La Inteligencia Artificial también contamina y mucho; te contamos
La Inteligencia Artificial (IA) representa un reto en materia de eficiencia energética, pues se estima que puede consumir hasta 134 teravatios hora (Twh) anualmente, además de que aquivale a emitir la misma contaminación de un auto que da 31 vueltas alrededor del mundo, destaca un estudio de PureStorage.
“Generar una imagen mediante IA consume aproximadamente la misma cantidad de energía que cargar un teléfono móvil. Un dato relevante si se tiene en cuenta que cada vez más organizaciones apuestan por la IA”, detalla el análisis.
Entrenar modelos de IA requiere enormes cantidades de datos, y se necesitan centros de datos para almacenar todos estos datos; se estima que los servidores de IA (en un escenario promedio) podrían consumir entre 85 y 134 teravatios hora (Twh) de energía anualmente.
“Esto equivale a la cantidad total de energía consumida en los Países Bajos en un año. El mensaje es claro: la IA consume mucha energía y, por tanto, tendrá un claro impacto en el medio ambiente”, destaca.
Para crear un modelo de IA útil, se necesitan varias cosas. Estos incluyen datos de entrenamiento, una conexión a Internet estable, suficiente espacio de almacenamiento y GPU.
Cada componente consume energía hasta cierto punto, pero la potencia informática requerida por las GPU es la que consume más. Según investigadores de OpenAI, la cantidad de potencia informática utilizada se ha duplicado cada 3.4 meses desde 2012.
Se trata de un aumento enorme que probablemente continuará en el futuro próximo, dada la popularidad de varias aplicaciones de IA. Este aumento de la potencia informática está teniendo un impacto cada vez mayor en el medio ambiente.
“Entrenar modelos populares de IA podría provocar la emisión de 284 mil kilogramos de CO2, tanto como un automóvil promedio que da 31 vueltas al mundo”, indica.
Por lo tanto, las organizaciones que deseen crear un modelo de IA deben sopesar cuidadosamente el valor añadido del modelo de IA frente a su impacto medioambiental. Además de esto, la infraestructura subyacente y las propias GPU deben ser más eficientes energéticamente, añade.
Comenta y síguenos: @Adri_Telecom / @Energy21Mx
No te pierdas la edición más reciente de nuestra revista
