El rápido desarrollo de la IA dispara la demanda de energía, y la escasez de electricidad se ha convertido en un cuello de botella crítico. En este artículo analizamos posibles fuentes de energía como la solar, la eólica y la nuclear, y cómo la búsqueda de eficiencia en los algoritmos y chips de IA podría aliviar la crisis energética a largo plazo.
ÍndiceMostrarOcultar
La electricidad, cuello de botella de la demanda energética de la IA
Mark Zuckerberg, consejero delegado de Meta, y Elon Musk, consejero delegado de Tesla, han afirmado que la escasez de electricidad se ha convertido en el mayor reto para construir centros de datos de IA. Aunque haya dinero de sobra para comprar GPU, el problema eléctrico persiste. Construir una gran central eléctrica lleva varios años, y solo la elección del emplazamiento y la evaluación ambiental pueden llevar varios. Este problema seguirá frenando el desarrollo de la IA durante los próximos tres o cuatro años. Sam Altman, máximo responsable de OpenAI, también cree que el futuro de la IA dependerá de que haya avances importantes en la tecnología energética.
Según un análisis de Goldman Sachs, la demanda eléctrica de los centros de datos de todo el mundo crecerá un 160 % entre 2024 y 2030. Ya existe consenso en que la electricidad es el cuello de botella clave para el futuro de la IA.
Fuentes de electricidad
Ante este cuello de botella en el suministro eléctrico, resulta crucial analizar las posibles fuentes de energía.
Centrales térmicas tradicionales
Por el cambio climático, es poco probable que la generación térmica tradicional, hasta ahora la columna vertebral del sistema, siga siendo la fuente principal. El gas natural, relativamente limpio, seguirá teniendo un papel importante como respaldo de las renovables gracias a su rápida puesta en marcha. En cuanto al carbón, su contaminación tradicional es muy alta. Aunque la tecnología ultrasupercrítica combinada con la captura de carbono puede reducirla mucho, quizá siga sin cumplir unas normas ambientales cada vez más estrictas.
Energía solar
Entre las renovables, la solar es la que tiene más potencial. Su coste de generación se ha desplomado en las últimas décadas, y a medida que siga bajando, la energía solar se convertirá en la principal fuente de energía de la civilización humana.
Según el último informe LCOE 2023 del banco de inversión Lazard, el coste de generación de la energía solar a escala de red es de 24 a 96 dólares por megavatio hora, frente a 141-221 dólares de una nueva central nuclear y 31 dólares de una nuclear totalmente amortizada. Una nueva central de carbón cuesta entre 68 y 166 dólares por megavatio hora, e incluso totalmente amortizada sigue costando 52 dólares, más del doble que la solar, porque el principal coste del carbón es el combustible.
Además de su bajo precio, la energía solar tiene otras ventajas importantes:
- Mientras exista la civilización humana, no hay que preocuparse por que se agote el suministro durante, al menos, varios millones de años.
- Es una generación distribuida: una gran central nuclear podría sustituirse por decenas de plantas solares, lo que reduce la dependencia de una sola gran central y de la red de transporte.
- Es fácil de instalar y no requiere una gran inversión de una sola vez.
- Permite aprovechar terrenos baldíos, como los desiertos.
También tiene inconvenientes:
- Las horas de sol varían según la región, no se genera electricidad de noche y el tiempo también influye. Es un inconveniente común a todas las renovables: la generación es inestable.
- El coste de la energía solar puede no incluir el almacenamiento, que no solo afecta a la solar, sino que debería ser una instalación imprescindible para toda la red y el suministro.
- Las grandes plantas solares necesitan mucho terreno, lo que puede afectar al ecosistema local.
- La fabricación de los paneles solares también genera cierta contaminación, que debe gestionarse adecuadamente.
Energía eólica
La eólica puede ser terrestre o marina. La terrestre es incluso más barata que la solar, pero su desarrollo es más difícil por la falta de emplazamientos y las protestas por el ruido; hoy, casi todos los proyectos terrestres viables ya se han desarrollado. La eólica marina es más cara, en general más que la solar, con un coste de 72 a 140 dólares por megavatio hora. Igual que la solar, se enfrenta a una selección de emplazamientos exigente (necesita vientos fuertes) y a una generación inestable.
Las renovables avanzan a toda velocidad, acompañadas de la construcción a gran escala de instalaciones de almacenamiento. Responden a las necesidades económicas y son relativamente baratas.
Energía nuclear
La energía nuclear es uno de los temas más debatidos últimamente. La fusión nuclear sería la opción ideal: consiste en fusionar elementos ligeros (como isótopos del hidrógeno) a temperaturas altísimas, liberando una enorme cantidad de energía. A diferencia de la fisión, la fusión apenas produce residuos radiactivos y se considera la forma de generación más limpia e ideal. Sin embargo, su barrera técnica es altísima: sigue en fase de laboratorio y queda mucho camino para su comercialización.
Incluso si la tecnología madura, su comercialización a gran escala llevará al menos 20 años, demasiado para cubrir necesidades urgentes. Microsoft firmó un contrato con Helion Energy, empresa en la que invierte Sam Altman, para recibir electricidad de fusión a partir de 2028. Pero aunque Helion construya en diez años la primera central de fusión comercialmente viable, probablemente pasarán otros diez antes de que los gobiernos de todo el mundo adopten esta tecnología.
Los pequeños reactores modulares (SMR), muy de moda, pueden tener un coste de generación algo mayor que las grandes centrales nucleares, pero son más seguros: al ser más pequeños y contener menos material radiactivo, un accidente tendría menos impacto en el medio ambiente y la población. El Organismo Internacional de Energía Atómica (OIEA) ha respaldado que los SMR reducen mucho la probabilidad de liberar material radiactivo peligroso en caso de accidente. Por ahora, la mayoría de los proyectos siguen en construcción o en fase de planificación, y algunos datos sugieren incluso que serán más caros que las centrales actuales. La tecnología no parece del todo madura todavía.
Reflexiones sobre el desarrollo de la IA y la demanda de energía
Desde el punto de vista de la demanda, ¿será la necesidad humana de capacidad de cálculo un glotón insaciable, o acabará orientándose hacia un modelo que busque la eficiencia? Hasta ahora, la prioridad ha sido aumentar la potencia de cálculo, consumir más electricidad y generar energía a toda costa para cubrir la demanda. Pero esta curva se atascará en algún momento, salvo que haya un gran avance en la fusión nuclear. En última instancia, la solución al problema energético podría pasar por reducir el consumo mediante algoritmos de IA y chips más eficientes. Al fin y al cabo, un modelo de 20 millones de parámetros consume más energía en su entrenamiento que uno de 1 millón.
La situación recuerda a los primeros tiempos de las CPU, cuando el consumo no preocupaba demasiado. Los primeros Intel x86 Pentium 4 eran auténticos devoradores de energía, y las CPU ARM se impusieron después precisamente por su mejor consumo. Lo mismo ocurre ahora con las GPU: al principio a nadie le importaba su consumo, pero dentro de tres o cuatro años quizá veamos chips con el mismo rendimiento que la generación anterior y solo la mitad de consumo. A medida que la expansión eléctrica choque con sus límites, la eficiencia de los chips de IA mejorará inevitablemente, y los circuitos integrados de aplicación específica (ASIC) podrían usarse para hacer los cálculos de forma más eficiente.
Por ejemplo, la IA actual usa modelos de reconocimiento y síntesis de voz. Supongamos un modelo de reconocimiento de voz con una precisión del 99,99 % pero un coste de cálculo de 100, y otro con solo un 99 % de precisión pero un coste de cálculo y energía de solo 10. A la hora de comercializar, lo más probable es que triunfe la versión algo menos precisa pero mucho más barata y eficiente.
A largo plazo, quizá el 70-80 % de las aplicaciones de IA no busquen el máximo rendimiento, sino un equilibrio entre eficiencia y rendimiento. Así que no conviene pensar en el consumo eléctrico de la IA solo desde la generación y el suministro: la demanda también cambiará. El ser humano es ambicioso, pero cuando los recursos son limitados, acaba chocando con límites reales y encuentra nuevos caminos.
