Cuánta energía global consumen
la IA, los chatbots y los Ve´s?
La
inteligencia artificial (IA) tiene el potencial de transformar el sector
energético impulsando un aumento de la demanda de electricidad de los centros
de datos de todo el mundo. Los vehículos eléctricos ofrecen numerosos beneficios, entre los que
destacan la reducción de emisiones contaminantes, un menor costo de operación y
mantenimiento, y una mayor eficiencia energética.
El
creciente consumo energético de la IA, debido principalmente a las exigencias
del entrenamiento y la ejecución de grandes modelos en centros de datos, es una
preocupación importante. Se proyecta que los centros de datos, que son los
núcleos centrales de la IA, duplicarán su consumo eléctrico para 2030, siendo la
IA un importante impulsor de este aumento. Este aumento de la demanda
energética genera inquietud sobre la sostenibilidad de la IA y la posible
presión sobre las redes eléctricas globales.
Porque consume tanta cantidad
de energía?
La
IA consume una cantidad significativa de energía debido a las intensas demandas
computacionales del entrenamiento y la ejecución de sus modelos. En concreto,
los modelos de IA requieren una infraestructura de computación de alto rendimiento (HPC -High performance computing),
como GPU (Graphics Processing Units) y TPU (Tensor Processing Unit), para
procesar grandes conjuntos de datos y ajustar miles de millones de parámetros.
Este proceso puede tardar semanas o meses, con un consumo considerable de
electricidad, especialmente para modelos a gran escala. Además, el
reentrenamiento frecuente de los modelos de IA para mantener su relevancia y la
energía necesaria para la inferencia continua (procesamiento de las solicitudes
de los usuarios) contribuyen al consumo energético total.
El
proceso de entrenamiento se basa en hardware especializado, como GPU y TPU,
cuyo funcionamiento y refrigeración consumen mucha energía. La complejidad del
modelo y la cantidad de parámetros influyen directamente en la potencia de
procesamiento y el consumo energético necesarios. Los modelos más grandes y
complejos requieren mayor potencia de procesamiento y recursos, lo que conlleva
un mayor consumo de energía. Incluso después del entrenamiento, los modelos de
IA necesitan energía para ejecutar la inferencia, que es el proceso de realizar
predicciones o generar respuestas basadas en nuevas entradas. Las aplicaciones
en tiempo real, especialmente las que utilizan modelos de lenguaje extensos,
pueden aumentar significativamente la demanda de electricidad debido al
procesamiento constante.
Impacto de la IA
Se
espera que la IA sea el principal impulsor de este aumento, y se proyecta que
los centros de datos optimizados para IA cuadriplicarán su demanda de
electricidad para 2030. En su informe anual de electricidad, la AIE (Agencia
Internacional de Energía) estimó que los centros de datos, la IA y las
criptomonedas consumían alrededor de 460 terawatt-horas (TWh) de energía eléctrica.
Eso es algo menos del 2% de la demanda global de electricidad. En Estados
Unidos, el consumo de energía por parte de los centros de datos va camino de
representar casi la mitad del crecimiento de la demanda de electricidad de aquí
a 2030. Impulsada por el uso de IA, la economía estadounidense está dispuesta a
consumir más electricidad en 2030 para procesar datos que para fabricar todos
los bienes de alto consumo de energía combinados, incluyendo aluminio, acero,
cemento y productos químicos. En las economías avanzadas de manera más amplia,
se prevé que los centros de datos impulsen más del 20% del crecimiento de la
demanda de electricidad de aquí a 2030
Tareas de alto consumo
energético
Si
bien el consumo de energía de IA está plagado de incertidumbre, estimar su
huella de carbono es un desafío para la comunidad científica. Podemos evaluar
la huella vinculada al consumo dinámico de la formación, y la vinculada a la
fabricación de equipos informáticos, pero sigue siendo complicado evaluar la
huella total vinculada al uso. El entrenamiento y la ejecución de grandes
modelos de IA, especialmente para tareas como la IA generativa (generación de
imágenes y texto), consumen mucha energía. Por ejemplo, generar una imagen con
un modelo de IA potente puede consumir tanta energía como cargar completamente
un teléfono inteligente.
Se estima que cada pregunta de ChatGPT utiliza alrededor
de 10 veces más electricidad que una búsqueda tradicional de Google. Según la empresa
de investigación Electric Power Research Institute, una solicitud de ChatGPT
utiliza 2.9 vatios-horas, mientras que las consultas tradicionales de Google
utilizan alrededor de 0,3 vatios-horas cada una. Con unas 9.000 millones de
búsquedas diarias, esto significaría una demanda adicional de casi 10 TWh de
electricidad al año.
La industria de IA se
apoya en centros de datos para entrenar y operar sus modelos, lo que contribuye
a aumentar la demanda de energía y contribuye a las emisiones mundiales de
gases de efecto invernadero. Microsoft anunció que sus emisiones de CO2 habían
subido casi un 30% desde 2020 debido a la expansión de los centros de datos.
Las emisiones globales de
gases de efecto invernadero de Google en 2023 fueron casi un 50% más altas que
en 2019, debido en gran medida a la demanda de energía vinculada a los centros
de datos.
El uso de energía por
inteligencia artificial representa actualmente sólo una fracción del consumo de
energía del sector tecnológico y se estima que ronda entre el 2 y el 3% del
total de las emisiones mundiales. Sin embargo, es probable que este porcentaje
aumente a medida que más empresas, gobiernos y organizaciones utilizan la IA
para impulsar la eficiencia y la productividad.
De acuerdo al informe
reciente del Foro Económico Mundial, la inteligencia artificial se perfila como
una herramienta estratégica para el 75% de las empresas. Además de optimizar
procesos internos, esta tecnología presenta un gran potencial para abordar los
desafíos ambientales actuales y contribuir a un futuro más sostenible.
Según Boston Consulting
Group, para el 87% de las personas, esta tecnología es una herramienta muy útil
para la lucha contra el cambio climático debido a su capacidad para recopilar,
completar e interpretar los conjuntos de datos sobre las emisiones de gases a
nivel mundial. Y el potencial está todavía por explorarse.
Por ejemplo, en la
cuestión de los recursos hídricos, un
grupo de investigadores del Instituto Mines-Telecom en Francia, está estudiando
la influencia del cambio climático en los océanos con la ayuda de la IA. El
equipo francés elaboró con inteligencia artificial distintos modelos en 3D para
estudiar con mayor detalle el comportamiento de los océanos a partir de datos
de teledetección recorridos por satélite.
Europa
La mayoría de los puntos
se concentran en los centros financieros de Frankfurt, Londres, Ámsterdam,
París y Dublín. Se estima que el consumo de electricidad en el sector de datos de la Unión Europea alcanzará casi 150
TWh en 2026, según la Agencia Internacional de la Energía (AIE). La demanda de
electricidad de los centros de datos en Irlanda fue de 5,3 TWh en 2022, lo que
representa el 17% del total de electricidad consumido por el país. Eso equivale
a la cantidad de electricidad consumida por todos los edificios residenciales
urbanos. Si el uso de la aplicación de IA continúa expandiéndose a un ritmo velóz,
el sector podría representar el 32% de la demanda total de electricidad del
país para 2026.
Al igual que en Irlanda,
se prevé que la demanda total de electricidad de Dinamarca crezca
principalmente debido a la expansión del sector de los centros de datos, que se
espera consuma 6 TWh para 2026, alcanzando algo menos del 20% de la demanda de
electricidad del país. Mientras tanto, los centros de datos de los países
nórdicos, como Suecia, Noruega y Finlandia, se benefician de menores costos de
la electricidad.Esto se atribuye a la
menor demanda de refrigeración debido a su clima más frío.
El actor más grande entre
los países nórdicos es Suecia, con 60 centros de datos, y la mitad de ellos en
Estocolmo. Dados los objetivos de descarbonización, Suecia y Noruega pueden
aumentar aún más su participación en el mercado de centros de datos, ya que
casi toda su electricidad se genera a partir de fuentes bajas en carbono
(hidroeléctricas, eólica).
China
El lanzamiento de una
nueva IA por parte de la startup china DeepSeek ha puesto patas arriba Wall
Street y Silicon Valley. El modelo desarrollado por DeepSeek, que según la
empresa se ha desarrollado en dos meses y con una inversión infinitamente menor
que la que han abordado sus competidores, podría traducirse en una menor
demanda de electricidad, tanto para su desarrollo como para el almacenamiento
de los datos necesarios.
DeepSeek ha demostrado
que puede utilizar mucha menos potencia de procesamiento que el promedio
mundial. Su LLM (modelo extenso de lenguaje) consume de 10 a 40 veces menos
energía que la tecnología de IA estadounidense, lo que demuestra una eficiencia
significativamente mayor. Los analistas han afirmado que, de ser ciertas las
afirmaciones de la empresa, algunas consultas de IA podrían no requerir un
centro de datos e incluso podrían enviarse a teléfonos.
Duelo entre IA y vehículos eléctricos
por el consumo de energía eléctrica
Se proyecta que los
vehículos eléctricos (VE) aumentarán significativamente la demanda de
electricidad en los próximos años. Para 2035, los VE podrían representar entre
el 6 % y el 8 % (según International Energy
Agency) de la demanda mundial de electricidad, un aumento sustancial
respecto al 0,5 % que consumen actualmente. Este aumento se debe a la creciente
adopción de VE y a la necesidad de recargar una flota más grande de vehículos.
El parque mundial de vehículos
eléctricos consumió aproximadamente 130 TWh de electricidad en 2023, lo que
equivale aproximadamente a la demanda total de electricidad de Noruega. Para
2035, los vehículos eléctricos podrían consumir entre el 8 % y el 10
% de la demanda mundial de electricidad, casi 20 veces su cuota actual. Si
todos los coches fueran eléctricos, la demanda sería aún mayor, alcanzando
potencialmente entre el 13 % y el 29 % del consumo eléctrico de EE. UU., según
el Portal Climático del MIT (Instituto Tecnológico de Massachusetts).
Es muy significativo el impacto
en la infraestructura en la red eléctrica. El aumento de la carga de vehículos
eléctricos podría afectar la estabilidad de la red, especialmente durante las
horas de
punta. Gestionar los hábitos de
carga, como la carga fuera de las horas de punta en el hogar y la carga
gestionada para flotas comerciales, es crucial para evitar la sobrecarga de la
red. Los operadores de la red eléctrica deben planificar la afluencia de carga
de vehículos eléctricos, junto con otros factores como la demanda de los
centros de datos y la electrificación de la calefacción y la industria.
¿La IA reducirá las emisiones o aumentará la demanda?
Según el World Economic Forum, esto plantea a la sociedad algunas
cuestiones espinosas. ¿Los beneficios económicos y sociales de la IA compensan
el costo ambiental de su uso? Y, más concretamente, ¿los beneficios de la IA
para la transición energética compensan su mayor consumo de energía? Encontrar
el punto óptimo entre retos y oportunidades será clave para obtener las
respuestas que necesitamos.
Los informes predicen que
la IA puede ayudar a mitigar entre el 5% y el 10% de las emisiones mundiales de
gases de efecto invernadero de aquí a 2030. Entonces, ¿qué hay que hacer para
alcanzar el equilibrio adecuado?
Los organismos
reguladores, están empezando a
establecer requisitos para que se diseñen sistemas con capacidad de registrar
su consumo de energía. Los avances tecnológicos podrían ayudar a reducir la
demanda de energía de la IA a través de hardware y potencia de procesamiento
más avanzados, que podrían mejorar la eficiencia de la carga de trabajo de la
IA.
Soluciones potenciales:
Investigadores están
explorando diversas soluciones para mitigar el consumo energético de la IA,
entre ellas:
- Mejorar la eficiencia
de los modelos de IA:
- Optimizar los
modelos para reducir la carga
computacional.
- Desarrollar una
infraestructura más ecológica: Utilizar fuentes de energía renovables y mejorar
la eficiencia de los centros de datos.
- Promover la IA en el
dispositivo: Procesar las tareas de IA directamente en los dispositivos, en
lugar de en la nube, puede reducir el consumo energético.
- Adoptar hardware más
eficiente energéticamente
Parte del aumento del
consumo de IA que se cubrirá con fuentes renovables en los próximos años.
Conscientes del impacto medioambiental de sus servicios de IA, las empresas
están invirtiendo significativamente en energías limpias. Microsoft, Google y
Meta han firmado importantes acuerdos para adquirir energía renovable, tratando
de equilibrar la huella de carbono de sus infraestructuras.
En general, la creciente
dependencia de energías renovables intermitentes, como la eólica y la solar,
aumenta la variabilidad de la cadena de suministro, lo que hace que las fuentes
de generación y las tecnologías de almacenamiento sean esenciales para
satisfacer la demanda eléctrica actual/futura.
Por el lado de
consumo/almacenamiento la carga de vehículos eléctricos introduce una
variabilidad significativa en la demanda de electricidad, lo que obliga a los
operadores de la red a adaptar sus estrategias de gestión. Las redes
inteligentes, de las cuales las IA y el vehículo eléctrico son aliados imprescindibles, son una solución
crucial para mitigar el alto consumo de energía. Estas redes aprovechan
tecnologías digitales para optimizar la eficiencia energética, reducir las
pérdidas y mejorar la gestión de la
demanda.
Ricardo Berizzo
Ingeniero Electricista 2025.-
