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.
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.-
No hay comentarios:
Publicar un comentario