La inteligencia artificial no consigue sacudirse ese halo de ciencia ficción que le acompaña. Contribuyen a ello todas esas atribuciones que, desde el mundo opinador y tertuliano, la están prácticamente convirtiendo en una especie de mesías salvadora de humanidades y solución de apocalipsis a gogo. En mi opinión, no se trata de informaciones objetivas, sino del oportunismo de autores, profesionales del teclado, y también de los que le dan eco.
Prefiero buscar, para formarme un criterio, datos e informaciones objetivos. Como los que siguen.
Prefiero buscar, para formarme un criterio, datos e informaciones objetivos. Como los que siguen.
{tocify} $title={Índice del contenido}
Consumo energético: el gasto oculto de la inteligencia artificial
El crecimiento de la inteligencia artificial conlleva también consumo energético. Veamos su impacto en la sostenibilidad y las soluciones para reducir su huella ambiental.
El coste energético de la inteligencia artificial
¿Podríamos duplicar la producción de coches sin ampliar las carreteras? ¿O generar un volumen masivo de información confidencial sin fortalecer la ciberseguridad?
Algo similar sucede con el avance de la inteligencia artificial: ¿es sostenible alimentar esta revolución tecnológica sin transformar nuestras infraestructuras energéticas?
El impacto energético de la IA es mucho mayor de lo que percibimos a simple vista. Y es que, entrenar y hacer que funcionen enormes centros de datos con estos modelos, requiere una cantidad inmensa de energía.
Por ejemplo, entrenar un modelo avanzado de lenguaje como ChatGPT, genera una huella de carbono comparable a la emitida por 125 vuelos de ida y vuelta entre Nueva York y Pekín.
O la de cinco automóviles durante todo su ciclo de vida (incluyendo fabricación y uso), según un estudio pionero realizado para calcular la contaminación que genera la IA dirigido por Emma Strubell y su equipo de la Universidad de Massachusetts Amherst (Estados Unidos - 2019).
Hoy, el entrenamiento de GPT-3, la tercera generación de estos modelos de predicción de lenguaje, requiere hasta 78.437 kWh según el Instituto de la Ingeniería de España. ¡Una cifra comparable al consumo de energía de un hogar medio en España durante 23 años!
Además, el uso práctico de estos modelos, lo que se conoce como inferencia, representa entre el 70% y el 80% del consumo energético total asociado a la IA.
Este desafío se agrava a medida que la tecnología avanza, lo que hace imprescindible priorizar la eficiencia energética y la sostenibilidad.
Entrenar un modelo avanzado de lenguaje como ChatGPT, genera una huella de carbono comparable a la emitida por 125 vuelos de ida y vuelta entre Nueva York y Pekín.{alertWarning}
Centros de datos: el núcleo energético de la IA
Los procesos más exigentes, como el entrenamiento de modelos complejos y su despliegue en tiempo real, demandan enormes cantidades de electricidad.
Los centros de datos se encargan de gran parte del consumo energético de la IA. Según el informe Global Data Usage de IDC, en 2023 procesaron más de 20 exabytes de datos diarios en todo el mundo. Solo en España, este sector consumió unos 5 TWh, un 2% del consumo eléctrico nacional.
Y aunque estas cifras puedan parecer elevadas, es importante ponerla en contexto: existen otros sectores industriales que tienen un consumo superior.
No obstante, en Europa, los operadores de centros de datos y las instituciones ligadas a su comercio están avanzando en eficiencia energética: han acordado que para el 2030 harán que sus instalaciones sean climáticamente neutrales.
 |
| Centro de datos. |
Innovaciones para una IA más sostenible
La tecnología está ofreciendo soluciones para reducir el gasto energético de la IA:
- Mejoras en el hardware: el desarrollo de nuevos materiales y arquitecturas permite optimizar el rendimiento de los chips, reduciendo su consumo energético.
- Chips especializados: los TPU (Tensor Processing Units) de Google son hasta cinco veces más eficientes que los procesadores tradicionales.
- Computación en el borde (edge computing): este enfoque descentralizado permite realizar procesamientos locales disminuyendo la transmisión de datos y, con ello, el consumo energético.
- Modelos más pequeños: en lugar de desarrollar modelos de IA cada vez más grandes, se están optimizando algoritmos sin perder precisión.
- Entrenamiento de modelos más inteligentes: nuevas técnicas permiten reducir el número de iteraciones y la cantidad de datos necesarios para entrenar modelos de IA.
- Uso de energías renovables: en España, el 56% de la electricidad generada en 2024 provino de fuentes limpias, según Red Eléctrica de España, lo que representa un aumento respecto al 46% alcanzado en 2023. En esta línea, desde Endesa estamos reforzando nuestra infraestructura eléctrica. ¿El objetivo? Optimizar el consumo energético y facilitar la incorporación de fuentes renovables intermitentes.
- Código abierto y colaboración: compartir avances y buenas prácticas en la comunidad tecnológica permite acelerar la optimización de la IA.
Hacia un futuro equilibrado
La colaboración entre gobiernos, empresas y ciudadanos es clave para equilibrar los beneficios de la IA con su impacto ambiental. En España, el Plan Nacional Integrado de Energía y Clima (PNIEC) 2021-2030 ya incluye objetivos para aumentar la eficiencia energética y reducir las emisiones de gases de efecto invernadero, fomentando un desarrollo tecnológico responsable.
Las nuevas tecnologías, como la computación neuromórfica y los chips fotónicos, prometen reducir el consumo energético de la IA, marcando el camino hacia un futuro más sostenible.
La inteligencia artificial es una herramienta que nos permite construir un mundo más eficiente y conectado, pero su desarrollo debe ir de la mano de una electrificación sostenible que minimice su impacto en el planeta.
De hecho, la IA también es parte de la solución. Un estudio de IBM reveló que el 74% de las empresas de energía y servicios públicos están adoptando IA para mejorar la eficiencia y reducir su impacto ambiental.
Desde la gestión inteligente de redes eléctricas hasta la optimización de centros de datos, su capacidad para analizar grandes volúmenes de datos en tiempo real permite predecir picos de demanda y ajustar el consumo energético de forma más eficiente.
Además, la IA generativa está cobrando protagonismo en las estrategias de IT sostenible: se estima que el 63% de las empresas planean implementarla antes de finales de 2024.
Artículo confeccionado gracias a informaciones de Endesa.{alertInfo}
Soy cliente de Endesa. me enviaron una carta desde Endesa que ponía en su comienzo las palabras que has escrito: estamos reforzando nuestra infraestructura eléctrica. ¿El objetivo? Optimizar el consumo energético y facilitar la incorporación de fuentes renovables intermitentes.
Y me dijeron de que fuente de El Prat adquieren energía renovables.
No suelo hacer caso de las cosas apocalípticas ni de las opiniones personales de quien no sabe en esa materia, la I.A., dado que son especulaciones y a menudo con ideología detrás, y aquí, de lo que se trata, es de optimizar recursos, sean unos u otros los que gobiernen.
Creo que la I.A. vendrá de maravilla en los juzgados, para aliviar carga de trabajo, pues muchos casos son similares y se podrán revisar pruebas rapidamente esperando veredictos del juez/a de turno, y no a la espera de hasta doce años para resolver un conflicto.
Y sobre lo de la energía, también presumo de que habrán otros sistemas de optimización a no tardar.
Un saludo
Sí, sí, pero conozco a más de uno que se pasa el día preguntándole chorradas a la IA, sin ser consciente de que está participando con sus bobadas en un consumo energético exacerbado. Ignorancia.
La IA és purament. un canvi més. El marmessor de la ignorancia.
No estic molt segur. Possiblement és més, la marmessora de la desinformació. Et proporciona dades, però no necessàriament coneixement. Fins i tot temo que ens torni més ximples.