2025 será un año para seguir discutiendo sobre el impacto de la Inteligencia Artificial en el consumo energético y la búsqueda de nuevas soluciones. ¿Qué nuevos temas han de ponerse sobre la mesa?
El auge de la inteligencia artificial generativa está impulsando un crecimiento sin precedentes en la demanda de energía de los data centers. De acuerdo con el informe TMT Predictions 2025 de Deloitte, el consumo eléctrico de estos centros podría duplicarse para 2030, alcanzando los 1.065 teravatios-hora (TWh) a nivel global.
El informe destaca que el impacto de la IA generativa sobre la infraestructura energética ya es evidente. Durante el primer trimestre de 2024, la demanda de electricidad en data centers especializados en IA fue tres veces mayor que en el mismo periodo de 2023. Un solo entrenamiento de un modelo de IA generativa puede consumir entre 324 MWh y 1.287 MWh, y estos modelos suelen entrenarse varias veces, lo que agrava la situación.
Los chips de IA, principales responsables del aumento en el consumo
El crecimiento en el consumo energético está directamente relacionado con el desarrollo de hardware más potente. En 2022, los chips de IA consumían alrededor de 400W por unidad, pero en 2023 esta cifra subió a 700W y en 2024 ya alcanza los 1.200W por chip. Para 2026, las operaciones de IA podrían representar más del 40% del consumo total de electricidad de los data centers, según Deloitte.
La concentración geográfica de estos centros en regiones como Estados Unidos, China y el Reino Unido también está generando una presión significativa sobre la infraestructura eléctrica, dificultando la transición hacia fuentes de energía limpia.
Refrigeración y agua: los otros grandes retos
El informe también alerta sobre el incremento en el consumo de agua para la refrigeración de estos sistemas. Se estima que para 2027, los data centers podrían demandar hasta 1,7 billones de galones de agua. Actualmente, entre el 38% y 40% de la energía total de un data center se destina a sistemas de refrigeración, lo que está acelerando la adopción de tecnologías como la refrigeración líquida, capaz de reducir el consumo energético hasta en 90%.
Soluciones para una IA más sostenible
A pesar de los desafíos, Deloitte identifica varias estrategias clave para mitigar el impacto de la IA en el consumo energético:
- Chips de IA más eficientes: Nuevas arquitecturas de procesadores podrían reducir el consumo de energía hasta 10 veces en comparación con las tecnologías actuales.
- Procesamiento en el edge: Distribuir parte de las cargas de trabajo fuera de los data centers podría aliviar la presión sobre las redes eléctricas centrales.
- Optimización de software: Mejorar los algoritmos de entrenamiento y diseñar modelos más eficientes ayudaría a reducir el consumo de recursos.
IA para gestionar la crisis energética
Paradójicamente, la misma IA que está aumentando el consumo eléctrico también podría ser la clave para optimizar la gestión de redes energéticas. Según Deloitte, las herramientas de inteligencia artificial pueden mejorar las predicciones de demanda, aumentar la eficiencia de las redes eléctricas y acelerar la integración de energías renovables.
El sector tecnológico enfrenta un desafío crítico: equilibrar la innovación en IA con la sostenibilidad energética. Las decisiones que se tomen hoy definirán si la revolución de la inteligencia artificial será compatible con un futuro energéticamente viable.
