Recientemente, un estudio realizado por la organización sin fines de lucro Epoch AI reveló el consumo de energía de la plataforma de chatbot ChatGPT de OpenAI. Los resultados muestran que el consumo de energía de ChatGPT es mucho menor que las estimaciones anteriores. Según algunos informes, ChatGPT necesitaba aproximadamente 3 vatios-hora de electricidad para responder a una pregunta, mientras que el estudio de Epoch AI considera que esta cifra está sobreestimada. El estudio indica que, utilizando el modelo predeterminado más reciente de OpenAI, GPT-4o, el consumo promedio por consulta es de solo

Los gigantes de Silicon Valley, otrora los defensores y patrocinadores más activos y generosos de las inversiones en energías limpias, ahora podrían convertirse en los mayores villanos de la revolución de las energías renovables. Debido al aumento vertiginoso de la demanda energética de la inteligencia artificial, las emisiones de las grandes empresas tecnológicas están aumentando drásticamente, haciendo que sus ambiciosos objetivos de descarbonización sean cada vez más inalcanzables. Los gigantes tecnológicos, incluidos Google, Meta, Microsoft y OpenAI, están impulsando una mayor implementación de infraestructuras de energías renovables y el desarrollo de nuevos tipos de energía limpia, pero mantenerse al día con la enorme demanda energética de la IA es una tarea monumental. Google's

Con los continuos avances en inteligencia artificial, el equilibrio entre innovación y sostenibilidad se ha convertido en un desafío importante. Recientemente, OpenAI lanzó su último modelo de IA, o3, el más potente hasta la fecha. Sin embargo, además del coste de ejecutar estos modelos, su impacto ambiental ha suscitado una gran preocupación. Un estudio revela que cada tarea de o3 consume aproximadamente 1.785 kilovatios hora de electricidad, equivalente al consumo eléctrico de una familia estadounidense promedio durante dos meses. Según el informe de sostenibilidad de IA de Salesforce...

Recientemente, el aumento drástico de la demanda de computación de inteligencia artificial ha generado una gran preocupación en el sector. Thomas Graham, cofundador de la empresa emergente de computación óptica Lightmatter, declaró en una entrevista con Bloomberg que se espera que para 2026 se construyan numerosos centros de datos de inteligencia artificial en todo el mundo que requerirán una cantidad enorme de energía, un consumo equivalente a ocho veces el de la ciudad de Nueva York. Nota de la imagen: Imagen generada por IA, servicio de licencias de imágenes Midjourney. En la entrevista, Graham mencionó que actualmente empresas tecnológicas como Nvidia...

Una nueva investigación de la Universidad de Michigan ha descubierto recientemente un método eficiente para entrenar modelos lingüísticos grandes que permite completar el entrenamiento en el mismo tiempo, pero reduciendo el consumo de energía en un 30%. Este método podría ahorrar suficiente energía como para alimentar 1,1 millones de hogares estadounidenses para 2026. Los investigadores desarrollaron una herramienta de software llamada Perseus que identifica las rutas críticas, es decir, la secuencia de subtareas que tardan más en completarse. Luego, Perseus reduce la velocidad del procesador en las rutas no críticas para que todas se completen al mismo tiempo.

En el campo del entrenamiento de IA, la interconexión entre las GPU y otros chips es crucial para la transmisión de datos, pero el ancho de banda limitado de estas interconexiones restringe el rendimiento del entrenamiento de IA. Una encuesta de 2022 reveló que los desarrolladores de IA suelen utilizar solo el 25% de la capacidad de la GPU. Vivek Raghunathan, CEO y cofundador de Xscape Photonics, propone una posible solución: adoptar nuevas tecnologías de interconexión con mayor ancho de banda, cuyo núcleo tecnológico es el silicio.

Recientemente, el equipo de investigación de BitEnergy AI ha desarrollado un nuevo algoritmo llamado "Multiplicación de Complejidad Lineal" (L-Mul). Este nuevo método puede reducir significativamente el consumo de energía de los sistemas de inteligencia artificial. Específicamente, este algoritmo reemplaza las complejas multiplicaciones de punto flotante con sumas de enteros más simples, lo que se espera que permita una reducción del consumo de energía de hasta un 95% en varios campos. El título de esta investigación, "Modelos de lenguaje de ahorro de energía solo con sumas", muestra el enorme potencial de L-Mul en el ahorro de energía. Nota de la imagen: Imagen

Bill Gates ofrece una perspectiva diferente en el debate sobre el consumo de energía de la IA, argumentando que las preocupaciones sobre la demanda de electricidad de la IA son exageradas y que su contribución a los descubrimientos científicos y los procesos de producción supera con creces su consumo de energía. Cita ejemplos como la mejora de la producción de acero, la optimización del procesamiento de carne y la predicción meteorológica. Gates también señala el potencial de la energía nuclear para resolver la crisis climática, admitiendo que actualmente es costosa, pero que mediante mejoras tecnológicas, como el trabajo de TerraPower en el desarrollo de tecnologías de fisión nuclear más seguras y económicas, la energía nuclear podría ofrecer electricidad barata en el futuro.

El desarrollo y la aplicación de la inteligencia artificial (IA) han generado un auge a nivel mundial en los últimos años, pero algunos expertos comienzan a mostrar preocupación por el futuro de este sector. James Ferguson, socio fundador de la firma de investigación macroeconómica británica MacroStrategy Partnership, declaró en una entrevista en el podcast "Merryn Talks Money" de Merryn Somerset Webb de Bloomberg que la industria de la IA podría estar

Google depende cada vez más de centros de datos que consumen mucha energía para alimentar sus nuevos productos de inteligencia artificial, lo que pone en riesgo el objetivo del gigante tecnológico de reducir su huella de carbono. Datos publicados el martes por Google muestran que sus emisiones de gases de efecto invernadero aumentaron un 48% en los últimos cinco años. Google afirma que el consumo de energía de los centros de datos y las emisiones de la cadena de suministro fueron los principales impulsores del aumento. En su informe ambiental anual, Google también reveló que las emisiones de 2023 aumentaron un 13% respecto al año anterior, alcanzando los 14,3 millones de toneladas métricas.

Bill Gates, en una entrevista en un evento de Londres, afirmó que no le preocupa el aumento del consumo de energía derivado de las aplicaciones de inteligencia artificial. Cree que la IA acabará contribuyendo a reducir el consumo de energía y acelerará la transición hacia fuentes de energía sostenibles.

Científicos de la Universidad de Surrey en el Reino Unido han utilizado con éxito la inteligencia artificial para ajustar los sistemas de las plantas de energía de carbón, logrando una reducción del 36,3% en el consumo de energía y una mayor captura de CO2. A través de la predicción del modelo, el sistema puede reducir el consumo de las bombas en tiempo real cuando la oferta de CO2 disminuye o la energía renovable es insuficiente, mejorando así la eficiencia de la captura de carbono. Los resultados de la investigación se han publicado en la revista Reaction Chemistry & Engineering, contribuyendo al desarrollo sostenible y a los objetivos de las Naciones Unidas. Gracias al ajuste del sistema mediante inteligencia artificial, en comparación con...

Un nuevo estudio advierte que la demanda de energía de la inteligencia artificial (IA) crecerá rápidamente, y podría alcanzar entre 850 y 1340 billones de kilovatios hora anuales para 2027, lo que equivale al consumo anual de energía de algunos países. Los expertos instan a los gigantes tecnológicos, como OpenAI y Google, a reevaluar sus operaciones de alto consumo energético para reducir el coste medioambiental. California ha firmado una ley de divulgación climática que exige a las empresas que informen sobre sus emisiones de carbono, pero el sector de la IA sigue auto-regulado. Para lograr un desarrollo sostenible, el sector de la IA necesita más innovación y atención para satisfacer la creciente demanda de energía.