Entrenar GPT-3, el modelo de lenguaje largo (LLM) detrás del éxito de ChatGPT en 2022 requirió unos 1.287 megavatios-hora (MWh) de electricidad. O, lo que es lo mismo: conseguir que esta herramienta se perfeccionara a hombros de 175.000 millones de parámetros produjo las mismas emisiones de carbono que un coche tras recorrer 700.000 kilómetros. 

Desde entonces, la cosa no ha hecho sino empeorar: aunque las cifras exactas para GPT-4 no han sido divulgadas públicamente, se estima que su entrenamiento requirió 65.300 MWh de electricidad, lo que gastan 20.000 hogares españoles en un año. En el caso del entrenamiento de LLaMA 3.1, el modelo de Meta, en sus versiones de 8.000 millones, 70.000 millones y 405.000 millones de parámetros, generó alrededor de 11.390 toneladas de CO₂.

La receta en la actual ola de inteligencia artificial generativa es sencilla: disponer de más y más capacidad de cómputo, tanto para su entrenamiento como para la inferencia. Cuanta más potencia, cuantas más GPU, mejor. La carrera por levantar centros de datos dedicados a la IA está aquí.

Un informe de Goldman Sachs y Pgm Global estima que, en los próximos años, las grandes tecnológicas, empresas y servicios públicos invertirán alrededor de un billón de dólares en infraestructura relacionada con inteligencia artificial. La pregunta del millón, obligada, es si esta osada aventura es sostenible e incluso plausible desde un punto de vista energético y de respeto medioambiental. Por no hablar de las limitaciones técnicas de estos LLM.

La respuesta sencilla es 'no'. "El crecimiento explosivo de nuevos centros de datos para implementar IA generativa está creando una demanda insaciable de energía que supera la capacidad de los proveedores de servicios públicos para expandir su oferta con la suficiente rapidez", explica Bob Johnson, analista de Gartner.  "Y la realidad es que el aumento en el uso de centros de datos se traducirá en mayores emisiones de CO2, dificultando que las empresas logren sus objetivos de sostenibilidad".

La firma de análisis pone cifras a esta problemática: se espera que los centros de datos experimenten un crecimiento del consumo energético de hasta el 160% en los próximos dos años. Pero el 40% de los mismos podrían enfrentar limitaciones operativas por falta de suministro energético en 2027.

En concreto, Gartner estima que, para 2027, los centros de datos optimizados para IA requerirán 500 teravatios-hora (TWh) de electricidad al año, una cifra que multiplica por 2,6 el nivel registrado en 2023. Y este desequilibrio entre oferta y demanda también impactará en los precios de la electricidad, elevando los costes operativos de los centros de datos y, en consecuencia, de los modelos de IA.

"Los principales usuarios de energía están negociando acuerdos a largo plazo con los proveedores para garantizar el suministro, pero el aumento de costes será inevitable", admite Johnson. O, al menos, así será hasta que tecnologías como las baterías avanzadas de iones de sodio o los pequeños reactores nucleares contribuyan a equilibrar las demandas energéticas y los compromisos climáticos.

Limitaciones también en España

Esta asignatura pendiente, la de la energía, también se constata dentro de nuestras fronteras. Y es que España, en pleno apogeo de la industria de los centros de datos, no es ajena a la falta de disponibilidad de energía que alimente la ola de la IA. Aunque, aluden desde el sector, nuestro cuello de botella -al menos en el presente- está en la distribución eléctrica.

"El reto más importante que enfrentamos como industria es el acceso a la energía. No tenemos un problema de escasez de energía o de generación, sino de distribución. España produce tres veces más energía de la que consume, y llegaremos a cuatro, además nos nutrimos básicamente de energías renovables. El desafío para nuestro sector se encuentra en el acceso a la red de transporte y distribución", detalla Manuel Giménez, director ejecutivo de SpainDC, a DISRUPTORES - EL ESPAÑOL.

A esto, desde la Asociación de Proveedores de Cloud y Data Center (Apecdata), añaden los elevados precios de la electricidad y sus fluctuaciones. "Se estima que el sector de los centros de datos en la Unión Europea experimentará un incremento del 28% en la demanda de energía hasta 2030 en comparación con los datos de 2018, lo que ejercerá aún más presión sobre los recursos energéticos", apunta el presidente de Apecdata, Roberto Beitia, a este medio.

Las miras puestas en los reactores nucleares

A lo largo del último año, los hiperescalares han llevado a cabo movimientos en este sentido, entre ellos Microsoft, que el año pasado firmó un acuerdo con Constellation, una empresa energética con sede en Baltimore, por el que adquiere el derecho a recibir hasta el 35% de su energía de fuentes nucleares, además de la energía solar y eólica. A este se suma un acuerdo de créditos de carbono nuclear con Ontario Power Generation por el que impulsa sus operaciones en Canadá. 

También, AWS, que en marzo de este año adquirió Cumulus Data Assets de Talen Energy, un centro de datos alimentado por energía nuclear ubicado Pensilvania (Estados Unidos).

Por su parte, Google anunció hace poco más de un mes su alianza con la startup Kairos Power para construir siete reactores nucleares modulares (SMR, por sus siglas en inglés) en Estados Unidos con los que espera dotar de energía centros de datos de inteligencia artificial en los próximos años.