El creciente apetito de energía de la IA: ¿Están listos los centros de datos para mantener el ritmo?

A medida que la inteligencia artificial (IA) avanza a toda velocidad, sus demandas de energía están sometiendo a los centros de datos a un punto de ruptura. Las tecnologías de IA de próxima generación, como la inteligencia artificial generativa (genAI), no solo están transformando las industrias, sino que también su consumo de energía está afectando casi todos los componentes de los servidores de datos, desde los procesadores y la memoria hasta los aceleradores y la conectividad.

Las aplicaciones de genAI, incluyendo Copilot de Microsoft y ChatGPT de OpenAI, requieren más energía que nunca antes. Para 2027, el entrenamiento y mantenimiento de estos sistemas de IA solos podrían consumir suficiente electricidad para alimentar a un país pequeño durante un año completo. Y la tendencia no se está desacelerando: en la última década, las demandas de energía para componentes como los procesadores, la memoria y la conectividad se estima que crecerán un 160% para 2030, según un informe de Goldman Sachs.

El uso de grandes modelos de lenguaje también consume energía. Por ejemplo, una consulta de ChatGPT consume alrededor de diez veces más energía que una búsqueda tradicional de Google. Dada la gran demanda de energía de la IA, ¿puede la industria gestionar sus avances rápidos de manera sostenible, o contribuirán aún más al consumo de energía global? La investigación reciente de McKinsey muestra que alrededor del 70% de la creciente demanda en el mercado de centros de datos se dirige hacia instalaciones equipadas para manejar cargas de trabajo de IA avanzadas. Este cambio está cambiando fundamentalmente la forma en que se construyen y operan los centros de datos, ya que se adaptan a los requisitos únicos de estas tareas de genAI de alta potencia.

“Los centros de datos tradicionales a menudo operan con equipos envejecidos y consumidores de energía y capacidades fijas que luchan por adaptarse a las cargas de trabajo fluctuantes, lo que lleva a un importante desperdicio de energía”, Mark Rydon, Director de Estrategia y cofundador de la plataforma de computación en la nube distribuida Aethir, me dijo. “Las operaciones centralizadas a menudo crean un desequilibrio entre la disponibilidad de recursos y las necesidades de consumo, lo que lleva a la industria a un punto crítico en el que los avances podrían arriesgar los objetivos ambientales a medida que crecen las demandas impulsadas por la IA”.

Los líderes de la industria ahora están abordando el desafío de frente, invirtiendo en diseños más verdes y arquitecturas de centros de datos eficientes en términos de energía. Los esfuerzos van desde la adopción de fuentes de energía renovable hasta la creación de sistemas de enfriamiento más eficientes que puedan compensar la gran cantidad de calor generada por las cargas de trabajo de genAI.

Revolutionando los centros de datos para un futuro más verde

Lenovo recientemente presentó el ThinkSystem N1380 Neptune, un avance en la tecnología de enfriamiento líquido para centros de datos. La empresa afirma que la innovación ya está permitiendo a las organizaciones implementar computación de alta potencia para cargas de trabajo de genAI con un consumo de energía significativamente menor, hasta un 40% menos de energía en los centros de datos. N1380 Neptune aprovecha el hardware más reciente de NVIDIA, incluyendo los GPU Blackwell y GB200, lo que permite el manejo de modelos de IA de trilliones de parámetros en una configuración compacta. Lenovo dijo que busca allanar el camino para que los centros de datos puedan operar con racks de servidores de 100KW+ sin la necesidad de aire acondicionado dedicado.

“Identificamos una necesidad significativa de nuestros consumidores actuales: los centros de datos están consumiendo más energía al manejar cargas de trabajo de IA debido a arquitecturas de enfriamiento obsoletas y marcos estructurales tradicionales”, Robert Daigle, Director Global de IA en Lenovo, me dijo. “Para entender esto mejor, colaboramos con un cliente de computación de alto rendimiento (HPC) para analizar su consumo de energía, lo que nos llevó a la conclusión de que podríamos reducir el consumo de energía en un 40%”. Agregó que la empresa tuvo en cuenta factores como la potencia del ventilador y el consumo de energía de las unidades de enfriamiento, comparándolos con los sistemas estándar disponibles a través del servicio de evaluación de centros de datos de Lenovo, para desarrollar la nueva arquitectura de centro de datos en asociación con Nvidia.

La empresa de consultoría de tecnología de la información del Reino Unido AVEVA, dijo que está utilizando análisis predictivos para identificar problemas con los compresores de los centros de datos, motores, equipos de HVAC, manejadores de aire y más.

“Encontramos que es el preentrenamiento de la IA generativa lo que consume una gran cantidad de energía”, Jim Chappell, Jefe de IA y Análisis Avanzados de AVEVA, me dijo. “A través de nuestros sistemas de IA impulsados por análisis predictivos, buscamos encontrar problemas mucho antes de que cualquier sistema SCADA o de control, lo que permite a los operadores de centros de datos solucionar problemas de equipo antes de que se conviertan en problemas importantes. Además, tenemos un asistente de visión de IA que se integra de forma nativa con nuestros sistemas de control para ayudar a encontrar otros tipos de anomalías, incluyendo puntos calientes de temperatura cuando se utiliza con una cámara de imagen térmica”.

Mientras tanto, la computación descentralizada para el entrenamiento y desarrollo de IA a través de GPU en la nube está surgiendo como una alternativa. Rydon de Aethir explicó que al distribuir tareas computacionales a través de una red más amplia y adaptable, se puede optimizar el uso de energía, alineando la demanda de recursos con la disponibilidad, lo que lleva a reducciones sustanciales en el desperdicio desde el principio.

“En lugar de confiar en centros de datos grandes y centralizados, nuestra infraestructura de ‘Edge’ dispersa las tareas computacionales a nodos más cercanos a la fuente de datos, lo que reduce drásticamente la carga de energía para la transferencia de datos y reduce la latencia”, dijo Rydon. “La red de Edge de Aethir minimiza la necesidad de enfriamiento de alta potencia constante, ya que las cargas de trabajo se distribuyen en varios entornos en lugar de concentrarse en una sola ubicación, lo que ayuda a evitar los sistemas de enfriamiento intensivos en energía típicos de los centros de datos centralizados”.

De manera similar, empresas como Amazon y Google están experimentando con fuentes de energía renovable para gestionar las crecientes necesidades de energía en sus centros de datos. Microsoft, por ejemplo, está invirtiendo mucho en fuentes de energía renovable y tecnologías que aumentan la eficiencia para reducir el consumo de energía de sus centros de datos. Google también ha tomado medidas para cambiar a energía libre de carbono y explorar sistemas de enfriamiento que minimicen el consumo de energía en los centros de datos. “La energía nuclear es probablemente el camino más rápido hacia centros de datos libres de carbono. Los principales proveedores de centros de datos, como Microsoft, Amazon y Google, ahora están invirtiendo fuertemente en este tipo de generación de energía para el futuro. Con los reactores modulares pequeños (SMR), la flexibilidad y el tiempo de producción hacen que esta sea una opción aún más viable para lograr cero emisiones netas”, agregó Chappell de AVEVA.

¿Pueden coexistir la IA y la sostenibilidad de los centros de datos?

Ugur Tigli, CTO de la plataforma de infraestructura de IA MinIO, dice que aunque esperamos un futuro en el que la IA pueda avanzar sin un gran aumento en el consumo de energía, eso no es realista a corto plazo. “Los impactos a largo plazo son más difíciles de predecir”, me dijo, “pero veremos un cambio en la fuerza laboral, y la IA ayudará a mejorar el consumo de energía en general”. Tigli cree que a medida que la eficiencia energética se convierta en una prioridad del mercado, veremos un crecimiento en la computación junto con una disminución en el uso de energía en otros sectores, especialmente a medida que se vuelvan más eficientes.

También señaló que hay un creciente interés entre los consumidores por soluciones de IA más verdes. “Imagina una aplicación de IA que funciona al 90% de eficiencia pero utiliza solo la mitad de la energía, eso es el tipo de innovación que podría realmente despegar”, agregó. Está claro que el futuro de la IA no se trata solo de innovación, sino también de sostenibilidad de los centros de datos. Ya sea a través del desarrollo de hardware más eficiente o formas más inteligentes de utilizar los recursos, cómo gestionamos el consumo de energía de la IA influirá en gran medida en el diseño y la operación de los centros de datos.

Rydon enfatizó la importancia de las iniciativas a nivel de la industria que se centran en diseños de centros de datos sostenibles, cargas de trabajo de IA eficientes en términos de energía y compartición de recursos abiertos. “Estos son pasos cruciales hacia operaciones más verdes”, dijo. “Las empresas que utilizan IA deben asociarse con empresas de tecnología para crear soluciones que reduzcan el impacto ambiental. Al trabajar juntos, podemos dirigir la IA hacia un futuro más sostenible”.