¿Cuánta energía consume la IA? Pregúntale a ChatGPT y esto es lo que dice: “Los sistemas de IA varían ampliamente en consumo de energía dependiendo de su complejidad y uso, pero generalmente requieren cantidades significativas de electricidad para procesar y analizar datos de manera eficiente”.

Según algunas estimaciones, esa respuesta requirió aproximadamente diez veces la electricidad que requiere una búsqueda en Google. Y con 100 millones de usuarios de ChatGPT cada semana, la demanda de energía adicional comienza a acumularse. Y eso se refiere solo a los usuarios de una plataforma.

En toda la industria, la creciente demanda de energía, principalmente la derivada de la construcción y el funcionamiento de los centros de datos utilizados para entrenar y operar modelos de IA, está contribuyendo a las emisiones globales de gases de efecto invernadero (GEI).

Microsoft, que ha invertido en OpenAI, el fabricante de ChatGPT, y ha situado las herramientas de inteligencia artificial generativa en el centro de su oferta de productos, anunció recientemente que sus emisiones de CO2 habían aumentado casi un 30% desde 2020 debido a la expansión de los centros de datos. Las emisiones de GEI de Google en 2023 fueron casi un 50% más altas que en 2019, en gran medida debido a la demanda energética vinculada a los centros de datos.

Si bien las herramientas de IA prometen ayudar en la transición energética, también requieren una importante potencia computacional.

Hoy en día, el uso de energía de la IA solo representa una fracción del consumo de energía del sector tecnológico, que se estima en alrededor del 2-3% de las emisiones globales totales. Es probable que esto cambie a medida que más empresas, gobiernos y organizaciones utilicen la IA para impulsar la eficiencia y la productividad. Los centros de datos ya son impulsores importantes del crecimiento de la demanda de electricidad en muchas regiones, como lo muestra el gráfico.

La IA requiere una importante capacidad de procesamiento, y los sistemas de IA generativa podrían utilizar ya alrededor de 33 veces más energía para completar una tarea que lo que utilizaría un software específico para esa tarea.

A medida que estos sistemas ganen fuerza y sigan desarrollándose, el entrenamiento y la ejecución de los modelos impulsarán un aumento exponencial de la cantidad de centros de datos necesarios a nivel mundial (y del consumo de energía asociado), lo que ejercerá una presión cada vez mayor sobre las redes eléctricas, que ya están sobrecargadas.

El entrenamiento de la IA generativa, en particular, consume mucha más energía y electricidad que las actividades tradicionales de los centros de datos. Como dijo un investigador de IA: “Cuando se implementan modelos de IA, hay que tenerlos siempre activados. ChatGPT nunca está desactivado”.

Se estima que entrenar un modelo como Generative Pre-trained Transformer 3 (o GPT-3) consume poco menos de 1,300 megavatios hora (MWh) de electricidad. Esto equivale aproximadamente al consumo anual de energía de 130 hogares en Estados Unidos. Mientras tanto, se estima que el entrenamiento del modelo más avanzado GPT-4 utilizó 50 veces más electricidad.

En general, la potencia computacional necesaria para sostener el crecimiento de la IA se duplica aproximadamente cada 100 días.

¿Cómo puede la industria de la IA mejorar su eficiencia energética?

Lo anterior deja a la sociedad lidiando con algunas preguntas espinosas. ¿Los beneficios económicos y sociales de la IA superan el costo ambiental de su uso? Y, más específicamente, ¿los beneficios de la IA para la transición energética superan su mayor consumo de energía?

Para obtener las respuestas que necesitamos, encontrar el equilibrio perfecto entre los desafíos y las oportunidades será clave. Los informes predicen que la IA tiene el potencial de ayudar a mitigar entre el 5 y el 10% de las emisiones globales de GEI para 2030. Entonces, ¿qué debe suceder para lograr el equilibrio adecuado?

¿Qué pasa con el impacto de la IA en la red eléctrica?

La IA no es el único factor que ejerce presión sobre la red. Las necesidades energéticas de las poblaciones en crecimiento y las tendencias hacia la electrificación están generando una mayor demanda que podría llevar a una descarbonización más lenta de la red. Sin embargo, una red limpia, moderna y descarbonizada será vital en la transición más amplia hacia una economía de emisiones netas cero.

Los operadores de centros de datos están explorando opciones de energía alternativas, como tecnologías nucleares para alimentar sus instalaciones o tecnologías de almacenamiento como el hidrógeno. Las empresas también están invirtiendo en tecnologías emergentes, como la eliminación de carbono, para extraer CO 2 del aire y almacenarlo de forma segura.

Esto podría permitir la programación de trabajos y el cambio de carga para garantizar que los centros de datos utilicen energía cuando haya electricidad disponible proveniente de fuentes de energía renovable, asegurando así una estabilidad óptima de la red, eficiencia y energía limpia las 24 horas del día, los 7 días de la semana.

La Alianza para la Gobernanza de la Inteligencia Artificial del Foro Económico Mundial está aplicando una perspectiva intersectorial y específica de cada industria para comprender cómo se puede aprovechar la IA para transformar sectores e impulsar el impacto en la innovación, la sostenibilidad y el crecimiento.

Revolución de Data Centers es impulsada por la IA