Buscar en ChatGPT gasta tres veces más energía que en Google
La Inteligencia Artificial (IA) revoluciona muchas áreas de la tecnología, pero su creciente consumo energético se ha convertido en una preocupación, debido a datos del Instituto de la Ingeniería de España (IIE), una consulta en el chatbot ChatGPT, desarrollado por OpenAI, consume tres veces más energía que una búsqueda en el buscador de Google.
El impresionante desarrollo de la IA, ha requerido una cantidad considerable de recursos energéticos. Por ejemplo, el entrenamiento del modelo de lenguaje GPT-3 utilizado en ChatGPT, demandó aproximadamente 78.437 kWh de electricidad, equivalente al consumo medio de un hogar en España durante 23 años.
Este alto consumo se debe a la necesidad de grandes cantidades de datos y recursos computacionales para entrenar modelos de IA, y a medida que estos modelos se vuelven más complejos, su consumo de energía aumenta significativamente.
La preocupación no se limita solo al entrenamiento, ya que el funcionamiento de los modelos de IA también requiere una cantidad significativa de energía.
Además, el enfriamiento de los servidores utilizados para soportar estos sistemas, también consume grandes cantidades de agua dulce. Por ejemplo, el entrenamiento de GPT-3 en uno de los centros de datos avanzados de Microsoft, asociado a OpenAI, utilizó 700.000 litros de agua dulce limpia, suficiente para producir 370 coches BMW o 320 vehículos eléctricos Tesla.
Por otro lado, los centros de datos de Google en Estados Unidos consumieron 12.700 millones de litros de agua dulce en 2021, para refrigerar sus equipos informáticos.
En cuanto a las comparaciones con Google, una sola conversación de entre 20 y 50 preguntas con ChatGPT requiere unos 500 ml de agua para la refrigeración, mientras que una búsqueda en Google consume en promedio 0,0003 kWh de electricidad, frente a los 0,001 a 0,01 kWh necesarios para una consulta en ChatGPT.
Las grandes empresas tecnológicas toman conciencia del impacto ambiental de sus operaciones y adoptan medidas para abordar este problema. Algunas de estas decisiones incluyen la adopción de energías renovables para alimentar los centros de datos, mejoras en la eficiencia energética de los servidores, y programas de reciclaje de productos electrónicos.
Además, es imprescindible la necesidad de investigar en la eficiencia energética de la IA, lo que incluye tanto el hardware como los algoritmos y prácticas de entrenamiento de modelos.
También se aconseja utilizar sistemas de energía renovable e implementar políticas de reciclaje de electrónicos, y economía circular, para reducir el consumo de recursos energéticos.
Fuente: Medio tecnológico
VTV/LAV/OQ/GT
