Esta es la principal conclusión del último informe de NTT DATA “IA sostenible para un futuro más verde”, donde apunta a que la Inteligencia Artificial tendrá un impacto muy elevado en el consumo energético en los próximos años. De hecho, el estudio citando al MIT indica que los centros de datos vinculados a estos servicios llegarán a consumir hasta 1.050 TWh de energía.
En este sentido, el informe indica que este fenómeno responde a una constante, donde dentro del crecimiento sostenido del consumo eléctrico anual con un valor de un 12%, ya los centros de datos representan un 1,5%. Una cifra que cara a 2030, podría superar hasta el 15%, cuadruplicando al consumo de otros sectores. El informe apunta a que de cumplirse estos valores, se echarían por tierra todos los esfuerzos realizados para fomentar el correcto aprovechamiento energético.
En este caso, advierte que la proliferación de los modelos de gran escala como los modelos generativos y lingüísticos (LLM) está tensionando la infraestructura energética global, además de otros servicios críticos como: las redes eléctricas; los servicios de refrigeración, ya que los centros de datos para cubrir entre 10 a 50 consultas gasta, según NTT DATA, hasta 500 mililitros de agua dulce; y las cadenas de suministro de elementos críticos con una producción ya tensionada en el cobalto, paladio o las tierras raras.
Al impacto energético se le añade su huella medioambiental, donde el informe alerta que si no se adoptan medidas de eficiencia ni de descarbonización su impacto en las emisiones de los centros de datos que utilizan IA podría duplicarse antes de 2030. En este sentido se apuntan a cifras de 860 millones de toneladas de CO2, es decir casi un 1% de las emisiones globales de la actualidad. Según NTT DATA, esta situación convertiría “la innovación en una fuente de presión ambiental, en lugar de una herramienta para el progreso.”
No obstante, el informe también deja hueco a la esperanza, apuntando a que aún existe margen para revertir la constante y garantizar que la IA evolucione dentro de un marco sostenible, lo que denominan Green AI. La empresa propone una hoja de ruta que combina innovación tecnológica, rediseño de infraestructuras, nuevos modelos de gobernanza y de efectividad energética. Todo ello, con el objetivo de desacoplar el crecimiento de esta tecnología del incremento del consumo energético y emisiones.
Modelos más eficientes de IA: un cambio de paradigma necesario
Una de las principales líneas de actuación se centra en el propio diseño de los modelos de IA. Frente a la constante reciente de escalar sistemas cada vez más grandes, el informe aboga por modelos más pequeños y optimizados, capaces de ofrecer un rendimiento equivalente con una fracción del consumo energético.
El informe cita al modelo “tsuzumi-7B”, desarrollado por NTT, que reduce el consumo de energía en entrenamiento entre 250 y 300 veces, y disminuye su coste con un valor de entre 20 y 70 veces respecto a modelos masivos tradicionales. Según NTT, “la sostenibilidad y el rendimiento no son incompatibles”.
Por otro lado, el informe también apunta a que la sostenibilidad tampoco depende únicamente del modelo, sino de la infraestructura donde se aloja la IA. En este sentido, el informe propone mejoras a tres niveles:
- Cargas de trabajo sincronizadas con la disponibilidad de recursos renovables: Donde se busca entrenar modelos en regiones o franjas horarias, donde la red eléctrica tenga una mayor proporción de recurso verde permite reducir drásticamente la huella de carbono.
- Centros de datos más eficientes y refrigeración sostenible: En este aspecto el informe apunta a que se adopten infraestructuras certificadas bajo normas como ISO 14001, con sistemas de refrigeración líquida que reduzcan el uso de agua, uno de los recursos más tensionados.
- Computación proporcional al consumo real: Este modelo de computación aboga por ajustar dinámicamente el uso energético al nivel real de trabajo, reduciendo el gasto energético, ya que muchos servidores tienen un alto consumo, incluso cuando están siendo infrautilizados.
En resumen, la IA ha venido para quedarse, pero depende de cómo se usen para optimizarla, cómo se relacione con el sistema energético global y con los objetivos climáticos propuestos.
