El consumo energético de los centros de datos en Europa podría triplicarse a finales de la década, obviamente la culpa de esto es la inteligencia artificial, una tecnología que está exigiendo una demanda energética nunca vista.
“En las dos últimas décadas, ninguna tecnología ha impulsado tanto la necesidad de acelerar el desarrollo de infraestructuras energéticas en Europa como la IA”, escriben los analistas en un informe de McKinsey publicado el jueves.
Al ritmo actual de adopción, la consultora calcula que el consumo energético de los centros de datos europeos alcanzará los 150 teravatios hora (TWh) en 2030, frente a los 62 TWh actuales. Si esto se cumple, los graneros de bits podrían absorber hasta el 5% del suministro de energía eléctrica del continente.
Los grandes retos de la inteligencia artificial y la energía que precisa
McKinsey calcula que las empresas de servicios públicos europeas necesitarán añadir aproximadamente 25 gigavatios de capacidad de generación para alimentar todas las nuevas GPU que se pondrán al servicio del entrenamiento y la ejecución de modelos y servicios de IA generativa, y la mayor parte tendrá que ser provenientes de renovables.
Este último detalle, señalan los analistas de McKinsey, es un problema. “El sector de los centros de datos se enfrenta a un gran reto para descarbonizar su huella y alcanzar los objetivos de cero emisiones netas en un plazo de 2030 a 2040”.
Algunos, como el ex CEO de Google Eric Schmidt, han argumentado que ni siquiera deberíamos preocuparnos por el apetito energético de la IA porque la propia tecnología es nuestra mejor baza para hacer frente a la creciente prevalencia de gases de efecto invernadero.
Una forma de reducir el impacto de la IA es situar los centros de datos cerca de lugares que produzcan energía limpia. Este enfoque puede funcionar mejor cuando estas instalaciones albergan hardware utilizado para entrenar modelos, un proceso que requiere enormes cantidades de potencia computacional, pero que no necesita estar físicamente cerca de núcleos de población.
Sin embargo, a medida que la combinación de cargas de trabajo de IA se desplace hacia la inferencia -la ejecución real de los modelos-, esto cambiará y los requisitos de latencia exigirán que las instalaciones se construyan cerca de las ciudades.
Según McKinsey, el aumento de la población y de los beneficios interiores brutos impulsará el consumo de energía en todo el continente en más de un 7% de aquí a 2030.
A pesar de estas tendencias, los analistas observan que la demanda se ha ralentizado, en gran parte debido al aumento de la eficiencia energética, el cambio a una economía orientada a los servicios, los inviernos más suaves y los elevados costes de la energía, que han impulsado una tendencia a la desindustrialización.
