ChatGPT consume más de 500 MWh de electricidad al día, la IA pronto necesitará más energía que muchos países

La Inteligencia Artificial (IA) ha experimentado un vertiginoso crecimiento en los años 2022 y 2023, con una expansión masiva en su aplicación en diversas industrias.

Este auge se ha traducido en un incremento significativo de la demanda de electricidad, lo que plantea preocupaciones acerca de su impacto medioambiental, especialmente en lo que respecta a los centros de datos.

La IA y su consumo energético

La IA es un campo amplio que engloba una variedad de tecnologías y métodos que permiten a las máquinas mostrar comportamientos inteligentes. Dentro de este espectro, la IA generativa ha cobrado una gran relevancia.

Esta rama incluye herramientas como ChatGPT, desarrollado por OpenAI, que se utiliza para crear contenido como texto, imágenes o videos. El proceso de desarrollo de modelos de IA generativa, como ChatGPT, implica dos fases clave: el entrenamiento y la inferencia.

El entrenamiento es, en general, la etapa más intensiva en consumo de energía. Durante esta fase, el modelo se alimenta con grandes conjuntos de datos y ajusta sus parámetros para predecir resultados específicos.

Por ejemplo, modelos como GPT-3, del cual se deriva ChatGPT, han llegado a consumir cientos de megavatios-hora (MWh) de electricidad durante esta etapa.

La fase de inferencia, en la que los modelos generan respuestas en tiempo real, ha recibido menos atención en la investigación sobre sostenibilidad. No obstante, existen indicios de que esta fase también puede contribuir significativamente al consumo energético.

Por ejemplo, se estima que ChatGPT, en su fase de inferencia, requiere unos 564 megavatios-hora (MWh) de electricidad al día, lo que representa más del 40 % de lo que consumió en su fase de entrenamiento.

Según el mismo informe publicado en la revista Joule, la electricidad global consumida por inteligencia artificial (IA) podría aumentar entre 85 y 134 teravatios-hora (TWh) anualmente para 2027.

Esta cantidad, según el documento, es comparable al consumo anual de electricidad de países como los Países Bajos, Argentina y Suecia.

«Si tenemos en cuenta la creciente demanda de servicios de IA, es muy probable que el consumo de energía relacionado con la IA aumente significativamente en los próximos años», dijo en un comunicado Alex de Vries.

También añadió que el consumo de electricidad de los centros de datos entre 2010 y 2018 puede haber aumentado sólo un 6 %. Pero «existe una creciente preocupación de que los recursos computacionales necesarios para desarrollar y mantener modelos y aplicaciones de IA puedan provocar un aumento en la contribución de los centros de datos al consumo mundial de electricidad», apunta de Vries.

Un ejemplo de la integración de la IA generativa se encuentra en Google, que ha incorporado esta tecnología a su servicio de correo electrónico y está en proceso de potenciar su motor de búsqueda con IA.

Google, en la actualidad, maneja una asombrosa cifra de hasta 9.000 millones de búsquedas diarias. Según los cálculos de Alex de Vries, si cada búsqueda realizada en Google hiciera uso de la IA, esto requeriría aproximadamente 29,2 teravatios-hora (TWh) de energía al año, equivalente al consumo anual de electricidad de toda Irlanda.

Proyecciones futuras de consumo energético

El auge de la IA en 2023 ha generado una demanda creciente de chips de IA, lo que podría aumentar significativamente el consumo energético asociado a esta tecnología.

Empresas como Google podrían aumentar sustancialmente su demanda de energía si integran IA generativa en sus servicios. Sin embargo, escenarios extremos de adopción, donde la IA está omnipresente, no se materializarán rápidamente debido a limitaciones de recursos y costes significativos.

Una proyección más realista del consumo de energía relacionado con la IA podría basarse en las ventas de chips de IA, donde NVIDIA lidera el mercado.

Si estos servidores operaran a plena capacidad, podrían consumir hasta 8,9 teravatios-hora (TWh) al año, una cifra relativamente baja en comparación con el consumo total de centros de datos.

Sin embargo, la cadena de suministro de servidores de IA podría ser un cuello de botella en los próximos años.

Además, mejoras en eficiencia de modelos y algoritmos podrían reducir el consumo energético de la IA a largo plazo. Sin embargo, estas mejoras podrían también aumentar la eficiencia, lo que, paradójicamente, podría impulsar una mayor demanda de IA.

Esto se conoce como el «efecto rebote», que ha sido observado a lo largo de la historia de la tecnología y la automatización. Este efecto podría haber contribuido al reciente entusiasmo por la IA en 2022 y 2023.

El dilema de la Inteligencia Artificial

El futuro del consumo de energía relacionado con la IA es incierto y complejo. Es crucial evitar visiones excesivamente optimistas o pesimistas. Si bien la IA tiene un gran potencial, también plantea desafíos significativos en términos de consumo energético.

Lo que sí parece claro es que la IA ha llegado para quedarse y promete transformar numerosas industrias. Sin embargo, es fundamental abordar estos desafíos con responsabilidad y considerar la necesidad real de utilizar la IA en diversas aplicaciones.

Además, la transparencia en la cadena de suministro de IA y la divulgación ambiental podrían ser medidas clave para comprender mejor los costes ambientales de esta tendencia tecnológica emergente.

La IA se encuentra en una encrucijada, donde la innovación y el equilibrio con el medio ambiente son esenciales para el futuro de esta tecnología revolucionaria.

Fotos: Freepik