El entrenamiento y la ejecución diaria de los grandes modelos de lenguaje (LLM) de inteligencia artificial como los motores de sistemas avanzados de ChatGPT, Claude o Gemini, han transformado radicalmente la demanda de recursos físicos en la industria de la tecnología.
Medio ambiente
Por qué la inteligencia artificial consume tanta agua y luz: el costo oculto de esta tecnología
La expansión de los modelos de IA en Estados Unidos presiona las redes eléctricas y los recursos hídricos. Los detalles del impacto energético
Detrás de la aparente virtualidad de la inteligencia artificial existe una gigantesca infraestructura de chips, servidores, centros de datos y energía.
FreepikLa crisis invisible de la infraestructura en Estados Unidos
Detrás de la inmediatez con la que un usuario recibe una respuesta de inteligencia artificial, se despliega una infraestructura masiva de centros de datos que requiere volúmenes de energía y agua sin precedentes, desatando una fuerte contienda ambiental y regulatoria en varias regiones de Estados Unidos.
En estados donde proliferan estos complejos informáticos, como Virginia, Texas o Ohio, las comunidades locales y los reguladores energéticos han comenzado a cuestionar la viabilidad a largo plazo de este ritmo de expansión digital.
Por qué los centros de datos devoran electricidad y recursos hídricos
El consumo intensivo de los complejos diseñados para la inteligencia artificial se explica a partir de dos necesidades técnicas fundamentales de los servidores de alto rendimiento:
- Poder de cómputo ininterrumpido: a diferencia de los servidores web tradicionales, los chips gráficos (GPU) especializados en entrenar modelos de inteligencia artificial operan a máxima capacidad de manera continua. Un solo centro de cómputo de gran escala puede llegar a requerir la misma cantidad de electricidad que una ciudad pequeña de Estados Unidos, tensionando las redes eléctricas locales.
- Sistemas de refrigeración evaporativa: las altísimas temperaturas que alcanzan las GPU exigen complejos sistemas de enfriamiento. La técnica más eficiente y utilizada utiliza torres de refrigeración por agua evaporativa, lo que implica el uso directo de millones de litros de agua dulce diariamente para evitar el colapso térmico de las máquinas.
- Huella de carbono en la red energética: la aceleración en la demanda de energía ha obligado a varias empresas eléctricas en Estados Unidos a postergar el retiro de plantas térmicas de carbón o gas natural, incrementando la huella de carbono asociada al uso de esta tecnología.
- Impacto en los acuíferos locales: la extracción intensiva de agua en zonas propensas a sequías genera fricciones directas con el sector agrícola y los residentes, impulsores de iniciativas legislativas para poner freno a nuevas construcciones.
El reto ambiental que enfrenta el sector de la tecnología
A medida que las grandes plataformas buscan escalar la autonomía de sus sistemas, la eficiencia energética se ha convertido en la mayor prioridad del sector.
Aunque se exploran alternativas como el enfriamiento por inmersión líquida cerrada o el abastecimiento directo mediante energía nuclear y renovables, los expertos coinciden en que la presión sobre los recursos naturales seguirá aumentando en Estados Unidos si no se implementan estándares ambientales más estrictos para la inteligencia artificial.
En pocas palabras
- Demanda de recursos: la expansión de la inteligencia artificial exige grandes cantidades de agua y electricidad en Estados Unidos.
- Consumo de energía: los centros de datos requieren electricidad continua para el cómputo y sistemas de refrigeración.
- Impacto ambiental: el alto consumo presiona las redes eléctricas, aumenta la huella de carbono y afecta los acuíferos.
Resumen generado por Thinkindot AI
