El crecimiento explosivo de los centros informáticos con IA está creando un aumento sin precedentes en la demanda de electricidad que amenaza con abrumar las redes de energía y descarrilar los objetivos climáticos. Al mismo tiempo, las tecnologías de inteligencia synthetic podrían revolucionar los sistemas de energía, acelerando la transición a la energía limpia.
“Estamos en una cúspide de cambios potencialmente gigantescos en toda la economía”, dijo William H. InexperiencedDirector de la Iniciativa de Energía del MIT (Mitei) y Hoyt C. Profesor de Hottel en el Departamento de Ingeniería Química del MIT, en el Simposio de primavera de Mitei, “Ai y Energía: Peliril y Promesa”, mantenida el 13 de mayo. El evento reunió a los expertos de la industria, la academia y el gobierno para explorar las soluciones a los que describieron los “problemas locales con el suministro eléctrico y el suministro de la energía limpia”. daños “. El desafío de la demanda de energía del centro de datos y los beneficios potenciales de la IA para la transición energética es una prioridad de investigación para MITEI.
Las sorprendentes demandas de energía de AI
Desde el principio, el simposio destacó estadísticas aleccionadoras sobre el apetito de la electricidad de la IA. Después de décadas de demanda plana de electricidad en los Estados Unidos, los centros informáticos ahora consumen aproximadamente el 4 por ciento de la electricidad de la nación. Aunque existe una gran incertidumbre, algunas proyecciones sugieren que esta demanda podría aumentar al 12-15 por ciento para 2030, en gran medida impulsada por aplicaciones de inteligencia synthetic.
Vijay Gadepally, científico principal del Laboratorio Lincoln del MIT, enfatizó la escala del consumo de IA. “La potencia requerida para mantener algunos de estos modelos grandes se está duplicando casi cada tres meses”, señaló. “Una sola conversación de ChatGPT utiliza tanta electricidad como cargar su teléfono, y generar una imagen devour sobre una botella de agua para enfriar”.
Las instalaciones que requieren de 50 a 100 megavatios de poder están surgiendo rápidamente en los Estados Unidos y a nivel mundial, impulsadas tanto por las necesidades de investigación informales e institucionales que dependen de grandes programas de idiomas como ChatGPT y Gemini. Gadepaly citó el testimonio del Congreso de Sam Altman, CEO de OpenAI, destacando cuán basic se ha convertido esta relación: “El costo de la inteligencia, el costo de la IA, convergerá al costo de la energía”.
“Las demandas energéticas de la IA son un desafío importante, pero también tenemos la oportunidad de aprovechar estas vastas capacidades computacionales para contribuir a las soluciones de cambio climático”, dijo Evelyn WangVicepresidente de Energía y Clima del MIT y el ex director de la Agencia de Energía de Proyectos de Investigación Avanzada (ARPA-E) en el Departamento de Energía de los Estados Unidos.
Wang también señaló que las innovaciones desarrolladas para la IA y los centros de datos, como la eficiencia, las tecnologías de enfriamiento y las soluciones de potencia limpia, podrían tener aplicaciones amplias más allá de las instalaciones informáticas.
Estrategias para soluciones de energía limpia
El simposio exploró múltiples vías para abordar el desafío de energía AI. Algunos panelistas presentaron modelos que sugieren que, si bien la inteligencia synthetic puede aumentar las emisiones a corto plazo, sus capacidades de optimización podrían permitir reducciones sustanciales de emisiones después de 2030 a través de sistemas de energía más eficientes y un desarrollo de tecnología limpia acelerada.
La investigación muestra variaciones regionales en el costo de alimentar centros informáticos con electricidad limpia, según Emre Gençer, cofundador y CEO de Sesame Sostenibilidad y ex científico de investigación principal de Mitei. El análisis de Gençer reveló que el centro de los Estados Unidos ofrece costos considerablemente más bajos debido a los recursos solares y eólicos complementarios. Sin embargo, lograr una potencia de emisión cero requeriría implementaciones de batería masivas, de cinco a ten veces más que escenarios de carbono moderados, los costos de dos a tres veces más altos.
“Si queremos hacer emisiones cero con potencia confiable, necesitamos tecnologías distintas a las energías renovables y las baterías, lo que será demasiado costoso”, dijo Gençer. Señaló “tecnologías de almacenamiento de larga duración, pequeños reactores modulares, enfoques geotérmicos o híbridos” según lo necesario.
Debido a la demanda de energía del centro de datos, existe un renovado interés en la energía nuclear, señaló Kathryn Biegel, gerente de I + D y estrategia corporativa en Constellation Power, y agrega que su compañía está reiniciando el reactor en el antiguo sitio de Three Mile Island, ahora llamado “Centro de energía limpia de la grúa”, para satisfacer esta demanda. “El espacio del centro de datos se ha convertido en una gran prioridad para la constelación”, dijo, enfatizando cómo sus necesidades de confiabilidad y electricidad sin carbono están remodelando la industria eléctrica.
¿Puede AI acelerar la transición de energía?
La inteligencia synthetic podría mejorar drásticamente los sistemas de energía, según Priya DontiProfesor Asistente y Profesor de Desarrollo de Carreras Familiares de Silverman en el Departamento de Ingeniería Eléctrica e Informática del MIT y el Laboratorio de Sistemas de Información y Decisión. Ella exhibió cómo la IA puede acelerar la optimización de la crimson eléctrica integrando las limitaciones basadas en la física en las redes neuronales, lo que podría resolver problemas de flujo de potencia complejos a “10 veces, o incluso mayor, la velocidad en comparación con sus modelos tradicionales”.
La IA ya está reduciendo las emisiones de carbono, según ejemplos compartidos por Antonia Gawel, directora world de sostenibilidad y asociaciones en Google. La función de enrutamiento de eficiencia de flamable de Google Maps ha “ayudado a prevenir más de 2.9 millones de toneladas métricas de GEI [greenhouse gas] Reducciones de emisiones desde el lanzamiento, que es el equivalente a sacar 650,000 autos a base de flamable fuera de la carretera durante un año “, dijo. Otro proyecto de investigación de Google utiliza inteligencia synthetic para ayudar a los pilotos a evitar la creación de estelas, que representan aproximadamente el 1 por ciento del impacto del calentamiento world.
El potencial de IA para acelerar el descubrimiento de materiales para aplicaciones de energía se destacó por Rafael Gómez-BombarelliProfesor Asociado de Desarrollo de Carreras de Paul M. Cook dinner en el Departamento de Ciencia e Ingeniería del Departamento de Materiales del MIT. “Los modelos supervisados por IA pueden ser capacitados para pasar de una estructura a otra”, señaló, lo que permite el desarrollo de materiales cruciales tanto para la computación como para la eficiencia.
Asegurar el crecimiento con sostenibilidad
A lo largo del simposio, los participantes lidiaron con el equilibrio de un rápido despliegue de IA contra los impactos ambientales. Si bien la capacitación de IA recibe la mayor atención, Dustin Demetriou, miembro del private técnico senior en sostenibilidad e innovación en el centro de datos en IBM, citó un artículo del Foro Económico Mundial que sugirió que “se estima que el 80 por ciento de la huella ambiental se debe a la inferencia”. Demetriou enfatizó la necesidad de eficiencia en todas las aplicaciones de inteligencia synthetic.
La paradoja de Jevons, donde “las ganancias de eficiencia tienden a aumentar el consumo normal de recursos en lugar de disminuirlo” es otro issue a considerar, advirtió a Emma Strubell, la profesora asistente de Raj Reddy en el Instituto de Tecnologías Langueras en la Escuela de Ciencias de la Computación de la Universidad Carnegie Mellon. Strubell abogó por ver la electricidad del centro de computación como un recurso limitado que requiere una asignación reflexiva en diferentes aplicaciones.
Varios presentadores discutieron enfoques novedosos para integrar fuentes renovables con infraestructura de cuadrícula existente, incluidas posibles soluciones híbridas que combinan instalaciones limpias con plantas de fuel pure existentes que ya tienen valiosas conexiones de cuadrícula. Estos enfoques podrían proporcionar una capacidad limpia sustancial en los Estados Unidos a costos razonables al tiempo que minimiza los impactos de confiabilidad.
Navegar por la paradoja de energía AI-AI
El simposio destacó el papel central del MIT en el desarrollo de soluciones al desafío de electricidad AI-AI-AI.
Inexperienced habló de un nuevo programa MITEI sobre centros informáticos, energía y cálculo que funcionará junto con la propagación integral de la investigación del proyecto climático del MIT. “Vamos a tratar de abordar un problema muy complicado desde las fuentes de energía a través de los algoritmos reales que ofrecen valor a los clientes, de una manera que será aceptable para todas las partes interesadas y realmente satisfará todas las necesidades”, dijo Inexperienced.
Los participantes en el simposio fueron encuestados sobre prioridades para la investigación del MIT por parte de Campo RandallDirector de Investigación de Mitei. Los resultados en tiempo actual clasificaron el “Centro de datos y los problemas de integración de la crimson” como la principal prioridad, seguida de “AI para el descubrimiento acelerado de materiales avanzados para la energía”.
Además, los asistentes revelaron que la mayoría ven el potencial de la IA con respecto al poder como una “promesa”, en lugar de un “peligro”, aunque una porción appreciable sigue siendo incierta sobre el impacto last. Cuando se les preguntó sobre las prioridades en el suministro de energía para las instalaciones de computación, la mitad de los encuestados seleccionaron la intensidad del carbono como su principal preocupación, con la confiabilidad y el costo siguiente.
