As COP29 se reúne para abordar el cambio climático, el papel de la IA en la sostenibilidad ambiental es un tema central.
El impacto ambiental de la IA
El reciente informe de Deloitte, “Powering Artificial Intelligence: Un estudio sobre la huella ambiental de la IA”, muestra el potencial de la IA para impulsar una economía neutral en carbono. El estudio examina cómo las organizaciones pueden lograr un “Green AI” en las próximas décadas y aborda el uso de energía de la IA.
El análisis de Deloitte pronosticó que la adopción de IA alimentaría la demanda de energía en los centros de datos, que podría alcanzar 1,000 teravatios-hora (TWh) para 2030, y potencialmente subir a 2,000 TWh para 2050. Esto representaría el 3% del consumo eléctrico global, indicando un crecimiento más rápido que en otros usos como los automóviles eléctricos y la producción de hidrógeno verde.
Si bien los centros de datos consumen actualmente alrededor del 2% de la electricidad total, y la IA es una pequeña fracción de eso, la discusión en COP29 enfatizó la necesidad de satisfacer las crecientes demandas energéticas con fuentes de energía limpia para apoyar los objetivos climáticos globales.
Eficiencia energética desde la base
NVIDIA está priorizando operaciones de centros de datos energéticamente eficientes con innovaciones como las GPU refrigeradas por líquido. El enfriamiento directo a chip permite a los centros de datos enfriar los sistemas de manera más efectiva que la refrigeración tradicional, consumiendo menos energía y agua.
“Observamos una tendencia muy rápida hacia el enfriamiento directo a chip, lo que significa que las demandas de agua en los centros de datos están disminuyendo drásticamente en este momento”, afirmó Josh Parker, director senior de legal – sostenibilidad corporativa en NVIDIA.
A medida que la IA continúa escalando, el futuro de los centros de datos dependerá de diseñar con eficiencia energética desde el principio. Al priorizar la eficiencia energética desde la base, los centros de datos pueden satisfacer las crecientes demandas de la IA mientras contribuyen a un futuro más sostenible.
Parker enfatizó que la infraestructura existente de los centros de datos está quedando obsoleta y es menos eficiente. “Los datos muestran que es 10 veces más eficiente ejecutar cargas de trabajo en plataformas de computación acelerada que en plataformas de centros de datos tradicionales”, comentó. “Hay una gran oportunidad para reducir la energía consumida en las infraestructuras existentes.”
El camino hacia la computación verde
La IA tiene el potencial de desempeñar un papel importante en el avance hacia economías neutrales en carbono, según el estudio de Deloitte. Este enfoque, a menudo denominado Green AI, implica reducir el impacto ambiental de la IA a lo largo de la cadena de valor mediante prácticas como la compra de energía renovable y la mejora del diseño de hardware.
Hasta el momento, el Green AI ha sido liderado mayormente por líderes de la industria. Tomemos como ejemplo la computación acelerada, que se trata de hacer más con menos. Utiliza hardware especial — como las GPU — para realizar tareas más rápido y con menos energía que los servidores de propósito general que utilizan CPU, que manejan una tarea a la vez.
“La computación acelerada es, de hecho, la plataforma más eficiente en energía que hemos visto para la IA, pero también para muchas otras aplicaciones informáticas”, afirmó Parker.
“La tendencia en eficiencia energética para la computación acelerada en los últimos años muestra una reducción de 100,000 veces en el consumo de energía. Y solo en los últimos 2 años, hemos mejorado 25 veces la eficiencia para la inferencia de IA. Eso es una reducción del 96% en energía para la misma carga computacional”, añadió.
Reduciendo el consumo de energía en diferentes sectores
Innovaciones como las arquitecturas NVIDIA Blackwell y Hopper mejoran significativamente la eficiencia energética con cada nueva generación. NVIDIA Blackwell es 25 veces más eficiente energéticamente para modelos de lenguaje grandes, y la GPU NVIDIA H100 Tensor Core es 20 veces más eficiente que las CPU para cargas de trabajo complejas.
“La IA tiene el potencial de hacer que otros sectores sean mucho más eficientes en energía”, indicó Parker. Murex, una firma de servicios financieros, logró una reducción de 4 veces en el uso de energía y un rendimiento 7 veces más rápido con el Superchip NVIDIA Grace Hopper.
“En la fabricación, estamos viendo reducciones de alrededor del 30% en los requerimientos energéticos si utilizas IA para ayudar a optimizar el proceso de fabricación a través de gemelos digitales”, agregó.
Por ejemplo, la empresa de manufactura Wistron mejoró su eficiencia energética utilizando gemelos digitales y NVIDIA Omniverse, una plataforma para desarrollar aplicaciones OpenUSD para la digitalización industrial y simulación física de IA. La compañía redujo su consumo eléctrico en 120,000 kWh y sus emisiones de carbono en 60,000 kg anualmente.
Una herramienta para la gestión energética
Deloitte reportó que la IA puede ayudar a optimizar el uso de recursos y reducir las emisiones, desempeñando un papel importante en la gestión energética. Esto significa que tiene el potencial de reducir el impacto de las industrias más allá de su propia huella de carbono.
Combinada con gemelos digitales, la IA está transformando los sistemas de gestión energética al mejorar la fiabilidad de fuentes renovables como granjas solares y eólicas. También se está utilizando para optimizar el diseño de instalaciones, monitorizar equipos, estabilizar redes eléctricas y predecir patrones climáticos, ayudando en los esfuerzos globales para reducir las emisiones de carbono.
Las discusiones en COP29 enfatizaron la importancia de alimentar la infraestructura de IA con energías renovables y establecer pautas éticas. Al innovar con el medio ambiente en mente, las industrias pueden utilizar la IA para construir un mundo más sostenible.
