Redacción: MaJo Gutiérrez
El acelerado crecimiento de la Inteligencia Artificial (IA) plantea un desafío crucial, su creciente consumo energético. Los nuevos chips de Nvidia, líder en semiconductores, han elevado el consumo de energía de los servidores más de cien veces en las últimas dos décadas. Ante este escenario, la industria de la IA está volcando sus esfuerzos en desarrollar soluciones para limitar su demanda de electricidad. Las proyecciones de la Agencia Internacional de la Energía (AIE) son claras: los centros de datos podrían duplicar su consumo actual y representar alrededor del 3% de las necesidades mundiales de electricidad para 2030. Esta situación ha desatado una carrera para construir infraestructuras suficientes, anticipando posible escasez de energía, como lo advierte la consultora McKinsey.
Expertos como el profesor Mosharaf Chowdhury de la Universidad de Míchigan, proponen una doble vía para abordar el problema: crear más fuentes de energía y, simultáneamente, reducir la demanda de electricidad de la IA. Las soluciones inteligentes abarcan todos los niveles de la cadena, desde el hardware hasta los algoritmos. Un avance significativo se observa en la refrigeración de los centros de datos, dónde la energía necesaria para enfriar un centro de datos representa solo el 10% del consumo de los servidores, una drástica reducción desde el 100% de hace 20 años. Esto se debe, en gran parte, a la adopción generalizada de la refrigeración líquida o por agua, que hace circular fluidos directamente por el interior de los servidores, siendo una opción ya obligatoria para los grandes del sector.
La refrigeración por agua no solo es más eficiente, sino que permite que el líquido alcance temperaturas más altas, facilitando paradójicamente su enfriamiento al estar en contacto con el aire exterior. Un ejemplo de esta innovación es el nuevo sistema IRHX de Amazon, un sistema de refrigeración líquida que no requiere integrar la arquitectura inicial del centro de datos. Además, los centros de datos modernos incorporan sensores e IA para controlar la temperatura, optimizando el consumo de agua y electricidad. En el ámbito de los microprocesadores, se buscan chips y GPU más eficientes energéticamente, y laboratorios como el de Mosharaf Chowdhury han desarrollado algoritmos que pueden ahorrar entre un 20% y un 30% de electricidad al evaluar la cantidad precisa que cada chip necesita.
A pesar de estos avances tecnológicos en hardware y software, el economista británico William Stanley Jevons postuló que una mayor eficiencia en el uso de un recurso limitado tiende a aumentar su demanda, ya que su costo disminuye. Aunque los esfuerzos por limitar el consumo energético de la IA continuarán y podrían ralentizar su incremento, el profesor Yi Ding de la Universidad Purdue advierte que el consumo total es altamente probable que siga incrementando. Este panorama subraya la necesidad continua de innovación y de una gestión energética estratégica en el imparable avance de la inteligencia artificial.
¿Te gustó nuestra nota? ¡Contáctanos y deja tu comentario! AQUÍ
Conoce nuestra red ANCOP Network AQUÍ
511 Total Count
