Sector energètic
El cost energètic de la intel·ligència artificial
Podríem duplicar la producció de cotxes sense ampliar les carreteres? O generar un volum massiu d’informació confidencial sense enfortir la ciberseguretat?
Alguna cosa similar passa amb el progrés de la intel·ligència artificial: és sostenible alimentar aquesta revolució tecnològica sense transformar les nostres infraestructures energètiques?
L’impacte energètic de la IA és molt més gran del que percebem a simple vista. I és que entrenar i fer funcionar enormes centres de dades amb aquests models requereix una quantitat immensa d’energia.
Per exemple, entrenar un model avançat de llenguatge com ChatGPT genera una petjada de carboni comparable a l’emesa per 125 vols d’anada i tornada entre Nova York i Pequín.
O la de cinc automòbils durant tot el seu cicle de vida (incloent fabricació i ús), segons un estudi pioner realitzat per calcular la contaminació que genera la IA, dirigit per Emma Strubell i el seu equip de la Universitat de Massachusetts Amherst (Estats Units - 2019).
Avui, l’entrenament de GPT-3, la tercera generació d’aquests models de predicció de llenguatge, requereix fins a 78.437 kWh segons l’Institut de l’Enginyeria d’Espanya. Una xifra comparable al consum d’energia d’una llar mitjana a Espanya durant 23 anys!
A més, l’ús pràctic d’aquests models, el que es coneix com a inferència, representa entre el 70% i el 80% del consum energètic total associat a la IA.
Aquest repte s’agreuja a mesura que la tecnologia avança, fet que fa imprescindible prioritzar l’eficiència energètica i la sostenibilitat.
Entrenar un model avançat de llenguatge com ChatGPT genera una petjada de carboni comparable a l’emesa per 125 vols d’anada i tornada entre Nova York i Pequín.
Centres de dades: el nucli energètic de la IA
Els processos més exigents, com l’entrenament de models complexos i el seu desplegament en temps real, requereixen enormes quantitats d’electricitat.
Els centres de dades s’encarreguen de gran part del consum energètic de la IA. Segons l’informe Global Data Usage d’IDC, el 2023 van processar més de 20 exabytes de dades diàries a tot el món. Només a Espanya, aquest sector va consumir uns 5 TWh, un 2% del consum elèctric nacional.
I encara que aquestes xifres puguin semblar elevades, és important posar-les en context: existeixen altres sectors industrials que tenen un consum superior.
No obstant això, a Europa, els operadors de centres de dades i les institucions lligades al seu comerç estan avançant en eficiència energètica: han acordat que per al 2030 faran que les seves instal·lacions siguin climàticament neutrals.
Centro de datos.
Conscients de l’impacte ambiental d’aquest consum, el Ministeri per a la Transició Ecològica i el Repte Demogràfic d’Espanya ha implementat un marco legal innovador per promoure la sostenibilitat en aquest àmbit. Aquest marc estableix obligacions perquè els centres de dades siguin més transparents respecte al seu consum energètic i eficiència operativa.
També fomenta l’adopció de tecnologies més netes, com l’ús d’energies renovables, i l’optimització dels sistemes de refrigeració, que representen una gran part de la despesa energètica.
A més del seu paper clau en l’electrificació, els centres de dades són motors d’innovació, desenvolupament tecnològic i digitalització. El seu creixement enforteix la infraestructura digital del país, afavorint la competitivitat i l’avanç dels sectors estratègics com la indústria, l’educació i la sanitat.
Gràcies a aquestes mesures, Espanya busca posicionar-se com un referent en sostenibilitat tecnològica, demostrant que el progrés digital no ha de ser en contra del medi ambient.
Espanya busca posicionar-se com un referent en sostenibilitat tecnològica, demostrant que el progrés digital no ha de ser en contra del medi ambient.
Innovacions per a una IA més sostenible
La tecnologia està oferint solucions per reduir la despesa energètica de la IA:
- Millores en el hardware: el desenvolupament de nous materials i arquitectures permet optimitzar el rendiment dels xips, reduint el seu consum energètic.
- Xips especialitzats: els TPU (Tensor Processing Units) de Google són fins a cinc vegades més eficients que els processadors tradicionals.
- Computació a l’edge (edge computing): aquest enfocament descentralitzat permet realitzar processaments locals, reduint la transmissió de dades i, amb això, el consum energètic.
- Models més petits: en lloc de desenvolupar models de IA cada cop més grans, s’estan optimitzant algoritmes sense perdre precisió.
- Entrenament de models més intel·ligents: noves tècniques permeten reduir el nombre d’iteracions i la quantitat de dades necessàries per entrenar models de IA.
- Ús d’energies renovables: a Espanya, el 56% de l’electricitat generada el 2024 va provenir de fonts netes, segons Red Elèctrica d’Espanya, el que representa un augment respecte al 46% assolit el 2023. En aquesta línia, des d’Endesa estem reforçant la nostra infraestructura elèctrica. Quina és l’objectiu? Optimitzar el consum energètic i facilitar la incorporació de fonts renovables intermitents.
- Codi obert i col·laboració: compartir avenços i bones pràctiques en la comunitat tecnològica permet accelerar l’optimització de la IA.
Cap a un futur equilibrat
La col·laboració entre governs, empreses i ciutadans és clau per equilibrar els beneficis de la IA amb el seu impacte ambiental. A Espanya, el Pla Nacional Integrat d’Energia i Clima (PNIEC) 2021-2030 ja inclou objectius per augmentar l’eficiència energètica i reduir les emissions de gasos d’efecte hivernacle, fomentant un desenvolupament tecnològic responsable.
Les noves tecnologies, com la computació neuromòrfica i els xips fotònics, prometen reduir el consum energètic de la IA, marcant el camí cap a un futur més sostenible.
La intel·ligència artificial és una eina que ens permet construir un món més eficient i connectat, però el seu desenvolupament ha de caminar de la mà d’una electrificació sostenible que minimitzi el seu impacte en el planeta.
De fet, la IA també és part de la solució. Un estudi d’IBM va revelar que el 74% de les empreses d’energia i serveis públics estan adoptant IA per millorar l’eficiència i reduir el seu impacte ambiental.
Des de la gestió intel·ligent de xarxes elèctriques fins a l’optimització de centres de dades, la seva capacitat per analitzar grans volums de dades en temps real permet predir pics de demanda i ajustar el consum energètic de manera més eficient.
A més, la IA generativa està agafant protagonisme en les estratègies d’IT sostenible: s’estima que el 63% de les empreses planegen implementar-la abans de finals de 2024.
Contenido relacionado
Sector energètic
Les centrals nuclears són segures?
Sector energètic
Desmuntant mites sobre la fiscalitat de l'Ibex 35
Sector energètic
Energia tèrmica: què és, com funciona i per a què serveix
Sector energètic
Quina és la vida útil d’una central nuclear?
Sector energètic