El electrodoméstico que consume casi la misma cantidad de energía que la inteligencia artificial

El uso constante de inteligencia artificial en nuestra vida diaria ha traído un tema importante a la conversación: el consumo energético. Algo en lo que no se pensó en un primer momento y que hoy en días es comparado con el gasto que puede hacer un electrodoméstico.

Un reciente informe de MIT Technology Review ha revelado datos sobre el uso de energía de la IA, estableciendo un paralelo inesperado entre el gasto energético de ciertos procesos de IA y el funcionamiento de un electrodoméstico común: el microondas.

Uno de los datos más llamativos es que la producción de un video de IA de cinco segundos requiere tanta energía como mantener un microondas encendido durante más de una hora.

Este cálculo detalla como modelos más avanzados de IA requieren hasta 3.4 millones de julios para generar dichos videos, lo que supera en más de 700 veces la energía necesaria para producir una imagen de alta calidad. En un sentido más cotidiano, el informe destaca cómo cada respuesta generada por los modelos de lenguaje grandes como ChatGPT consume entre 114 y 6,706 julios.

Esto equivale, respectivamente, al uso de un microondas durante un décimo de segundo y ocho segundos, dependiendo de la complejidad y los parámetros del modelo empleado.

La investigación detalla también el auge en el consumo energético de los centros de datos, en parte impulsado por el auge de la IA. Antes de esta revolución tecnológica, el uso de electricidad de dichos centros se mantenía estable gracias a ganancias de eficiencia.

Sin embargo, desde la intensificación de las tecnologías de IA, el consumo energético de los centros de datos en los Estados Unidos se ha duplicado desde 2017. Se estima que para 2028, la mitad de la electricidad empleada en estos centros estará destinada a alimentar herramientas de inteligencia artificial.

El impacto ambiental del consumo energético de la inteligencia artificial no es menor, considerando la huella de carbono que generan los centros de datos que alimentan estos sistemas.

Los centros de datos, elementos centrales en la estructura de la IA, tienden a generar una cantidad sustancial de emisiones, principalmente porque operan continuamente y dependen de redes eléctricas que aún utilizan en gran medida combustibles fósiles.

En promedio, la intensidad de carbono de la electricidad usada por estos centros es un 48% más alta que la media de EE.UU. Esto se ve agravado por la ubicación prevalente de los mismos en regiones con redes eléctricas más contaminantes, como el medio Atlántico, que se basa notablemente en el carbón.

Esto inevitablemente implica un considerable aumento en las emisiones, que será difícil de mitigar si no se toman medidas contundentes hacia el uso de fuentes de energía más limpias y renovables.

El acelerado incremento en la demanda energética de la IA plantea desafíos considerables para la infraestructura eléctrica actual y futura. Según los investigadores de Lawrence Berkeley, los centros de datos en EE.UU. podrían llegar a utilizar entre 165 y 326 teravatios-hora al año para fines específicos de IA en un futuro cercano, sumando presiones sin precedentes sobre la capacidad de suministro eléctrico del país.

El aumento del consumo energético debido al auge de la IA también conlleva significativas repercusiones económicas y sociales. Las compañías tecnológicas están estableciendo acuerdos que pueden elevar las tarifas eléctricas para los consumidores, a medida que las empresas de servicios públicos otorgan descuentos a las grandes corporaciones para atraer sus centros de datos.

Esto es parte de un análisis realizado por el Instituto de Derecho de Electricidad de Harvard, el cual advierte sobre los costos ocultos que podrían trasladarse a los consumidores locales.

Así, mientras que estos centros prometen impulsar la economía a través del avance tecnológico y la creación de empleos, los beneficios pueden verse compensados por los incrementos en los costos del suministro eléctrico residencial, generando preocupación entre los expertos por la equidad en la distribución de los costos asociados a esta transformación energética.