Cómo la Inteligencia Artificial puede ser la clave para una Eficiencia Energética Sostenible
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.
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.
La Inteligencia Artificial y su impacto energético
Es donde el papel de las tecnologías puede colaborar, pero, ¿qué sucede con la Inteligencia Artificial (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.
Hacia una IA más eficiente energéticamente
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. 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.
Conclusión
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.
