¿Cuánta energía consume la IA de Google? La compañía revela datos clave

La inteligencia artificial (IA) está transformando el mundo: impulsa descubrimientos científicos, mejora la educación, la atención médica y promete generar billones de dólares para la economía global. Pero con su creciente uso, también aumenta la preocupación por su impacto ambiental.

En respuesta, Google ha publicado un detallado informe técnico que mide el consumo de energía, las emisiones de carbono y el uso de agua de su sistema de IA Gemini, arrojando resultados sorprendentemente bajos en comparación con estimaciones públicas.

Según Google, una interacción promedio con Gemini:

• Utiliza 0,24 vatios-hora (Wh) de energía
• Emite 0,03 gramos de CO₂ equivalente (gCO₂e)
• Consume 0,26 mililitros de agua (aproximadamente cinco gotas)

Esto equivale al consumo energético de mirar televisión durante menos de nueve segundos. Además, gracias a mejoras en eficiencia, el impacto ambiental por mensaje de texto en Gemini se redujo 33 veces en energía y 44 veces en emisiones de carbono en solo un año.

Google desarrolló una metodología integral que tiene en cuenta múltiples factores que suelen pasarse por alto en otros cálculos:

• Potencia total del sistema, incluyendo chips activos e inactivos
• Consumo de CPU y RAM, no solo de TPU y GPU
• Gastos generales del centro de datos, medidos por PUE
• Uso de agua para refrigeración
• Capacidad reservada para garantizar disponibilidad, incluso cuando no está en uso

Muchos estudios solo miden el consumo activo de chips, lo que subestima significativamente la huella real. Bajo esa visión limitada, un mensaje promedio de Gemini consumiría apenas 0,10 Wh. Pero la cifra completa es 0,24 Wh, mucho más realista para operaciones a escala global.

La clave de estos avances está en el enfoque integral de Google, que abarca desde el hardware hasta los modelos de IA:

• Modelos más eficientes: Gemini utiliza arquitecturas como Mixture of Experts (MoE), que solo activan partes específicas del modelo según la consulta, reduciendo el cálculo.
• Algoritmos optimizados: técnicas como Accurate Quantized Training (AQT) reducen el consumo sin afectar la calidad de las respuestas.
• Entrega inteligente de respuestas: la decodificación especulativa permite que un modelo pequeño haga predicciones preliminares que luego valida un modelo mayor.
• Hardware personalizado: sus procesadores TPU, como el nuevo Ironwood, son hasta 30 veces más eficientes que generaciones anteriores.
• Menor inactividad: sistemas dinámicos que asignan recursos en tiempo real, optimizando el uso de chips.
• Infraestructura avanzada: sus centros de datos tienen un promedio de eficiencia energética (PUE) de 1.09, entre los mejores del sector.
• Compromiso ambiental: Google trabaja para operar con energía limpia 24/7 y reponer el 120% del agua dulce que utiliza.

Google reconoce que la demanda por IA seguirá creciendo, y por eso está redoblando esfuerzos para hacerla más eficiente. Su objetivo es reducir al mínimo el impacto ambiental por cada prompt o interacción, compartiendo abiertamente sus metodologías para fomentar estándares en toda la industria.

“Estas mejoras son el resultado de años de innovación, pero aún estamos comenzando”, afirman los líderes de Google Research.

Con este enfoque, Google marca el camino hacia una IA poderosa pero sustentable, que respeta los límites del planeta mientras transforma el futuro.