El consumo energético asociado a los nuevos modelos de IA es ya comparable al de comunidades enteras. Se estima que una sola herramienta como ChatGPT puede llegar a utilizar más de 500.000 kilovatios-hora al día. A medida que la IA se convierte en motor de productividad para empresas e instituciones, su impacto energético no puede quedar fuera del debate tecnológico. Reducirlo no es solo una cuestión técnica; es un imperativo estratégico. Simultáneamente, muchas empresas están enfocadas en la sostenibilidad y se han comprometido a ser neutrales en carbono para 2050 para alinearse con el objetivo de cero emisiones netas de la ONU.
En HPE creemos que el camino hacia una inteligencia artificial verdaderamente sostenible pasa por un enfoque holístico que replantee el uso de la energía en todo el ciclo de vida de los datos. Esto implica una evolución de la infraestructura y una mentalidad basada en la eficiencia. No se trata solo de consumir menos, sino de consumir mejor.
Una de las líneas más prometedoras es el desarrollo de aceleradores analógicos. A diferencia de los circuitos digitales tradicionales, estas soluciones pueden ejecutar tareas específicas de IA con un consumo energético significativamente menor. Gracias al uso de componentes como los memristores (una contracción de las palabras memoria y resistor/resistencia), se reduce el movimiento de datos entre memoria y procesador, lo que disminuye el consumo y mejora el rendimiento.
Gemelos digitales para el ahorro de energía
Otra tecnología clave son los gemelos digitales. Estas réplicas virtuales de centros de datos permiten monitorizar y optimizar en tiempo real el uso energético, anticipando picos de demanda, ajustando la refrigeración o simulando escenarios de mejora. Es una capa adicional de inteligencia aplicada a la propia infraestructura, que se vuelve cada vez más autónoma y eficiente.
En HPE llevamos esta visión más allá, con más de 300 patentes registradas en este ámbito, que permiten no solo disipar el calor de forma más eficaz, sino reutilizarlo para climatizar edificios o apoyar procesos industriales
La optimización geográfica también gana protagonismo, pues la disponibilidad de energía y agua varía y es hiperlocal. En colaboración con universidades como Colorado State University, desarrollamos algoritmos capaces de decidir dónde es más eficiente ejecutar una carga de trabajo, según la disponibilidad local de energía renovable, el coste eléctrico o la intensidad de carbono. Ejecutar tareas exigentes como el entrenamiento de modelos de IA en el lugar y momento adecuados puede marcar una gran diferencia.
Por último, el reaprovechamiento del calor residual se convierte en una oportunidad infrautilizada. La totalidad de la energía que entra en un centro de datos termina convertida en calor. Durante años, resultaba impensable introducir agua en este tipo de instalaciones, donde incluso los sistemas de extinción se basaban en extraer oxígeno para evitar cualquier riesgo de incendio.
Hoy, gracias a la innovación, los grandes centros de computación de alto rendimiento (HPC) se enfrían mediante sistemas de refrigeración líquida, donde el agua circula de forma controlada, cerrada y reciclable, aumentando de forma drástica la eficiencia térmica. En HPE llevamos esta visión más allá, con más de 300 patentes registradas en este ámbito, que permiten no solo disipar el calor de forma más eficaz, sino reutilizarlo para climatizar edificios o apoyar procesos industriales. Es una nueva visión de la circularidad energética, con beneficios inmediatos y medibles. La inteligencia artificial transformará el mundo solo si va de la mano de la eficiencia energética.
