El descomunal aumento en la demanda energética que la Inteligencia Artificial (IA) está provocando en todo el mundo solo podrá ser gestionado a través de una sabia expansión y gestión de la red eléctrica, realizada mediante tecnologías rupturistas. Entre ellas, la propia IA, cuya capacidad de previsión y optimización será crucial en el encaje de los niveles de consumo que ella misma está disparando.
Esta paradoja ha sido señalada por Dario Bertagna, responsable de energía limpia en Capital Dynamics, en un informe sobre cómo la IA está revolucionando el sector energético.
LA INSACIABLE IA ES MEDIO Y FIN A LA PAR
Bertagna resalta que el consumo de energía de la IA crece a un ritmo anual del 30% y la potencia de cálculo necesaria para mantener el auge de esta tecnología se duplica aproximadamente cada 100 días, según datos del Foro Económico Mundial. Esto significa que la energía necesaria para ejecutar las tareas de la IA se está acelerando rápidamente, con importantes implicaciones para el medio ambiente.
Para gestionar esta situación, reflexiona, se están estudiando medidas inmediatas como limitar el uso de energía durante las fases de formación e inferencia de modelos de IA y optimizar la programación para ahorrar energía. A largo plazo, la integración de la Inteligencia Artificial con la computación cuántica podría ayudar a reducir su huella energética, ya que muestra una relación más eficiente entre la potencia de cálculo y el uso de energía.
Esto, no obstante, dista de ser suficiente. Para hacer frente a la revolución energética que sigue a la tecnológica, el jefe de energía limpia de Capital Dynamics bosqueja una ‘hoja de ruta’ con cuatro pilares fundamentales.
CAPITAL DYNAMICS SEÑALA LOS CUATRO PILARES DE LA ‘HOJA DE RUTA’ QUE PERMITIRÁN SACIAR LA SED ENERGÉTICA DE LA IA: ENERGÍAS RENOVABLES, MODERNIZACIÓN DE LA RED, MEJORA DEL ALMACENAMIENTO Y, POR ÚLTIMO, CONVERTIR A LA PROPIA IA EN GESTORA DEL SISTEMA
En primer lugar, las fuentes de energía renovables como la solar y la eólica, que son cada vez más frecuentes, se instalan con rapidez y pueden abastecer a un gran número de clientes corporativos, incluidas las empresas de IA.
Por otra parte, Bertagna considera crucial la modernización de la red, tarea que implica la actualización de la infraestructura mediante la sustitución de equipos obsoletos, la mejora de la capacidad de la red y la integración de tecnologías de red inteligente. Por ejemplo, el Plan de Acción de la Red de la Unión Europea (UE) pretende invertir casi 600.000 millones de euros de aquí a 2030 para modernizar la red y apoyar la integración de fuentes de energía renovables.
La tercera columna son los sistemas avanzados de almacenamiento de energía, como las baterías. Estos ingenios jugarán un papel esencial para gestionar la naturaleza intermitente de las energías renovables. Los modelos basados en IA pueden optimizar el uso y el rendimiento de estos sistemas de almacenamiento, garantizando un suministro fiable de energía incluso cuando las fuentes renovables no están produciendo.
Por último, la estrategia para saciar la monstruosa sed energética de la IA pasa conceder a esta misma tecnología galones en la gestión del sistema. La integración de la IA, defiende el informe, desempeña un papel fundamental en la optimización de la gestión de la red. Las mentes artificiales pueden predecir patrones de consumo y producción de energía, ayudando así a equilibrar la oferta y la demanda en tiempo real. Esto mejora la estabilidad y la eficiencia de la red, facilitando la integración de fuentes de energía renovables.
LAS VENTAJAS DE PONER A LA IA AL MANDO DE LA RED
Las máquinas pensantes, continúa Bertagna, contribuyen significativamente a la optimización del almacenamiento de energía a través de varios mecanismos clave. Mediante el análisis predictivo, analizan grandes cantidades de datos procedentes de diversas fuentes, como previsiones meteorológicas, patrones de consumo energético y condiciones de la red. Esto permite a la IA predecir la producción y el consumo de energía, optimizando cuándo y cómo debe almacenarse y liberarse la energía.
Además, la IA puede tomar decisiones en tiempo real para equilibrar la oferta y la demanda. Por ejemplo, durante los periodos de mayor producción de energía renovable, puede decidir almacenar el exceso de energía; y a la inversa, durante los picos de demanda, es capaz de gestionar eficazmente la descarga de la energía almacenada para garantizar un suministro estable.
«Al aprovechar las capacidades de la IA para optimizar la producción de energía, prever la demanda y gestionar la estabilidad de la red, podemos hacer que el sistema energético sea más eficiente y resistente»
Dario Bertagna, responsable de energía limpia en Capital Dynamics
Los algoritmos de IA también pueden optimizar los ciclos de carga y descarga de las baterías, alargando su vida útil y mejorando su eficiencia. Al predecir los mejores momentos para cargar y descargar, ayuda a reducir el desgaste de las baterías. Además, las mentes artificiales pueden supervisar la salud de los sistemas de almacenamiento de energía, prediciendo posibles fallos antes de que se produzcan. Este enfoque de mantenimiento proactivo ayuda a minimizar el tiempo de inactividad y a reducir los costes de mantenimiento.
Por eso, aunque la IA aumenta la demanda de energía y ejerce presión sobre la red, su integración con fuentes de energía renovables puede ayudar a mitigar estos retos. «Al aprovechar las capacidades de la IA para optimizar la producción de energía, prever la demanda y gestionar la estabilidad de la red, podemos hacer que el sistema energético sea más eficiente y resistente» -concluye el experto- «Esto no sólo ayuda a equilibrar el aumento de la demanda, sino que también apoya la transición hacia un futuro energético más sostenible y descarbonizado».
