Consumo de agua de la IA: la sed insostenible de la IA generativa

La IA generativa ha estado de moda desde que ChatGPT de OpenAI brindó a los usuarios promedio la capacidad de interactuar con la inteligencia artificial como si fuera un amigo de la calle. Ahora resulta que la locura por crear programas de este tipo tuvo un efecto imprevisto en los recursos hídricos de todo el país.

En su informe anual de sostenibilidad, Microsoft, un inversor multimillonario en OpenAI, divulgó que sus centros de datos en Iowa y otras áreas consumieron casi 1.7 mil millones de galones de H ₂ 0 en 2022. Eso es un 34% más de lo que usó en 2021, y suficiente para llenar 2.500 piscinas olímpicas.

Si bien Microsoft no ha dicho específicamente qué provocó el aumento inusual, los expertos dicen que no es una coincidencia que haya ocurrido mientras se creía que los científicos de datos de la compañía estaban entrenando los grandes modelos de lenguaje (LLM) que impulsan la inteligencia de ChatGPT.

Esa conclusión sobre el consumo de agua de la IA parecería tener sentido ya que, según se informa, Google también consumió más de 5.600 millones de galones de agua en 2022, o un 20% más que el año anterior, mientras capacitaba a sus LLM para su herramienta de IA generativa, Bard.

IA, agua y centros de datos

En la carrera por satisfacer la demanda de empresas y consumidores de herramientas de inteligencia artificial de próxima generación, las empresas han estado intensificando como nunca antes las actividades de los centros de datos para entrenar modelos y responder a las consultas de los usuarios de herramientas.

Los equipos de centros de datos más calientes que necesitan refrigeración requieren mucha agua para que los sistemas de evaporación hagan su trabajo de mantener las temperaturas moderadamente bajas.

De hecho, un gran centro de datos puede utilizar entre 1 millón y 5 millones de galones de agua al día, o tanto como una ciudad de 10.000 a 50.000 habitantes, según The Washington Post .

Es más, un artículo de investigadores de la Universidad de California en Riverside encuentra que ChatGPT necesita un promedio de una botella de agua de 500 ml por cada 10 a 50 preguntas que se hacen, dependiendo de dónde estén alojados los servidores.

"Esto es insostenible desde una perspectiva medioambiental, de costes y de rendimiento", dijo a Information Week Joe Capes, director ejecutivo del desarrollador de sistemas de refrigeración LiquidStack. "Los crecientes costos de energía hacen que este [enfoque] sea cada vez más costoso, y los potentes procesadores necesarios para las tecnologías actuales con uso intensivo de datos... simplemente generan demasiado calor para que el enfriamiento por aire pueda manejarlo".

Generación AI: ¿A dónde va el agua?

Hay varias razones por las que los centros de datos relacionados con la IA tienen tanto calor y sed, entre ellas:

1. Alta densidad de potencia : los servidores de IA se calientan rápidamente cuando procesan los enormes volúmenes de datos necesarios para alimentar el conocimiento de la IA.
2. Operación continua : los centros de datos utilizados para la capacitación LLM a menudo funcionan las 24 horas del día, los 7 días de la semana, lo que requiere un enfriamiento constante.
3. Eficiencia energética : la refrigeración a base de agua no depende de la temperatura exterior, por lo que tiende a ser más eficiente que los sistemas alternativos de refrigeración por aire.
4. Escalabilidad : a medida que los centros de datos escalan para adaptarse a modelos de IA más grandes, su mayor potencia requiere aún más refrigeración para mantener su rendimiento y confiabilidad.

Shaolei Ren, coautor del estudio de UC-Riverside, dice que este consumo de agua impulsado por la energía no es una preocupación a corto plazo porque la IA generativa aún se encuentra en sus primeras etapas. Sin embargo, a largo plazo, dice que los informes sobre el mayor uso de agua por parte de la alta tecnología deberían estimular el debate público sobre la conservación futura.

Tanto Microsoft como Google se han comprometido públicamente a ser positivos en materia de agua (lo que significa que repondrán más agua de la que consumen) para 2030.

Responsabilidad social corporativa y sostenibilidad: cómo salvar la tierra

Hoy la responsabilidad social corporativa debe incluir la sostenibilidad. Descubra ejemplos, definiciones y cómo lograr un comercio sostenible.

Cómo reducir el impacto ambiental de la IA

Los expertos de la industria dicen que hay varias medidas que las empresas pueden tomar para garantizar que la IA generativa no agote seriamente las futuras reservas de agua.

Si la infraestructura que respalda la IA necesita grandes volúmenes de agua para enfriarla, tiene sentido ubicarla cerca de lagos, ríos y estanques. Pero si esos cuerpos de agua existen en áreas afectadas por la sequía como el oeste de Estados Unidos, esa configuración podría generar importantes problemas operativos y comerciales cada vez que el suministro de agua se restringe o incluso se corta repentinamente.

Por esa razón, Ren recomienda que las empresas comiencen a buscar formas de utilizar software para equilibrar la carga de entrenamiento de IA en todas las ubicaciones o programarlo para las horas más frías del día o del año para minimizar la evaporación del agua durante el enfriamiento.

Agrega que a medida que la gente aprende sobre el impacto ambiental de la IA, las empresas deben ser sensibles a cómo los residentes podrían ver sus planes para construir centros de datos locales. Los esfuerzos de Google por establecer un centro de datos que, según se informa, utilizaría 7,6 millones de litros de agua por día (suficiente para sustentar el uso doméstico diario de 55.000 personas), provocaron feroces protestas locales en Uruguay, azotado por la sequía.

Siempre que sea posible, los expertos recomiendan utilizar equipos que utilicen aire exterior para enfriar las instalaciones. Pero cuando las temperaturas superan los 85 °F, lo que ocurre a menudo en climas más cálidos como Phoenix o el este de Asia, eso podría no ser posible. En esas situaciones, las empresas necesitan investigar y desarrollar nuevas tecnologías de refrigeración que utilicen menos agua.

Microsoft ha trabajado en esta área mediante el uso de enfriamiento adiabático, donde las unidades de tratamiento de aire empujan el aire sobre medios evaporativos para agregar humedad al aire y reducir las temperaturas con un uso mínimo de energía. En Gavle, Suecia, también está capturando agua de lluvia para inyectar humedad refrescante en su centro de datos cada vez que el aire exterior cae por debajo del 5% de humedad.

Según los expertos, el mayor uso de sistemas de refrigeración que utilizan agua reciclada en lugar de agua dulce es otra táctica.

Proteger los valiosos suministros de agua

Ren dice que el público debe exigir transparencia sobre el uso del agua y los compromisos de conservación. Las soluciones de IA de empresas que demuestren que están haciendo todo lo posible para ahorrar agua serán más atractivas para los clientes, añade.

Ren dice que todavía hay tiempo para incorporar la conservación del agua en la capacitación y la tecnología de IA, pero el tiempo se acabará si este tema no se toma lo más en serio posible.

"En términos generales, todavía no hemos llegado al punto en el que la IA nos haya quitado de forma tangible uno de nuestros recursos naturales más esenciales", afirma. "Si somos más conscientes del uso de la IA, creo que definitivamente podemos asegurarnos de que los beneficios generales de la IA sean positivos".