La interrogante que da título a esta entrega surgió a partir de una breve frase leída en un post en X que decía que para crear una imagen con inteligencia artificial (IA) se consumen dos litros de agua.
En torno a la IA se han mencionado muchas potencialidades y en este blog se han expuesto algunas limitaciones y problemas relacionados con los cuestionamientos éticos y los sesgos que se han apuntado al respecto.
Imagen tomada del Blog Dataprius
La pregunta que titula llevó a otra interrogante que va a determinar el hilo conductor de este trabajo: ¿Conocen los usuarios de las TIC de la UO cuanto consume una inteligencia artificial para crear una imagen?.
Es esencial reconocer que, enfocando en los aspectos éticos y los sesgos de la IA no se había valorado el impacto en el medio ambiente que tienen estas herramientas.
Hace unos días el jefe del equipo de Seguridad Informática de la Universidad de Oriente (UO) introdujo el análisis de la arista del consumo energético vinculado a esta potente herramienta y dio pie a este comentario.
Con toda intención se introduce el problema desde la visión medio ambiental y no circunscrito al consumo energético. El por qué del tratamiento al tema desde esta óptica parte de la lógica siguiente:
1. Construir un centro de datos que soporte los requerimientos de una IA demanda cuantiosos recursos naturales para crear la infraestructura incluidos los equipos para el procesamiento de información y datos.
2. Demanda energética para mantener operativo las 24 horas un centro de datos.
3. Consumo energético para la climatización o de agua para “enfriar” el centro de datos.
4. Emisiones de calor, vinculada al enfriamiento de las estructuras y con ello gastos para enfrentar las emisiones de CO2 que aumentan la huella de carbono que se produce como resultante.
La intención no es agotar los análisis en torno a los diversas aristas de la temática sino generar una posición reflexiva sobre el uso de las herramientas de la IA.
La primera reflexión sobre el problema fue la necesidad de valorar la credibilidad de las herramientas ante el requerimiento siguiente: “Valore el costo de la creación y uso de herramientas de IA generativa y cómo esto repercute en el uso de los recursos naturales, incluida el agua y en el crecimiento de la huella de carbono.”
La respuesta de DeepSeek ante el cuestionamiento plantea que GTP4, Gemini o Stable Diffution requiere para el entrenamiento de módulos miles de MW/h de electricidad durante largos períodos de tiempo.
Añadió que GPT 3 según un estudio de 2019 desarrollado por Strubell y otros emitió 552 toneladas de CO2 y que modelos más avanzados podrían multiplicar la cifra.
Refirió además que un solo entrenamiento de IA consume la energía que abastecería 100 hogares a lo largo de un año y añade que una consulta a ChetGPT emite entre 0,1 y 1 g de CO2.
Se menciona además la necesidad de refrigerar estos servicios con líquido, que implñica el consumo de millones de litros de agua.
Microsoft reportó un aumento del 34 % del consumo de agua en 2022 para operar Open AI. Google y Meta usan evaporación de agua para el enfriamiento lo que genera el llamado “estrés hídrico” en diversas zonas del planeta.
DeepSeek añade que para la fabricación de GPUs (Nividia) y TPUs (Google) implica un alto consumo de litio, cobalto y tierras raras con su impacto por la minería contaminante.
Finalmente esta herramienta expone como la eficiencia de la IA requiere una escalada en los centros de datos, que crecen junto a su huella digital, lo que impacta además en los sabotajes a proveedores de energía limpia (renovable), por ello se nota un crecimiento en las regulaciones medioambientales para limitar el crecimiento de la IA.
Ante una interrogante directa para precisar aspectos del consumo energético de esta herramienta antes mencionada, se plantea que existe una dependencia de múltiples factores y si bien no aporta datos específicos se pueden hacer estimaciones.
Se planteó por esta propia herramienta que DeepSeek V3, para generar una respuesta puede tener un consumo signiticativo, pero sin exponerse a escrutinio profundo, sin embargo brinda datos de sus competidores. ChatGPT 3 para generar 1000 tokens pueden consumir 0.002 Kw/h.
Se añade que una respuesta de DeepSeek de 300 palabras (unos 400 tokens) demanda unos 0.8 vatios por hora.
Para abundar en el tema del consumo energético de manera comparativa con los estándares tradicionales refiere que:
* Una búsqueda en Google consume 0.0003 Kw/h por consulta.
*Un mensaje de ChatGPT 3,5 ronda los 0,001 a 0.01 Kw/h en concordancia con su longitud.
*Finalmente refiere que DeepSeek, por su nivel de optimización, el consumo es mucho menos, pero sin aportar datos específicos.
Y concluye que el consumo por una respuesta no es alto, pero cuando se multiplica por millones de usuarios es significativo, más aún si se atiende el hechpo de que esos centros de datos se mantienen operativos todo el tiempo.
En beneficio de si misma, DeepSeek añade que su huella de carbono es mínima porque este tipo de tecnología suelen usar energías renovables o compensaciones de carbono para mitigar el impacto.
Estas interrogantes se hicieron a Copilot, Bing, Gemini y Copyter y las respuestas no aportaron datos que pudieran ser constatados, solo afirman que están diseñados para ser eficientes en términos de energía.
Copilot y Bing sustentan sus declaraciones en el Informe de Sostenibilidad ambiental de 2024 de Microsoft en el que solo se hace una declaración de principios de esta compañía de su compromiso a ser negativa en carbono, positiva en agua y cero en residuos para 2030.
No obstante, Copilot refiere que DeepSeek es más eficiente que sus competidores porue utiliza hasta un 75 % menos de energía que sus competidores por su arquitectura optimizada y el uso de chips Nvidia H800, más eficientes que los H100 usados por otras herramientas.
Explica además que esto se sustenta en que los 100 000 chips H800 consumen 75 MW, mientras que los H100 consumen unos 150 MW.
Incluso se habla de montar centros de datos en el mar para aprovechar sus aguas como refrigerante y el uso de las corrientes marinas para mover generadores de energía limpia, similares a los generadores eólicos.
Se han expuesto algunas realidades que muestran el uso de la IA en torno al problema del gasto de recursos naturales, incluidos los combustibles fósiles, el agua y el impacto medioambiental de las emisiones de CO2. La idea es que esto sirva como preámbulo a la necesidad de tomar conciencia de sobre el uso racional de la IA y que no se convierta en sustituto de las funciones más importantes del cerebro: el aprendizaje y el procesamiento de la información.
Continuará…