Meta planea construir 10 nuevas plantas de gas natural para alimentar su próximo centro de datos de IA Hyperion, generando suficiente electricidad para alimentar todo el estado de Dakota del Sur. Esta masiva inversión en infraestructura energética subraya la realidad brutal detrás de las demandas exponenciales de cómputo de la IA—entrenar y ejecutar modelos de frontera requiere energía a escala industrial que la infraestructura renovable actual simplemente no puede proporcionar bajo demanda.
Este movimiento expone la brecha entre los compromisos climáticos de Big Tech y las ambiciones de IA. Mientras Meta se comprometió a emisiones netas cero para 2030, la empresa ahora está apostando a combustibles fósiles para satisfacer las demandas de energía 24/7 de los clusters de entrenamiento de IA. El momento no es coincidencial—mientras los tamaños de modelos explotan y cada gigante tech compite por construir AGI, los centros de datos se han convertido en las nuevas refinerías de petróleo. Las emisiones de Google saltaron 50% desde 2019, las de Microsoft subieron 30%, impulsadas en gran medida por infraestructura de IA. La estrategia de plantas de gas de Meta sugiere que hicieron las cuentas: perder la carrera de IA cuesta más que fallar en los objetivos climáticos.
Lo que es particularmente revelador es la escala—10 plantas para un solo centro de datos señala que estamos entrando en territorio inexplorado para el consumo energético de IA. Las instalaciones hyperscale anteriores típicamente requerían 1-2 fuentes de energía dedicadas. O Meta está planeando algo sin precedentes en entrenamiento de modelos, o las ganancias de eficiencia energética prometidas por los chips más nuevos no se están materializando lo suficientemente rápido para compensar la demanda.
Para los desarrolladores, esto debería ser una llamada de atención sobre los costos de inferencia. Si la infraestructura de entrenamiento requiere generación de energía a nivel estatal, ejecutar estos modelos no será barato. Empiecen a optimizar para eficiencia ahora, porque la era de cómputo de IA abundante y asequible está terminando antes de que realmente comenzara.