GSR) estima que la cantidad de electricidad utilizada por los centros de datos aumentará en un 160% en los próximos cinco años, y que representarán del 3% al 4% del uso mundial de electricidad. Además, sus emisiones de carbono probablemente se duplicarán entre 2022 y 2030.
Según las cifras de la AIE, la demanda de energía total en Europa disminuyó durante tres años seguidos, pero se retiró en 2024 y debería volver a los niveles de 2021, algunos 2,560 TWH por año, en 2026. Casi un tercio de este aumento se debió a los centros de datos. GSR estima que la demanda de energía relacionada con la IA en los centros de datos crecerá en aproximadamente 200 TWH por año entre 2023 y 2030. Para 2028, la IA debería representar casi el 19% del consumo de energía de los centros de datos.
Sin embargo, la rápida expansión de la IA generativa podría hacer un punto equivocado de estos pronósticos. La compañía china Deepseek ya está sacudiendo las cosas: introdujo un programa de IA generativo a fines de enero que usa menos energía que sus homólogos estadounidenses para algoritmos de capacitación y respondiendo a las indicaciones.
Otro factor que podría detener el crecimiento de la demanda de energía de IA es la cantidad limitada de recursos mineros disponibles para producir chips. Nvidia actualmente domina el mercado de chips de IA, con una participación de mercado del 95%. Los tres millones de chips Nvidia H100 instalados en todo el mundo usaron 13.8 TWH de energía en 2024, la misma cantidad que Guatemala. Para 2027, los chips nvidia podrían quemar entre 85 y 134 twh de potencia. ¿Pero la compañía podrá producirlos a esa escala?
No siempre es una elección sostenible
Otro factor a considerar es si nuestras redes de energía envejecidas podrán soportar la carga adicional. Muchos de ellos, tanto a nivel nacional como local, ya están siendo empujados al límite para satisfacer la demanda actual. Y el hecho de que los centros de datos a menudo se concentran geográficamente complica aún más las cosas. Por ejemplo, los centros de datos representan el 20% del consumo de energía en Irlanda y más del 25% en el estado estadounidense de Virginia. “La construcción de centros de datos en regiones donde el suministro de agua y energía ya está tensado puede no ser la opción más sostenible”, dice Cubero-Castan.
También está el problema de costos. Si Google quisiera poder procesar consultas generativas de IA, necesitaría configurar 400,000 servidores adicionales, a un precio de unos 100 mil millones de dólares, lo que reduciría su margen operativo a cero. Un escenario poco probable.
Beneficios sin explotar
Parte del aumento en el consumo de energía causado por la IA generativa podría compensarse con los beneficios de la IA en general. Aunque los algoritmos de capacitación requieren una inversión, podría dar sus frutos en términos de ahorro de energía o beneficios climáticos.
Por ejemplo, la IA podría acelerar el ritmo de innovación en el sector energético. Eso podría ayudar a los usuarios a predecir mejor y reducir su uso de energía; permitir que los servicios públicos administraran sus redes eléctricas de manera más efectiva; mejorar la gestión de recursos; y permita a los ingenieros ejecutar simulaciones e impulsar los avances a la vanguardia del modelado, la economía climática, la educación y la investigación básica.
Si podemos aprovechar los beneficios de este tipo de innovación dependerá de sus impactos, cuán extensamente la nueva tecnología adopta los consumidores y qué tan bien los encargados de formular políticas lo entienden y redactaron leyes para gobernarla.
Los centros de datos de próxima generación que se construyen hoy en día son más eficientes energéticamente y permiten una mayor flexibilidad en cómo se usa su capacidad. Del mismo modo, Nvidia está trabajando para mejorar el rendimiento de sus chips al tiempo que reduce su requisito de energía.
Y no debemos olvidar el potencial de la computación cuántica. Cuando se trata de centros de datos, la AIE calcula que el 40% de la electricidad que usan va a enfriar, 40% a servidores en ejecución y 20% a otros componentes del sistema, incluido el almacenamiento de datos y la comunicación.
En EPFL, el Prof. Mario Paolone encabeza la iniciativa de Bits de calefacción para construir un demostrador para probar nuevos métodos de enfriamiento. Cinco grupos de investigación y el Centro EcoCloud se han asociado para la iniciativa, con el objetivo de desarrollar nuevos procesos para la recuperación de calor, la cogeneración, la incorporación de energía renovable y optimizar el uso del servidor.
Teniendo en cuenta la imagen más grande
Otra forma (indolora y gratuita) de reducir el uso de la energía de los centros de datos es despejar el desorden. Todos los días, las empresas de todo el mundo generan 1.3 billones de gigabytes de datos, la mayoría de los cuales terminan como datos oscuros o datos que se recopilan y almacenan pero que nunca se usan. Reseadrchers en Loughborough Business School estiman que el 60% de los datos mantenidos hoy son datos oscuros, y almacenarlos emite tanto carbono como tres millones de vuelos de Londres -Nueva York. El día de limpieza digital de este año se llevó a cabo el 15 de marzo, ¡pero no tiene que esperar hasta la primavera para hacer su limpieza!
Sin embargo, Cubero-Castan nos advierte que tengan en cuenta la imagen más grande: “Si comenzamos a usar la tecnología de IA generativa a gran escala, con LLM de Ever-Bigger, las ganancias de energía resultantes estarán lejos de lograr una reducción en las emisiones generales de carbono. Baje nuestra uso y aumentando la vida útil y la eficiencia de nuestra infraestructura siguen siendo esenciales”.
El impacto energético de la IA generativa no debe pasarse por alto, pero por ahora es solo marginal a nivel mundial, simplemente se suma al consumo de energía ya considerable de la tecnología digital en general. Los videos actualmente representan del 70% al 80% del tráfico de datos en todo el mundo, mientras que otros contribuyentes importantes son juegos en línea multijugador y criptomonedas. Los principales impulsores de la demanda de energía actual son el crecimiento económico, los vehículos eléctricos, el aire acondicionado y la fabricación. Y la mayor parte de ese poder todavía proviene de combustibles fósiles.
Proporcionado por Ecole Polytechnique Federal de Lausanne
Cita: ¿Puede la IA hambrienta de energía ayudar a reducir nuestro uso de energía? (2025, 24 de marzo) Consultado el 24 de marzo de 2025 de https://techxplore.com/news/2025-03-energy-hungry-ai.html
Este documento está sujeto a derechos de autor. Además de cualquier trato justo con el propósito de estudio o investigación privada, no se puede reproducir ninguna parte sin el permiso por escrito. El contenido se proporciona solo para fines de información.
