La enorme y creciente cantidad de datos que se almacenan y analizan en la economía digital, permite diseñar, ejecutar y re-evaluar procesos que mejoran sustancialmente la casi totalidad de actividades. Sin embargo, el gran impacto de su consumo de energía, las inmensas necesidades hídricas de refrigeración de los centros de datos y la mitigación de la huella de carbono presentan unos retos a los que hay que dar respuesta.
Los algoritmos verdes son medios computacionales que buscan reducir el consumo energético de los sistemas informáticos, y su impacto ambiental medido por su huella hídrica y de carbono. En contraposición algoritmos rojos o negros son aquéllos que, frente a optimizar el uso de recursos, priorizan rapidez y capacidad de procesamiento.
En 2022 se aprobó el Plan Nacional de Algoritmos Verdes como parte del Plan de Recuperación conectado directamente con los fondos europeos Next Generation. Su finalidad es que la transición ecológica se vea favorecida por soluciones de Inteligencia Artificial (IA) en el diseño e implantación de planes de sostenibilidad. De una manera más ambiciosa, se aspira a que la IA ayude a plantear nuevos modelos y soluciones, que ayuden a prevenir y eventualmente mitigar los daños ocasionados por el clima extremo derivados del cambio climático.
En la Unión Europea (UE), el Reglamento (UE) 2021/1119 de Neutralidad Climática en 2050 proporciona la base regulatoria. Por su parte, la normativa española de aplicación es la Ley 7/2021 de Cambio Climático y Transición Energética y el Plan Nacional de Algoritmos Verdes que desarrolla la Inteligencia Artificial Verde
Basura digital
La ciudadanía es hoy ampliamente consciente de la necesidad de reducir el desperdicio, minimizando su impacto ambiental. Por ello se fomentan políticas de residuo cero, que se traducen en envasado sostenible, aprovechamiento de residuos, reciclaje e impacto del transporte en la huella de carbono.
Sin embargo, no somos igualmente conscientes del coste que implica la basura digital. Como tal englobamos los archivos innecesarios que se encuentran en bandejas de correo, ficheros, fotos, que ocupan espacio y consumen energía por el solo hecho de existir.
Es un axioma ampliamente admitido el que las empresas deben incluir la sostenibilidad como parte integrante de su cadena de valor. Pero la ciudadanía también debe contribuir. siendo consciente de su basura digital y ser responsable de borrarla. Ésto debe convertirse en una rutina. Imaginemos el impacto energético global de eliminar todos estos datos innecesarios, y que se mantienen en los servidores.
Consumo de energía de la inteligencia artificial (IA)
La tecnología debe ser una herramienta potente que contribuya a mitigar el cambio climático y avanzar hacia una economía y una sociedad más sostenibles. Algunos observadores apuntan sin embargo a que de momento se está produciendo el efecto contrario.
Los nuevos datos conocidos ligados al despliegue de la IA, tanto en su entrenamiento como para su uso, muestran que está aumentando el consumo de energía exponencialmente, y se estima que para el fin de esta década consumirá el 25% de la energía global. La Real Academia de Ciencias Exactas, Físicas y Naturales (RAC) en un recién estudio volvió a insistir en lo mismo: “las previsiones sobre el consumo de energía eléctrica de las tecnologías de la información y la comunicación (TIC) son alarmantes”.
Consumo de agua
Ocurre lo mismo con el aumento del consumo de agua para refrigerar los enormes centros de datos que se construyen. Recientes informes muestran aumentos de dos dígitos anuales en el consumo de agua por las GAMAM (Google, Amazon, Meta, Apple y Microsoft). Conviene mencionar el enorme volumen de agua necesario para refrigerar los centros de datos; agua que además debe tener una alta calidad, y ser adecuadamente tratada, compitiendo directamente con el agua para consumo humano, pues las sales e impurezas de las aguas no potables afectan al funcionamiento y durabilidad de los servidores. Y a ello tenemos que añadir, que el agua resultante del enfriamiento de los servidores frecuentemente no se puede reutilizar para el consumo, al contener residuos tóxicos derivados de la inmersión de sus componentes.
Por ello, además de optimizar los algoritmos haciéndolos más verdes, se están planteando otros modelos, como son: ubicar sus centros de datos en lugares con menos tensión hídrica, y establecer cargas de trabajo más distribuidas. En un reciente anuncio, DeepMind, división de Google, ha conseguido reducir casi a la mitad el consumo de energía y de agua simplemente gestionando el tráfico de datos de manera más racional, así como rediseñando sus programas y aplicaciones con algoritmos más eficientes: algoritmos verdes. En este contexto, se está promoviendo la creación de un sello de calidad Green Tech para certificar aquellos modelos de IA sensibles a la sostenibilidad.
Cuanto más avanza la inteligencia artificial (IA), más recursos utiliza
La paradoja de la IA es que cuantos más avances presenta, más recursos utiliza. Como publicó el Instituto de la Ingeniería de España (IIE) recientemente, una consulta en ChatGPT, consume tres veces más energía que otra hecha en el buscador de Google.
De la misma manera, investigadores de la Universidad de California-Riverside y de la Universidad de Arlington publicaron en octubre de 2023 su estudio 'Making AI Less 'Thirsty': Uncovering and Addressing the Secret Water Footprint of AI Models’.
GPT-3, que trabaja con 175.000 millones de parámetros, necesita 500ml de agua sólo para dar respuesta a entre 10 y 50 solicitudes. Estas cifras serían incluso superadas en el caso de GPT-4, pues los servidores basados en esta interacción ejecutan más cálculos para afinar las respuestas.
Las evidencias sugieren que se ha infravalorado la huella hídrica de los centros de proceso de datos, y los modelos más avanzados de IA, como GPT-3 y 4, podrían multiplicar su huella hídrica por cinco, ya que el cálculo original de la huella hídrica se basó en una cifra proporcionada por OpenAI en 2020. Según Water UK, los centros de datos que se van a construir en el RU en el próximo quinquenio, necesitarán tanta agua como la de una población de 500.000 personas.
Reducir el consumo energético
Para mitigar este colosal reto que tendremos que asumir en los próximos años, podemos emplear diversas herramientas:
Emplear algoritmos verdes, optimizando el procesamiento.
Utilizar energías renovables, reduciendo al menos un 40% las emisiones.
Los desarrolladores suelen priorizar la exactitud de los resultados sobre el consumo de energía. Por ejemplo, en el entrenamiento y consultas con IA la meta es que el porcentaje de acierto sea muy alto, de hasta el 99,5%. Hay estudios que muestran que cada 0.02 % de aumento de precisión, aumenta el consumo energético el 200%. En aquellas ocasiones en que no sea necesaria esta precisión, podremos ahorrar significativamente energía.
Optimizar el número de consultas a bases de datos.
Utilizar cuando sea posible almacenamiento en caché.
Monitorizar de forma continua el funcionamiento, priorizando la eficiencia.
Establecer rutinas de eliminación de la basura digital presente en los servidores.
Mitigar la huella hídrica
De igual forma, para reducir la huella hídrica podemos:
Reducir el calentamiento y la necesidad de refrigeración de los servidores, utilizando algoritmos verdes.
Ubicar los centros de datos en localizaciones con temperaturas más moderadas: latitudes altas, mayores altitudes, soterramiento en profundidad.
Emplear aguas no potables y de origen renovable, por ejemplo, almacenando agua de lluvia.
Refrigeración líquida de precisión (por ejemplo, Iceotope), con fluidos especiales que absorben el calor para luego disiparlo en el aire.
Mantener la temperatura de los centros de datos unos grados más del estándar de 20º. Cada grado de aumento de temperatura, es un ahorro considerable de necesidades de refrigeración.
Utilizar estrategias de computación sostenibles
Asimismo, también es posible llevar a cabo estrategias de computación sostenibles como:
Apagar los servidores o ponerlos en stand-by cuando no estén en uso.
Sistemas de iluminación inteligente, con detectores de presencia.
Sustituir equipos por versiones mejoradas.
Mantener una temperatura adecuada al rendimiento del centro.
Conclusiones
Los algoritmos verdes son una excelente herramienta para afrontar el colosal gasto energético al que tendremos que hacer frente para recoger, almacenar y procesar las ingentes cantidades de datos e información que requiere la economía digital.
Adicionalmente, el crecimiento del número de centros de datos creará una gran tensión hídrica por el enorme consumo de agua de calidad necesario para refrigerar adecuadamente los servidores. Además de optimizar los algoritmos haciéndolos más verdes, se están planteando diversas soluciones, como son: ubicar los centros de datos en lugares con más disponibilidad hídrica, y establecer cargas de trabajo más distribuidas.
Trabajando en ambas direcciones, se conseguirá mitigar la huella de carbono.
¡Ayúdanos a compartir!
Política de privacidad | Cookies | Aviso legal | Información adicional| miembros de CEDRO