DeepSeek lanza un nuevo chatbot de IA
La empresa china de inteligencia artificial DeepSeek ha lanzado un nuevo chatbot de IA que afirma ser mucho más económico que los sistemas operados por gigantes tecnológicos estadounidenses como Microsoft y Google, y que podría hacer que la tecnología consuma menos energía.
Implicaciones medioambientales
Esto podría tener grandes implicaciones medioambientales y climáticas, ya que entrenar y ejecutar modelos de IA actuales requiere grandes cantidades de energía. La suposición general ha sido que la próxima ola de IA requeriría una expansión masiva de centros de datos para satisfacer la creciente demanda.
Actualmente, más de 8,000 centros de datos ya consumen aproximadamente del 1 al 2 % de la electricidad global, según la Agencia Internacional de Energía (AIE).
“La IA tiene un gran, un feroz apetito, esencialmente, por la energía”, dijo Paul Deane, profesor senior de futuros de energía limpia en University College Cork, Irlanda.
La necesidad de energía y agua
Hay mucho entusiasmo sobre cómo se podría aplicar la IA, desde ayudar a encontrar curas para el cáncer hasta combatir el cambio climático. Ese entusiasmo se aplica también a las proyecciones de demanda de energía de la IA a futuro, dijo Deane.
Justo antes de que DeepSeek lanzara su chatbot de IA, el presidente estadounidense Donald Trump anunció el “proyecto de infraestructura de IA más grande de la historia” con la recién fundada empresa de IA Stargate. La empresa dijo que inmediatamente inyectaría 100 mil millones de dólares en instalaciones como centros de datos.
La empresa de servicios financieros Goldman Sachs estima que la demanda de energía de los centros de datos podría crecer un 160 % para 2030, mientras que el uso de electricidad podría aumentar alrededor del 4 % para entonces. Ya, hacer una pregunta a ChatGPT de OpenAI utiliza casi 10 veces más electricidad que una búsqueda en Google.
Los centros de datos necesitan acceso a energía más rápido, dijo Deane.
“La IA ciertamente se asociará muy bien con cosas como energía solar y baterías”, dijo Deane, y eso funcionaría potencialmente en muchas regiones del mundo, pero puede llevar más tiempo construirlo. Combinar centros de datos hambrientos de energía con parques solares podría funcionar bien, particularmente en lugares soleados como Texas en EE.UU.
Los pequeños reactores nucleares modulares en los que empresas como Microsoft están invirtiendo para proporcionar energía a los centros de datos están lejos de ser viables comercialmente, agregó. Pero “en los Estados Unidos, en este momento, hay un gran interés en acoplar la IA con gas barato, que puede construirse relativamente rápido”, dijo Deane. Este es el caso en uno de los centros de datos de Stargate en Texas, según informes de medios estadounidenses.
Sin embargo, quemar combustibles fósiles, como el gas, también impulsa las emisiones de gases de efecto invernadero que provocan el calentamiento del planeta. Las emisiones de los centros de datos pueden duplicarse para 2030, según Goldman Sachs.
El impacto del agua en la IA
Se utiliza mucha agua para producir los potentes microchips necesarios para ejecutar los cálculos extremadamente rápidos de la IA. Fabricar un chip requiere más de 2,200 galones (8,300 litros) de agua. Los chips de IA también emiten más calor, lo que significa que los centros de datos requieren más agua para mantener sus servidores y instalaciones frías.
Un estudio de 2023 “Haciendo que la IA sea menos sedienta” de la Universidad de California Riverside, encontró que entrenar un modelo de lenguaje grande como GPT-3 de OpenAI “puede consumir millones de litros de agua”. Y ejecutar de 10 a 50 consultas puede utilizar hasta 500 mililitros, dependiendo de dónde se realice. Así, pedirle a un modelo de IA que escriba un correo de trabajo o que genere una imagen de un unicornio en Marte es como volcar medio litro de agua.
Si se utilizan plantas de energía de combustibles fósiles, nucleares o hidroeléctricas para alimentar los centros de datos, “también hay una gran cantidad de consumo de agua”, dijo Shaolei Ren, profesor de ingeniería eléctrica y computación en la Universidad de California Riverside.
Ren, quien coescribió el estudio de UC Riverside, encontró que para 2027 la IA podría estar extrayendo 6.6 mil millones de metros cúbicos de agua al año a nivel global. Eso es alrededor de seis veces más que Dinamarca. Los centros de datos necesitan mucha agua para enfriar los servidores. Construirlos en regiones azotadas por la sequía puede poner una mayor presión sobre los suministros.
En países como Irlanda, que no están estresados por la falta de agua, esto no plantea un gran problema, por ahora. Pero “si estamos usando cantidades locas de agua en Arizona, o España, o Uruguay, eso no es una buena práctica”, dijo Ren.
Reduciendo el impacto ambiental de la IA
“No podemos poner el genio de regreso en la botella, pero ciertamente podemos intentar mejorar al genio, hacerlo mejor, más limpio y más eficiente”, dijo Paul Deane de UCC.
Una de las grandes maneras de reducir el impacto ambiental de los centros de datos es “hacer que la energía que están utilizando sea más limpia y eficiente”, indicó Deane. Así, construir más energías renovables con baterías para alimentar centros de datos, o ubicar centros de datos donde ya haya suministros abundantes de solar y eólica es clave.
Los centros de datos que entrenan modelos de IA también podrían operar solo en horas de luz para aprovechar la energía solar, ya que ese lado de la tecnología no es sensible al tiempo. Pero cuando se trata de personas usando IA, se necesita energía de manera continua. Eso requiere grandes baterías de almacenamiento para renovables, o menos uso de fuentes de energía amigables con el clima como el gas.
Utilizar el exceso de calor de los centros de datos para calefacción distrital en comunidades cercanas también podría ayudar a utilizar la energía de manera más eficiente en algunas ubicaciones, dijo Deane.
Profundizando en la huella hídrica de la IA
En cuanto al agua, Ren dijo que las empresas de IA necesitan ser más transparentes sobre cuánta agua están utilizando y considerar el clima y los recursos al elegir la ubicación de los centros de datos.
“Para esas áreas propensas a la sequía o regiones, necesitamos ser muy cuidadosos sobre cuánta presión de agua estamos ejercitando sobre los cuerpos de agua locales”, dijo Ren.
Reutilizar y reciclar agua y la cosecha de agua de lluvia, así como implementar sistemas de refrigeración líquida de circuito cerrado, también ayudarán a reducir el uso de agua, afirmó. Al igual que para la energía, el entrenamiento de IA puede programarse para cuando el uso de agua pública es bajo o en centros de datos con mejor eficiencia hídrica. Y los usuarios conscientes del agua de la IA podrían utilizar la tecnología durante horas de eficiencia hídrica. Chips más eficientes también podrían ayudar a reducir el impacto ambiental de la IA.
DeepSeek y el futuro de la IA
La tecnología de DeepSeek podría significar que las predicciones sobre el creciente uso de recursos de la IA están exageradas y que algunos de los centros de datos planificados pueden no ser necesarios.
La empresa “usa una cantidad mucho menor de recursos y el rendimiento es comparable al modelo más nuevo de OpenAI. Eso es realmente impresionante”, dijo Ren.
DeepSeek afirma que su tecnología es tan eficiente porque no tenían acceso a los potentes chips de IA de la empresa estadounidense Nvidia y tuvieron que innovar en su lugar. Si DeepSeek resulta ser lo que promete, los nuevos centros de datos que se construyan podrían operar de manera más eficiente. Algunas consultas podrían incluso realizarse en teléfonos inteligentes y no necesitar los centros de datos en absoluto.
Aún así, la tecnología potencialmente más eficiente podría conducir a lo que se llama la paradoja de Jevons, advierten los expertos. Esto significa que las ganancias de eficiencia se consumen porque resultan en una mayor demanda, a medida que disminuye el costo de uso de la tecnología.
“Así que, ¿vamos a ver este crecimiento continuo? Ahora hay muchas más incertidumbres”, dijo Ren.
Fuente y créditos: www.dw.com
Cats: Climate
