Energía: el talón de Aquiles de la IA

El desarrollo de la inteligencia artificial (IA) ha desencadenado una carrera tecnológica que exige infraestructuras de computación sin precedentes. A medida que los modelos de IA se hacen más complejos y demandan una capacidad de procesamiento mayor, los centros de datos han pasado a ocupar un lugar central en la arquitectura tecnológica global.

Sin embargo, esta evolución también plantea retos significativos en términos de recursos: espacio, energía y conectividad. Estas demandas no son simples de satisfacer, y su proyección futura sugiere que las soluciones tradicionales no serán suficientes.

La pregunta no es si la demanda de computación para IA seguirá creciendo, sino cómo se abordará esa demanda de manera sostenible y eficiente. Proyecciones actuales indican que el mercado de infraestructura para IA podría alcanzar los US$100.000 millones en 2030, pero las soluciones energéticas actuales no bastarán para sostener ese crecimiento. Esto subraya la necesidad de un cambio fundamental en la forma en que diseñamos y operamos los centros de datos.

Los centros de datos actuales ya consumen cantidades masivas de energía. Se estima que, en 2023, los centros de datos representaron aproximadamente 1% del consumo eléctrico global, y este porcentaje podría alcanzar entre 3% y 5% para 2030 si no se implementan tecnologías más eficientes. La capacidad de procesamiento requerida para entrenar modelos de IA de gran escala aumenta de manera exponencial.

Esta situación coloca a los centros de datos en un terreno crítico donde la ubicación, la disponibilidad de energía y la conectividad se convierten en factores decisivos. El desarrollo de estos centros no se limita sólo a la disponibilidad de espacio físico, sino también a la proximidad a redes eléctricas de alta capacidad, acceso a fibra óptica y medidas de redundancia. Lugares tradicionalmente adecuados para centros de datos, enfrentan una saturación que obliga a mirar hacia regiones menos densas, pero con mayor disponibilidad de recursos.

En este contexto, la transición hacia fuentes de energía renovable, aunque deseable, presenta problemas inherentes de intermitencia y almacenamiento que no se alinean con las necesidades de los centros de datos, que requieren un suministro constante y confiable. La energía nuclear, en cambio, ofrece una capacidad de generación constante y de alta densidad que podría satisfacer estas demandas.

Los reactores modulares pequeños (SMR, por sus siglas en inglés) representan una tecnología emergente que podría cambiar el panorama energético de los centros de datos. Empresas como Oklo y Helion están explorando soluciones nucleares de nueva generación que podrían reducir costos, acelerar la implementación y minimizar el impacto ambiental, lo cual ha generado el interés de OpenAI (la compañía detrás de ChatGPT) en ellas al verlas como un catalizador definitivo para liberar a los centros de datos de las restricciones energéticas actuales.

A pesar de sus claras ventajas, la energía nuclear enfrenta una percepción negativa que, en muchos casos, está basada en información incompleta o desactualizada. Los temores sobre la seguridad y la gestión de residuos han sido exacerbados por accidentes e incidentes aislados que no representan el estándar actual de la tecnología nuclear.

Los avances en diseño y regulación han reducido drásticamente los riesgos, y los reactores modernos son intrínsecamente seguros, con sistemas que previenen accidentes de manera automática. La elección de ignorar o abrazar estas nuevas tecnologías determinará el ritmo del progreso de la IA en las próximas décadas.