A intelixencia artificial pon en risco a provisión de enerxía: a IA gastará en 2027 tanta electricidade como Alemaña nun ano

Segundo as previsións publicadas pola firma estadounidense de investigación e consultaría tecnolóxica Gartner, a enerxía necesaria para operar os servidores optimizados para intelixencia artificial (IA) e a intelixencia artificial xenerativa (XenIA) nos centros de datos a nivel mundial alcanzará os 500 terawatts á hora (TWh) anuais en 2027, o que representa case sete veces máis que o nivel de 2022, de 74 TWh.

A necesidade de enerxía da IA multiplicará 39 veces o consumo eléctrico galego

Isto supón que, en 2027 e de cumprirse estas previsións, a IA e a XenIA consumirán 39 veces a cantidade de enerxía que foi demandada na Galiza en 2023 e o dobre que a requirida ese ano no conxunto do Estado español. De feito, segundo este prognostico, a intelixencia artificial e a intelixencia artificial xenerativa precisarán en 2027 máis electricidade que a consumida en 2023 por Alemaña, a principal economía da Unión Europea (UE).

Neste sentido, a IA e a XenIA están a impulsar un aumento significativo no consumo de electricidade en todo o mundo, con previsións que indican que o crecemento no uso de enerxía dos centros de datos alcanzará  160% nos próximos dous anos, segundo Gartner. Como resultado, a compañía estima que 40% dos centros de datos de IA existentes enfrontarán limitacións operativas debido á dispoñibilidade de electricidade en 2027.

"O crecemento explosivo de novos centros de datos a hiperescala para implementar XenIA está a xerar unha demanda insaciábel de enerxía, que superará a capacidade das empresas de servizos públicos para expandir a súa capacidade coa suficiente rapidez", segundo afirma Bob Johnson, vicepresidente analista de Gartner. "Isto, á súa vez, ameaza con desestabilizar a dispoñibilidade de enerxía e provocar escaseza, o que limitará a expansión de novos centros de datos para XenIA e outros usos a partir de 2026", di.

"Están a planificarse novos e máis grandes centros de datos para manexar as enormes cantidades de datos necesarias para adestrar e implementar os grandes modelos de linguaxe (LLM) que sustentan as aplicacións de XenIA", explica Johnson. Por isto, "é probábel que a escaseza de enerxía a curto prazo persista durante anos, xa que a nova capacidade de transmisión, distribución e xeración de enerxía pode tardar anos en implementarse e non aliviará os problemas actuais", alerta o especialista.

En consecuencia, no futuro próximo, a cantidade de novos centros de datos e o crecemento da XenIA estarán limitados pola dispoñibilidade de electricidade para operalos, polo que Gartner recomenda que as compañías analicen os riscos da posíbel escaseza de enerxía sobre todos os seus novos produtos e servizos.

Aumento dos prezos

A escaseza inminente implicará inevitabelmente un incremento nos prezos da enerxía, di Gartner. Neste contexto, "os grandes consumidores están a colaborar con grandes produtores para garantir fontes de enerxía a longo prazo que sexan independentes doutras demandas da rede", destaca Johnson, que aconsella as empresas que anticipen custos de enerxía máis altos nos seus plans, negocien contratos de longo prazo con tarifas enerxéticas razoábeis e consideren enfoques alternativos que requiran menos enerxía ao planificar os seus novos produtos e servizos.

Impacto negativo sobre as metas de sostibilidade

Este aumento do consumo enerxético motivado pola expansión da IA e da XenIA tamén terá un impacto negativo sobre o cumprimento das metas de sostibilidade relacionadas coas emisións de carbono, posto que as solucións para nutrir de enerxía os centros de datos inclúen manter en operación plantas de combustíbeis fósiles antes programadas para ser desactivadas.

"A realidade é que o aumento no uso de centros de datos levará a un crecemento nas emisións de CO2 para xerar a enerxía necesaria a curto prazo", advirte Johnson. "Isto dificultará que os operadores de centros de datos e os seus clientes alcancen obxectivos agresivos de sostibilidade relacionados coas emisións de CO2", segundo sinala o analista.

Neste sentido, é preciso ter en conta que os centros de datos requiren dispoñibilidade enerxética continua, todos os días e a todas as horas, algo que as fontes renovábeis como a solar ou a eólica non poden garantir sen fontes de respaldo. Só as plantas hidroeléctricas, de combustíbeis fósiles ou as nucleares poden xerar enerxía en calquera momento e de maneira ininterrompida.

A demanda de ChatGPT

O aumento anual do uso de enerxía da IA igualará a demanda eléctrica de Suecia

Segundo os cálculos realizados o ano pasado polo investigador da Universidade Libre de Amsterdam, Alex de Vries, recollidos na revista científica Joule, tan só o funcionamento da ferramenta de intelixencia artificial desenvolta por OpenAI, a máis coñecida do mercado e chamada ChatGPT, supón un gasto de 564 MWh de electricidade cada día, o equivalente ao consumo medio dun fogar galego durante 174 anos. Ademais, segundo este académico, o consumo de enerxía das diversas IA podería crecer de cara a 2027 a un ritmo de entre 85 e 134 TWh anuais, o consumo nun ano dos Países Baixos, Suecia ou a Arxentina.

A necesidade de considerar a pegada do uso da tecnoloxía

Segundo alerta o investigador Alex de Vries, "o crecemento potencial pon de manifesto que debemos ter moi en conta para que empregamos a IA". Neste sentido, segundo explica, a intelixencia artificial "supón un emprego intensivo da enerxía, así que non é desexábel usala en todo tipo de cousas nas que realmente non a precisamos". Alén da electricidade, a pegada da intelixencia artificial vai moito máis alá, pois o seu emprego tamén supón o uso de auga para refrixerar os servidores dedicados a alimentar os diferentes produtos e sistemas da IA. 

Medio litro de auga

Neste sentido, equipos de investigación das universidades de Riverside e Arlington, ambas nos EUA, certificaron que, a nivel de refrixeración de servidores, unha soa conversa con ChatGPT de entre 20 e 50 preguntas precisa medio litro de auga. Segundo estes mesmos equipos científicos, tan só o adestramento da arquitectura de datos GPT-3 –actualmente o programa xa emprega GPT-4– supuxo un consumo total de 700.000 litros de auga. Ademais, en xullo de 2022, antes de rematar o adestramento de GPT-4, Microsoft –socio de OpenAI– reportou un consumo mensual de case 44.000 litros nos centros de datos de Iowa, nos EUA, 6% de toda a subministración de auga neste distrito.