ÚLTIMAS NOTICIAS
SELECCIONADO PARA TI

El creciente consumo energético de la IA genera preocupaciones

PorJohn PalmerJohn Palmer 3 min de lectura
Consumo de energía

  • La rápida expansión de la IA está impulsando un aumento en el consumo de energía, lo que plantea preocupaciones ambientales y económicas.
  • Las demandas energéticas de la IA, especialmente en los centros de datos, han crecido significativamente, superando las predicciones de la Ley de Moore.
  • Los desafíos en la producción de hardware de IA y la cadena de suministro global contribuyen a la escasez y los altos costos en la industria.

La Inteligencia Artificial (IA) ha logrado avances significativos en los últimos años, revolucionando las interacciones humano-máquina y permitiendo tareas complejas. Sin embargo, a medida que las capacidades de la IA se expanden, también lo hace su consumo de energía, generando preocupaciones sobre su impacto ambiental y sus implicaciones económicas.

Expansión rápida de la tecnología de IA

En el mundo de la IA, tareas simples como encender un interruptor de luz han evolucionado hasta convertirse en interacciones complejas con vastas implicaciones de recursos. Kate Crawford y Vladan Joler, en su análisis de 2018, destacaron la intrincada red de extracción de recursos, mano de obra humana y procesamiento algorítmico involucrada incluso en interacciones de IA cotidianas. Los recursos energéticos y computacionales requeridos para las interacciones de IA han aumentado con los años, superando el crecimiento predicho por la Ley de Moore.

Un estudio de 2021 reveló un aumento de 300.000 veces en la potencia computacional utilizada para entrenar grandes modelos de aprendizaje profundo para el procesamiento del lenguaje natural y otras aplicaciones en solo seis años, superando el ritmo de la Ley de Moore. El consumo de energía asociado con la IA, particularmente en centros de datos, se ha convertido en una preocupación significativa.

El consumo de energía en aumento de la IA

Estimaciones precisas del consumo eléctrico de la IA son difíciles de obtener, lo que dificulta evaluar la magnitud total del problema. Sin embargo, informes recientes arrojan luz sobre la escala del consumo de energía. Google, por ejemplo, informó que la IA constituuyó del 10 al 15% de su consumo total de electricidad en 2021, equivalente a aproximadamente 2,3 teravatios-hora anuales, comparable a una ciudad del tamaño de Atlanta.

Además, si un sistema de IA como ChatGPT se utilizara para cada búsqueda de Google, el uso de electricidad podría dispararse a una asombrosa 29,2 teravatios-hora por año. La demanda de chips informáticos especializados para IA, con chips individuales ahora medidos en TeraFLOPs y miles de ellos en granjas de servidores de IA, aumenta el consumo de electricidad.

Nvidia, un fabricante líder de chips especializados para IA, se proyecta que enviará 1,5 millones de unidades de servidores de IA anualmente para 2027. Sin embargo, ejecutar estos servidores a plena capacidad consumiría más de 85 teravatios-hora de electricidad anualmente, superando las necesidades energéticas de muchos países pequeños.

El CEO de OpenAI, Sam Altman, ha expresado preocupación por el creciente apetito energético de la IA y la necesidad de avances en la producción de energía, como la fusión nuclear o una energía solar más rentable con capacidades de almacenamiento.

El impacto económico del consumo energético de la IA

El sustancial consumo de energía de la IA se traduce en costos considerables, lo que afecta su accesibilidad generalizada. Si bien Sam Altman mencionó inicialmente que ChatGPT cuesta “centavos por chat”, los costos de computación para ChatGPT solo ascendieron a $700.000 por día en febrero de 2023.

Si se extrapola a motores de búsqueda como Google y Bing, que sirven a cientos de millones de usuarios diariamente, la carga financiera de proporcionar acceso a modelos de IA avanzados se hace evidente. Los altos costos asociados con el uso de la IA sirven como barrera para hacer que los mejores modelos de IA estén disponibles para el público.

Desafíos en la producción de hardware de IA

La producción de hardware de computación para IA presenta su propio conjunto de desafíos, contribuyendo a su escasez y altos costos. La producción de chips comienza con el refinamiento del silicio a niveles de pureza extremos, lo cual es intensivo en energía. El proceso de litografía, vital para el patrón de los chips, requirió el desarrollo de la fotolitografía de Extrema Ultravioleta (EUV), una tecnología intrincada y costosa que utiliza luz con una longitud de onda de 13,5 nanómetros.

La fotolitografía EUV requiere componentes especializados, como láseres de alta potencia y espejos súper lisos. La empresa holandesa ASML es la única productora de máquinas de fotolitografía EUV para la producción de chips, y estas máquinas tienen un precio superior a los $100 millones cada una.

Cadena de suministro global e intensidad energética

La industria global de semiconductores ha trasladado gran parte de su producción a Asia, donde a menudo se utiliza tecnología avanzada. Desde la minería hasta el refinamiento y la fabricación, la producción de chips depende en gran medida de una infraestructura industrial intensiva en energía, incluido el transporte por buques portacontenedores y aerolíneas.

La complejidad y la huella de carbono asociadas con esta cadena de suministro global siguen siendo desafíos significativos en la transición hacia prácticas más sostenibles. La noción de que los datos y los semiconductores son el “nuevo petróleo” es engañosa, ya que dependen de recursos energéticos asequibles y abundantes para ser valiosos.

Si bien la IA impulsada por datos y semiconductores puede mejorar la eficiencia energética, requiere un cambio fundamental en los principios económicos para aprovechar eficazmente el exceso de energía.

Corporaciones de IA y monetización de datos

Las principales corporaciones de IA, como Amazon con sus dispositivos Echo, dependen cada vez más de los datos de los usuarios para cubrir los costos de hardware y energía y generar ganancias. Las interacciones de IA, como los comandos de voz, generan puntos de datos valiosos, transformando a los usuarios en consumidores, recursos y contribuyentes al desarrollo de la IA.

Monetizar estos datos se vuelve esencial para que las corporaciones de IA sostengan sus operaciones, haciendo que la privacidad y la ética de los datos sean preocupaciones críticas en el ecosistema de la IA.

Futuro de la IA y el consumo de energía

A medida que el Complejo Industrial de la IA continúa expandiéndose, crecen las preocupaciones sobre su consumo de energía y la utilización de recursos. Los esfuerzos del CEO de OpenAI, Sam Altman, por asegurar fondos para plantas de fabricación de semiconductores destacan la demanda de hardware avanzado en el sector de la IA.

El futuro de la IA depende de encontrar soluciones sostenibles para sus necesidades energéticas, mientras se abordan los desafíos asociados con la producción de hardware, las cadenas de suministro y la privacidad de los datos. A medida que la IA continúa transformando las interacciones humano-máquina, el equilibrio entre el avance tecnológico y la responsabilidad ambiental se vuelve cada vez más crucial.

No te limites a leer noticias sobre criptomonedas. Entiéndelas. Suscríbete a nuestro boletín. Es gratis.

Comparte este artículo

Aviso de responsabilidad. La información proporcionada no es un consejo de trading. Cryptopolitan.com no asumimos responsabilidad alguna por las inversiones realizadas basándose en la información proporcionada en esta página. Recomendamos encarecidamente la investigación independiente y/o la consulta con un profesional calificado antes de tomar cualquier decisión de inversión.

John Palmer

John Palmer

John Murangiri llegó a Cryptopolitan con habilidades en análisis de mercado. John (también conocido como JP) se graduó de la Universidad de Nairobi con un título de licenciatura en comunicación masiva y estudios de medios. Anteriormente, ha contribuido con perspectivas del mercado de criptomonedas a InsideBitcoins.com y Metacoingraph.

MÁS … NOTICIAS