Sobre la firma
Es redactor de la sección de Tecnología. Sigue la actualidad de las grandes tecnológicas y las repercusiones de la era digital en la privacidad de los ciudadanos. Antes de incorporarse a EL PAÍS trabajó en Cinco Días y Retina.
Los procesadores GPU, los usados en el entrenamiento de modelos de IA, son mucho más potentes que las U, hasta ahora predominantes en los centros de datos, y, por consiguiente, consumen más energía (hasta 10 veces más). El entrenamiento de los grandes modelos de lenguaje requiere de decenas de miles de GPU operando día y noche durante semanas o meses. Los modelos más avanzados se reentrenan periódicamente para incorporar datos actualizados y cada vez que un escribe un prompt (una orden) en su móvil u ordenador, la respuesta se computa en un centro de datos. Toda esta actividad ha estirado la demanda energética, hasta el punto de que algunas compañías, conscientes de que la tendencia se mantendrá al alza durante tiempo, están estudiando desarrollar pequeñas centrales nucleares para asegurarse un suministro suficiente y estable.
Los centros de datos en los que se opera la IA (y toda la actividad digital) son grandes naves industriales pobladas de hileras e hileras de racks, varios procesadores dispuestos en forma de armario o nevera. Todos esos procesadores y servidores, que alojan nuestros datos y ejecutan programas en línea, funcionan día y noche. Esa actividad emite mucho calor; si no se controla la temperatura, los equipos pueden estropearse.
En la refrigeración de los centros de datos se usa agua, que se pulveriza para refrescar el ambiente. El consumo de este recurso también ha contabilizado en 2023 alzas del 13,8% y el 21%, respectivamente, unas cifras similares a las del año anterior. Microsoft, por ejemplo, ha reportado haber usado casi 13.000 millones de litros de agua. Más de la mitad de ese volumen (unos 8.000 millones de litros) se evaporó o consumió, por lo que no se pudo reutilizar. Google, por su parte, necesitó menos agua, unos 8.600 millones de litros, pero solo devolvió al sistema el 26,6% de esa cantidad.
Estas cifras, no obstante, no dan una fotografía completa del consumo real de los desarrolladores de IA. Las compañías solo aportan datos del agua que usan en la refrigeración de los centros de datos, pero no incluyen en sus memorias ni la que se emplea en generar la electricidad que consumen ni la usada en la cadena de suministro de los productos (principalmente en la elaboración de chips y otro hardware), como sí sucede por ejemplo con las emisiones de carbono.
“Las empresas esconden ese dato intencionalmente”, sostiene Ren. “Por eso es muy revelador que Apple dijera accidentalmente en su último informe de desempeño medioambiental que su consumo indirecto de agua debido a la cadena de suministro representa el 99% de su huella hídrica total”. Basándose en los datos de consumo directo de agua de Apple, concluye Ren, eso implicaría que el consumo real de Apple fue en 2023 de al menos 300.000 millones de litros. “Ese volumen de agua es suficiente para regar el 0,1% del trigo cosechado al año en todo el mundo”, ilustra.
En cuanto a las emisiones de carbono, las de Google han crecido un 13% y las de Microsoft, un 3,8% en el último año. El aumento es del 67% y de un 40%, respectivamente, si se observan los cuatro últimos años.
Según Ren, la mayoría de la polución emitida por estas compañías tiene que ver con su cadena de suministro. “El principal impulsor del aumento de las emisiones globales de carbono es el asociado a la fabricación de chips de IA y a la construcción de centros de datos”, explica.
Mientras que la eficiencia energética del hardware usado para desarrollar y ejecutar la IA ha aumentado en los últimos años y lo seguirá haciendo en los próximos, señala el investigador, “es muy poco probable que el carbono incorporado disminuya a corto plazo debido a la mayor demanda de hardware de IA”.
Desde Google a Microsoft, pasando por Meta o Amazon (que todavía no han publicado sus memorias medioambientales de este año) y Apple, todas las grandes tecnológicas están inmersas en programas para mejorar sus registros de emisiones de carbono y reducir la cantidad de agua usada. El objetivo de muchas de ellas es llegar a 2030 con una huella ambiental muy baja.
Ren y sus colegas exponen en un artículo que acaba de ser aceptado en la revista Communication of the ACM, de referencia en el sector informático, algunas proyecciones basándose en consumos actuales y en las tendencias del sector. La demanda global de la IA será responsable del uso de entre 4,2 y 6,6 billones de litros para 2027, el equivalente a la mitad de agua usada cada año en Reino Unido. Ese mismo año, la demanda energética de la IA será de entre 85 y 134 TWh. En términos comparativos, la producción mundial de baterías se situó en 2023 en torno al teravatio por hora (1 TWh).
“Si solo nos fijamos en las emisiones derivadas de su consumo energético y de agua directos, pueden lograr no tener emisiones ni gastar más agua de la que aportan para 2030, puede que incluso antes”, concluye Ren. “Pero si atendemos a su huella real, es bastante improbable que consigan la neutralidad para 2030″.
Puedes seguir a EL PAÍS Tecnología en Facebook y X o apuntarte aquí para recibir nuestra newsletter semanal.
¿Quieres añadir otro a tu suscripción?
Si continúas leyendo en este dispositivo, no se podrá leer en el otro.
FlechaSi quieres compartir tu cuenta, cambia tu suscripción a la modalidad , así podrás añadir otro . Cada uno accederá con su propia cuenta de email, lo que os permitirá personalizar vuestra experiencia en EL PAÍS.
¿Tienes una suscripción de empresa? Accede aquí para contratar más cuentas.
En el caso de no saber quién está usando tu cuenta, te recomendamos cambiar tu contraseña aquí.
Si decides continuar compartiendo tu cuenta, este mensaje se mostrará en tu dispositivo y en el de la otra persona que está usando tu cuenta de forma indefinida, afectando a tu experiencia de lectura. Puedes consultar aquí los términos y condiciones de la suscripción digital.
