¿Cuál es el rol de la inteligencia artificial para la eficiencia energética?
Como muchos saben, la IA tiene un alto consumo energético en sus diversas aplicaciones. Y aunque no se puede pregonar que es uno de los pilares de la sustentabilidad, durante este 2024 las organizaciones tendrán mayor claridad y conocimiento para controlar sus impactos.
Las consecuencias del cambio climático ya se empiezan a notar. Altas temperaturas, sequías, desastres naturales y el nivel del mar que crece año tras año. El desequilibrio medioambiental y la nula capacidad del planeta para regenerarse dada la alta contaminación, hacen que la alerta lleve rápidamente a acciones.
“Cada cumbre climática marca un precedente en acuerdos y metas de carbono neutralidad, ya que la sostenibilidad y habitabilidad del planeta se hacen complejas de proyectar. Según Net Zero Tracker, aunque más empresas que nunca se están comprometiendo con objetivos netos cero, muy pocas cumplen con los criterios de las Naciones Unidas (ONU) para alcanzar el objetivo”, menciona Claudio Ortiz Welsch, gerente general de Cisco Chile.
De hecho, en la COP28, casi 200 países alcanzaron un consenso histórico: reducir el consumo global de combustibles fósiles, triplicar la capacidad renovable a nivel mundial para 2030 y acelerar la eliminación del uso de carbón. Es donde el papel de las tecnologías puede colaborar, pero, ¿qué sucede con la IA?
¿Cuánta energía consume la IA?
Pese a los compromisos asumidos e innovaciones por venir, se proyecta que el consumo de energía aumente con la adopción explosiva de la IA. Sus grandes modelos de lenguaje (LLM) requieren múltiples unidades de procesamiento de gráficos (GPU). Una sola GPU puede consumir entre 250 y 300 vatios de potencia por hora cuando se entrena un LLM, lo que requiere cientos de ellas trabajando juntas durante varios días sin interrupción.
La potencia informática utilizada por la IA para hacer los millones de cálculos, clasificar, analizar y responder es alta. “A diferencia de auges informáticos anteriores, la capacitación y ejecución de LLM implica un costo que permanece incluso después de que el software ha sido creado o entrenado inicialmente, generando costos, ineficiencias y emisiones de gases de efecto invernadero”, detalla Ortiz Welsch.
Actualmente existe una demanda de soluciones y aplicaciones de IA que entreguen mayor rendimiento, capacidad, eficiencia y menor consumo de energía para reducir la huella de carbono. Solo así es posible abordar de manera sostenible las necesidades actuales y futuras de la IA y sus aplicativos.
¿Sistemas de IA energéticamente eficientes?
Si bien representa un pequeño porcentaje del uso total de energía, su popularidad y respaldo auguran un alto consumo hacia el futuro. Por ende, además de impulsar la trazabilidad sobre el uso y las fuentes de energía de la IA, es clave la creación de infraestructuras más responsables desde el punto de vista energético, optimizando modelos e implementando herramientas y algoritmos de software que rastreen y reduzcan la carga de trabajo computacional.
“Todo puede ser más eficiente. ¿Cómo? Mediante el uso de modelos más pequeños y especializados diseñados para casos de uso puntual. Aquellos con menos capas y filtros específicos de dominio representan un menor consumo respecto a los sistemas generales, ya que están entrenados en conjuntos de datos más pequeños y altamente precisos”, aclara el ejecutivo.
Una nueva era de redes energéticas
Las dos caras de la moneda de la IA hacen que muchas de sus aplicaciones sean prometedoras, abriendo una nueva era de redes energéticas y modelos de eficiencia. De esta forma, es posible reducir significativamente las necesidades energéticas del mundo para 2050, pavimentando mejores capacidades para contrarrestar las emisiones globales de contaminación.
“En ese sentido, la aparición de redes energéticas, que combina capacidades de redes definidas por software y un sistema de energía eléctrica compuesto por microrredes de corriente continua (CC), contribuirán a la eficiencia energética, brindando mayor visibilidad, conocimientos y automatización”, menciona Ortiz Welsch.
Power over Ethernet, un método para suministrar alimentación de CC a dispositivos a través de cableado Ethernet de cobre, elimina la necesidad de fuentes de alimentación y tomas de corriente independientes. Al ser una solución de bajo voltaje, también reduce los costos de energía al permitir un control centralizado de la iluminación, las cámaras y monitores de video, persianas, calefacción y refrigeración, entre muchos otros dispositivos al interior de edificios y hogares.
“Es fundamental contar con la visibilidad y evaluación de las emisiones existentes para optimizar el uso, la distribución, la transmisión y el almacenamiento de energía, así como la medición y la generación de informes, haciendo la medición más precisa”, sentencia el ejecutivo.
Aunque la IA no es la panacea, con los datos que genera se puede visibilizar información clave para suprimir la energía ineficiente y no utilizada. La IA y la eficiencia pueden ir de la mano, siendo un binomio catalizador para nuevas y vastas capacidades impulsadas sin entorpecer el camino hacia la sostenibilidad del medio ambiente.
