Dr. Andrew Chien: Los impactos de los centros de datos en la comunidad, la red eléctrica y el medio ambiente

Lo siguiente fue traducido de la entrevista original realizada en inglés.

[00:19]

ANDREW CHIEN: Hola, me llamo Andrew Chien. Soy profesor de la Universidad de Chicago y también científico sénior del Laboratorio Nacional de Argonne. Durante muchos años he estado investigando sistemas informáticos de gran escala (es decir, superordenadores e infraestructuras a escala de nube) y, recientemente, he estado trabajando en el diseño de estos centros de datos a escala de gigavatios, que se utilizan principalmente para la IA y la computación a gran escala, y en la interacción entre el crecimiento de esos centros de datos y la red eléctrica y todos los desafíos que eso ocasiona.

[00:49]

ANDREW CHIEN: Los centros de datos son realmente el hogar de Internet, ¿verdad? En lo que respecta a todos los servicios que utilizamos, todos los lugares donde se crean productos de datos, de donde proviene YouTube y todo ese tipo de cosas, son los recursos computacionales los que almacenan los datos y, por supuesto, se los proporcionan. Y más aún con el auge de la IA, de allí es de donde provienen la inteligencia y los servicios necesarios para ofrecer las cosas correctas, mostrar lo que nos interesa, etc.

[01:25]

ANDREW CHIEN: Los centros de datos comenzaron como sencillos edificios con muchos ordenadores. Pero lo que pasó con el tiempo es que se hicieron muy grandes y densos. ¿Qué significa denso? Denso significa que colocamos muchos ordenadores en un espacio. Los colocamos lo más cerca posible unos de otros para ahorrar espacio. Y también los hacemos más eficientes desde el punto de vista energético. Lo que ha ocurrido a medida que más personas utilizan Internet, por supuesto, a medida que los centros de datos pasaron de, digamos, unos 10 megavatios, a alrededor de 2000 en la actualidad, es que estos se están acercando a la escala de los gigavatios. Son casi 100 veces más grandes. Estamos hablando de cosas como complejos de dos a cuatro gigavatios. Están creciendo muy rápido debido al aumento del uso del mundo digital, lo que se conoce como digitalización de la sociedad, el comercio, las interacciones sociales, etc. Pero realmente han crecido rápidamente en los últimos tres años debido a este entusiasmo en torno a la IA. La IA ha provocado que crezcan rápidamente, porque la IA utiliza técnicas estadísticas, sí, para generar inteligencia. No es lo mismo que escribir un programa en Python o algo así. Resulta que esas técnicas requieren mucha más potencia de cálculo para cada interacción.

Ahora bien, hay otra cosa que también está haciendo que la energía de los centros de datos crezca muy rápido; es que durante unos 60 años tuvimos una gran expansión tecnológica (la escalabilidad de la tecnología de silicio), en la que obtuvimos cada vez más potencia de cálculo con cada vez menos energía. Fue genial. Sin embargo, hace unos cinco o diez años (el punto de partida exacto depende del experto al que se pregunte), observábamos una disminución en los beneficios que brinda la mejora de la tecnología. Por lo tanto, durante mucho tiempo, tuvimos lo que se llama un “viaje gratis”. Tenemos cada vez más a un costo cada vez menor. Ahora, en la mayoría de los casos, cuando aumentamos la potencia de cálculo que utilizamos, tenemos que pagar más por ella, en términos de silicio, hardware, energía utilizada, etc. Por eso, cuando vemos que todo el mundo usa estos chatbots —hay literalmente miles de millones de personas que usan estos chatbots—, también vemos que hay una enorme cantidad de centros de datos que hay que construir solo para responder a ese uso.

[03:53]

ANDREW CHIEN: Bueno, todos queremos IA, ¿verdad? Se ha convertido en un imperativo para las naciones. Se ha convertido en un imperativo económico. Hasta puede incluso que sea un imperativo social. Necesitamos estos centros de datos para la IA con dos propósitos. En primer lugar, probablemente hayamos visto algo sobre esto en la prensa. La gente necesita centros de datos realmente grandes para entrenar los modelos básicos que usan estos chatbots, estos grandes modelos lingüísticos —todos son términos sinónimos—; y para entrenarlos, lo que se hace es tomar una gran cantidad de datos (datos relevantes de Internet o de alguna base de datos científica interna o alguna otra fuente privada) y, básicamente, analizarlos una y otra vez para extraer una estructura estadística de esos modelos. Eso se llama “entrenar” o “crear un modelo”. Para esto se necesita una potencia de cálculo tremenda y se necesitan estos centros de datos tremendamente grandes, como los que construyen OpenAI, xAI, Google y Amazon, además de otras empresas que construyen centros de datos de este tipo.

Pero eso es solo el principio. Ese es el llamado “centro de datos de entrenamiento”, que podría requerir decenas de miles de GPU, incluso hasta 100,000. El siguiente paso después de haber entrenado el modelo es usarlo para algo. Es decir, atender todas esas solicitudes de los chatbots, atender lo que hoy en día se denomina IA agencial, y para eso se necesita mucho de lo que se denomina “inferencia”, es decir, la aplicación del modelo a algunas instrucciones que se le dan para obtener una respuesta inteligente. Y esa inferencia, de hecho, aumenta con la cantidad de usuarios. Así que tenemos mil millones de usuarios, tenemos un consumo de inferencia mil millones de veces mayor. Y con la creciente complejidad de las tareas inteligentes, como la IA agencial, la planificación estratégica, el razonamiento, el descubrimiento y ese tipo de cosas, se multiplica la cantidad de inferencias que hay que hacer. Por lo tanto, eso también aumenta la cantidad de centros de datos que hay que construir.

[05:56]

ANDREW CHIEN: Fundamentalmente, la IA y la nube consumen una enorme cantidad de electricidad porque solo se trata de un montón de equipos de cómputo. Es muchísimo más que hace 10 años. Ha crecido de manera exponencial y sigue haciéndolo. Si solo pensamos en cómo utilizamos la informática en nuestra vida, en la forma en que interfiere o mejora nuestra vida, sea cual sea la forma en que la imaginemos, la utilizamos cada vez más todos los días. Y es casi impensable usarla menos. Incluso en algo como un video, o si estamos usando Zoom o algo como eso ahora mismo, utilizan la IA en segundo plano para analizar si hay un perro ladrando de fondo y filtrarlo, y todo ese tipo de cosas. Por lo tanto, ese crecimiento se traduce en más computación. Y esa computación se traduce en uso de energía, más o menos directamente: más computación, más uso de energía. Como dije antes, la tecnología subyacente que nos permitía usar menos energía para conseguir más computación —la escalabilidad de la tecnología, que nos sirvió muy bien durante aproximadamente 60 años— prácticamente se ha detenido.

[07:05]

ANDREW CHIEN: Lo del agua es un poco complicado, porque es indirecto. Resulta que cuando bombeamos un gigavatio de electricidad a un centro de datos, eso requiere electricidad, ¿verdad? Sabemos lo que es eso, ¿cierto? Los grandes conductores de cobre, etc. Pero lo que pasa es que, cuando entra en los chips, la electricidad se convierte en calor, igual como ocurre en un secador de pelo. El secador de pelo se calienta. Así que metemos un gigavatio de calor en ese edificio, y ahora tenemos que sacarlo de ese edificio. Porque si no, al igual como ocurre si ponemos un secador de pelo dentro de una caja, se calienta cada vez más, y vamos a tener un problema. Así que la forma en que sacan el calor de estos centros de datos es mediante evaporación de agua. Como el aire acondicionado en Texas, por decirlo de alguna manera. Todos hemos contemplado la idea de soplar una toalla de papel mojada o algo así con un ventilador. Bueno, utilizan literalmente el cambio de fase del agua para evacuar el calor de estos centros de datos. Y eso tiene un efecto secundario: el efecto secundario es que el agua entra en la atmósfera y es consumida. Por lo tanto, el consumo de agua es un gran problema para los centros de datos, porque cuanta más energía se consume, más calor se genera y más agua se consume.

[08:29]

ANDREW CHIEN: Los centros de datos consumen mucha electricidad. Por lo tanto, una de las grandes preocupaciones en lo que respecta a las emisiones de los centros de datos son las emisiones que se generan a partir de ese consumo de energía. Si es energía con emisiones realmente bajas, como la energía renovable, tal vez sean bajas. Pero si es carbón o gas natural, etc., podrían ser mayores. La dificultad, por supuesto, es que los centros de datos requieren energía continua, y todas esas fuentes renovables son variables, por lo que hay que encontrar alguna manera de combinar estas cosas. Durante mucho tiempo, se soñó con que las emisiones de dióxido de carbono de los centros de datos producto del consumo de energía pudieran neutralizarse. Que se pudieran reducir a cero. Sin embargo, la evidencia de los principales operadores de centros de datos en los últimos cinco años (y las proyecciones para el futuro) es que su huella de emisiones sigue creciendo desde el punto de vista operativo, y prácticamente han admitido que así será durante al menos los próximos cinco años. El resto de las preocupaciones de los centros de datos por el cambio climático tienen que ver con su construcción: los materiales con los que se construyen. Todos sabemos que con los edificios surgen este tipo de preocupaciones: por el concreto y por otros tipos de materiales y, en particular, por los productos electrónicos, las computadoras, las redes y todo lo que se usa en los centros de datos, las emisiones de carbono asociadas con la fabricación de ese material.

[10:03]

ANDREW CHIEN: Si lo analizamos en términos económicos, suele haber, principalmente, un aumento significativo de los puestos de trabajo relacionados con la construcción de los centros de datos, los edificios en sí, la instalación de las computadoras, las instalaciones, la infraestructura eléctrica, etc. Básicamente la construcción de una gran planta industrial, eso es lo que la gente puede imaginar. Lo que ocurra una vez que el centro de datos está en funcionamiento es que la creación de empleo probablemente disminuirá drásticamente. En realidad, no se necesita tanta gente para hacer funcionar miles o decenas de miles de ordenadores. Ahora se puede hacer de manera muy eficiente. Por lo tanto, queda el empleo relacionado con el mantenimiento físico del edificio, el mantenimiento físico de las computadoras —hay algunas que van a fallar, que será necesario reemplazar con el tiempo, actualizarlas, etc. Así que hay algo de empleo asociado a eso.

[11:05]

ANDREW CHIEN: ¿Las desventajas? Bueno, si alguna vez has visto un centro de datos, parece una tienda gigante, una especie de edificio, un edificio gigante y enorme, normalmente sin un gran estacionamiento, porque la gente no entra y sale de él. Y pueden ser campus de grupos de estos edificios realmente grandes. Por eso, algunas personas los consideran antiestéticos. Sin duda, se usa mucho suelo, y algunas personas consideran que no es una adición agradable al entorno de su ciudad. Pero estos centros de datos comerciales e industriales no son particularmente ruidosos ni particularmente contaminantes ni nada parecido. El otro factor que la gente verá es una gran expansión de la infraestructura de energía eléctrica. Eso significa líneas eléctricas, líneas de transmisión y transformadores. Por lo general, la comunidad no considera que eso sea una ventaja si construyen líneas de transmisión en su vecindario o área, o algo así. Y, luego, el tercer factor que preocupa a la gente es que muchos de estos centros de datos utilizan agua para el enfriamiento por evaporación. Eso significa que realmente necesitan agua y la consumen del ecosistema local y la expulsan al aire para eliminar el calor del centro de datos, lo que significa que el ecosistema local pierde esa agua. Por lo tanto, el consumo de agua puede ser importante en áreas con estrés o escasez hídrica. Sin embargo, es importante tener en cuenta que casi todas las industrias consumen agua de alguna forma. Las industrias manufactureras suelen consumir agua con mucha rapidez, por lo que es una especie de costo que hay que pagar para poder llevar a cabo la actividad económica.

[12:55]

ANDREW CHIEN: Hemos trabajado mucho para tratar de entender de qué manera los centros de datos pueden ser mejores ciudadanos en la red eléctrica. Es decir, cómo pueden estos ayudar a la red a resolver estos difíciles problemas de equilibrio entre la energía renovable y el almacenamiento y la demanda, la demanda variable, de otros consumidores. Y es cada vez más importante que los centros de datos hagan su parte. Es decir, que pasen a formar parte de esta combinación equilibrada a medida que se vayan convirtiendo en una parte cada vez mayor de la demanda de la red eléctrica, como he dicho: en algunos casos ya representan un 25 % y, en otros, superan el 50 %. Por lo tanto, la investigación que hacemos tiene que ver con los mercados de energía, tiene que ver con el diseño de acuerdos de cooperación entre los centros de datos y la red para que los centros de datos puedan reducir su impacto negativo en la red eléctrica, es decir, estresar menos a la red, de modo que las tarifas suban menos o bajen más, y no se tengan que construir tantas líneas de transmisión o generadores para dar abasto a una cantidad determinada de centros de datos.

La idea, la idea central, es en realidad bastante simple. En este momento, cuando encendemos un interruptor eléctrico, encendemos el secador de pelo, encendemos el microondas, básicamente estamos demandando energía, y la red eléctrica nos la suministra. Dado que el suministro de la red eléctrica varía, lo que propusimos es que los centros de datos pudieran negociar exactamente la cantidad de energía que pueden consumir de la red eléctrica en un momento dado en lugar de simplemente consumir la cantidad que quieran, y así ayudar a la red a armonizar su uso con otros usos y necesidades de generación de la red. Y hemos podido mostrar una serie de esquemas que podrían servir para eso. Todos son novedosos. No se han desplegado ni implementado en gran medida. Sin embargo, hay casos en los que puede reducir significativamente el costo total de energía de la red (un 20 % o incluso un 30 % en algunos casos) y reducir de manera considerable la cantidad de infraestructura de energía necesaria para construir o habilitar más centros de datos en una infraestructura de red eléctrica determinada. Repito, en el orden de entre el 20 % y el 30 %. En el mágico mundo de la informática, un 20 % o un 30 % puede no parecer mucho, pero cuando se habla de gigavatios de energía, cuando se habla de centros de datos multimillonarios, un 20 % o un 30 % es muchísimo. Eso podría marcar la diferencia en cómo construimos de manera más sostenible la inteligencia artificial y la infraestructura digital de aquí a 2030 y más allá.