El costo hídrico de la IA
Un estudio de la Universidad de California Riverside estima que entrenar GPT-3 en data centers de Microsoft consumió entre 700,000 y 5.4 millones de litros de agua, dependiendo de la eficiencia del enfriamiento y la fuente energética. Cada interacción con el modelo —una simple respuesta— usa entre 10 y 50 ml de agua potable, según la región y el momento del día. Por ejemplo, una respuesta de 800 palabras equivale a 1/10 de una botella de 500 ml.
Pero no solo se trata de texto. Generar una imagen con IA, como las de estilo Ghibli, puede consumir hasta 34.77 litros de agua: 0.57 litros para enfriar servidores y 34.2 litros para producir la electricidad necesaria (basado en un promedio de 34.7 L/kWh en EE. UU.). Con miles de millones de imágenes generadas “por diversión”, el impacto se multiplica exponencialmente.
¿Por qué la IA "bebe" tanto?
El agua se usa en tres etapas clave:
- Enfriamiento de servidores: Los data centers que alojan modelos de IA generan calor masivo. Las torres de enfriamiento evaporan agua para disiparlo, perdiendo hasta 2.1 millones de litros diarios en centros como los de Google.
- Generación de electricidad: Las plantas termoeléctricas, que alimentan muchos data centers, retiran y evaporan grandes volúmenes de agua. En EE. UU., se estima que producir 1 kWh consume 3.14 L de agua.
- Fabricación de hardware: Crear chips y servidores requiere agua ultrapura, con un impacto indirecto que suma millones de litros por año.
La “sed” varía por región. En Washington, EE. UU., cada respuesta de IA usa 47 ml debido a un clima cálido y alta dependencia de enfriamiento evaporativo. En México, son 24 ml, mientras que en Irlanda, con un clima frío y energía renovable, solo 7 ml.
Un futuro sediento
¿Qué podemos hacer?
- Transparencia: Las empresas deben reportar el consumo hídrico de sus modelos, como ya hacen con emisiones de CO₂.
- Optimización: Usar data centers en climas fríos o con energía renovable (hidroeléctrica o eólica) reduce la huella hídrica.
- Innovación: Adoptar enfriamiento con aire o agua reciclada en lugar de evaporativa.
- Conciencia: Usuarios y desarrolladores deben priorizar eficiencia, evitando usos innecesarios de IA.
Con modelos más potentes como GPT-4o en camino, el impacto solo crecerá. La IA puede ser una aliada contra el cambio climático, pero si no controlamos su sed, podría convertirse en parte del problema.
Referencias
Blog
