Se espera que la explosiva adopción de la inteligencia artificial conlleve un importante aumento en el consumo de energía a nivel global, pues sus grandes modelos de lenguaje (LLM) requieren múltiples unidades de procesamiento de gráficos (GPU), y una sola GPU puede consumir entre 250 y 300 vatios de potencia por hora cuando se entrena un LLM, instancia en la que cientos de ellas trabajan conjuntamente y sin parar durante varios días. Esto llama a reflexionar respecto a la relación entre IA y eficiencia energética.
“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”, explica Claudio Ortiz Welsch, gerente general de Cisco Chile.
Existe hoy una demanda de soluciones y aplicaciones de IA que ayuden a reducir la huella de carbono a través de un menor consumo de energía, y que permitan abordar sosteniblemente las necesidades actuales y futuras de IA y eficiencia energética.
Es así que asoma como fundamental la implementación de sistemas de IA energéticamente eficientes y responsables, que optimicen modelos e integren algoritmos y herramientas de software que rastreen y reduzcan la carga de trabajo computacional.
Alternativas para IA y eficiencia energética
“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”, destaca Ortiz Welsch.
“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”, agrega el ejecutivo.
Una alternativa interesante para IA y eficiencia energética es el método Power over Ethernet, que permite suministrar alimentación de CC a dispositivos a través de cableado Ethernet de cobre, eliminando la necesidad de fuentes de alimentación y tomas de corriente independientes. Al ser una solución de bajo voltaje, reduce también los costos de energía gracias a un control centralizado de la iluminación, las cámaras y monitores de video, persianas, calefacción y refrigeración, entre 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”, afirma el gerente general de Cisco Chile.
Con los datos que genera la inteligencia artificial se puede visibilizar información clave para suprimir la energía ineficiente y no utilizada. IA y eficiencia energética puede ser un binomio catalizador para nuevas y vastas capacidades, de la mano con la sostenibilidad del medio ambiente.
