Los Centros de Datos de IA Están Incrementando el Consumo de Energía, Pero Falta Transparencia

La IA está incrementando rápidamente las demandas de energía, pero la verdadera magnitud sigue siendo incierta debido a la falta de transparencia de las compañías tecnológicas.

Un reciente análisis de Nature resalta la creciente pero en gran medida opaca demanda de energía de la IA. Nature informa cómo en el condado de Culpeper, en Virginia, los grandes centros de datos están transformando los paisajes rurales. Estos centros, esenciales para el funcionamiento de modelos de IA generativos como ChatGPT, requieren enormes cantidades de electricidad.

Cada instalación puede consumir tanta energía como decenas de miles de hogares, lo que potencialmente puede aumentar los costos y sobrecargar las redes locales. Virginia, ya la capital mundial de los centros de datos, podría ver duplicada su demanda de electricidad en la próxima década.

Nature señala que el problema se extiende más allá de Virginia. Los centros de datos impulsados por IA están concentrados en conglomerados en todo el mundo, impactando significativamente las redes energéticas locales. A diferencia de las acerías o las minas de carbón, los centros de datos se construyen cerca uno del otro para compartir recursos y optimizar la eficiencia.

En Irlanda, representan más del 20% del consumo nacional de electricidad, y en cinco estados de Estados Unidos, superan el 10%.

A pesar del creciente consumo de energía de la IA, los datos sobre su uso de energía son escasos. Nature informa que los investigadores luchan por obtener cifras precisas de las empresas, obligándolos a estimar utilizando métodos indirectos. Un enfoque es el análisis de la cadena de suministro.

En 2023, el investigador Alex de Vries calculó que si Google integrara la IA generativa en todas las búsquedas, requeriría hasta 500,000 servidores NVIDIA A100, consumiendo 23–29 teravatios hora (TWh) anualmente, hasta 30 veces más energía que una búsqueda estándar, según lo informado por Nature.

Otro método implica medir el uso de energía de tareas individuales de IA. Los investigadores utilizan herramientas como CodeCarbon para estimar el consumo a partir de imágenes o textos generados por IA.

Estos estudios sugieren que generar una imagen consume alrededor de 0.5 vatios-hora (Wh), mientras que la generación de texto requiere un poco menos. Sin embargo, estas estimaciones son conservadoras ya que no tienen en cuenta el enfriamiento o los chips propietarios como los TPUs de Google, según lo informado por Nature.

El entrenamiento de modelos de IA también es intensivo en energía, pero la energía gastada en responder a miles de millones de consultas de usuarios es aún mayor. Entrenar un modelo como GPT-3 requiere alrededor de un gigavatio-hora, mientras que las consultas diarias de IA consumen teravatios-hora anualmente, dice Nature.

Con el aumento de la competencia, las empresas se han vuelto más secretas acerca de las demandas energéticas de la IA. Algunas, como Google y Microsoft, reconocen el aumento de las emisiones de carbono debido a la expansión de los centros de datos, pero no proporcionan datos específicos, según señala Nature.

A pesar del impacto local de la IA, su huella energética global sigue siendo relativamente pequeña, argumenta Nature. La Agencia Internacional de Energía estimó que los centros de datos utilizaron entre 240 y 340 TWh en 2022, aproximadamente el 1-1.3% de la electricidad global.

Sin embargo, a medida que crece la adopción de la IA, la demanda podría aumentar. Sin una mejor compartición de datos, los responsables de las políticas podrían tener dificultades para gestionar las consecuencias ambientales del futuro energéticamente intensivo de la IA.