Consumo energético de la IA
Por qué importa
En profundidad
Lo primero que hay que entender es la división entre entrenamiento e inferencia. Entrenar un modelo de frontera es una única ráfaga enorme: decenas de miles de aceleradores funcionando sincronizados durante semanas o meses, con estimaciones de energía para las mayores ejecuciones situadas en decenas de gigavatios-hora — aproximadamente el consumo eléctrico anual de un pueblo pequeño. La inferencia tiene el perfil opuesto: cada solicitud es barata, pero miles de millones de solicitudes diarias se acumulan y, a medida que el uso desplegado se ha disparado, la inferencia ha superado al entrenamiento como la mayor parte de la demanda eléctrica total de la IA. Ambas fases terminan en los mismos lugares — los Centros de datos —, donde las GPU y TPU convierten la electricidad en calor que luego debe eliminarse, razón por la que los campus modernos de IA se diseñan tanto alrededor de subestaciones y refrigeración como del silicio.
Entrenamiento frente a inferencia
Una ejecución de entrenamiento de frontera concentra su energía en una sola ventana. El clúster que la sustenta — decenas de miles de aceleradores conectados por redes de gran ancho de banda — puede consumir 100 MW o más de carga informática continua mientras dure la ejecución, razón por la que los sitios de entrenamiento se eligen alrededor de subestaciones disponibles y energía firme y barata. Los trabajos menores también importan: aplicar Ajuste fino a un modelo existente es varios órdenes de magnitud más barato que entrenarlo desde cero, pero miles de organizaciones haciéndolo a diario se acumulan.
La Inferencia distribuye la energía. Cada Token generado cuesta una cantidad diminuta de cómputo, pero un modelo popular sirve a millones de usuarios las veinticuatro horas, de modo que el medidor nunca se detiene. La propia medición de Google en 2025 situó un prompt de texto mediano de Gemini en unos 0,24 vatios-hora, y las estimaciones independientes para chatbots comparables se sitúan en el mismo intervalo de unas décimas de vatio-hora — pequeño por solicitud, enorme en conjunto. Los modelos de razonamiento han elevado marcadamente la energía por solicitud porque generan largas cadenas de pensamiento ocultas antes de producir una respuesta visible. La regla general: la energía de entrenamiento escala con el tamaño del modelo y el dataset, como describen las Leyes de escala, mientras la energía de inferencia escala con los usuarios, la longitud del contexto y la longitud de salida.
Campus de gigavatios y acuerdos nucleares
La respuesta de la industria ha sido un despliegue medido en gigavatios, una parte central de la Infraestructura de IA moderna. Los campus de IA anunciados ahora planifican 1 GW o más de capacidad en un único sitio — la producción de un gran reactor nuclear —, y la IEA estima el consumo mundial de centros de datos en unos 415 TWh en 2024, cerca del 1,5 % de toda la electricidad, con esa cifra más que duplicándose para 2030 y la IA como principal motor. La presión ya es visible localmente: los centros de datos estadounidenses consumieron aproximadamente el 4,4 % de la electricidad nacional en 2023, con proyecciones federales del 7–12 % para 2028, y en Irlanda representan aproximadamente una quinta parte de la demanda nacional, lo que provocó restricciones sobre nuevas conexiones alrededor de Dublín.
Como las redes no pueden expandirse tan rápido, los mayores compradores han acudido directamente a la fuente. Microsoft firmó un acuerdo de 20 años para reiniciar el reactor intacto de Three Mile Island, asegurando unos 835 MW de energía libre de carbono las veinticuatro horas; Google alcanzó un acuerdo con Kairos Power para pequeños reactores modulares que sumarán unos 500 MW para 2035; Amazon siguió con sus propios acuerdos para campus respaldados por energía nuclear. Estos acuerdos tienen menos que ver con una imagen ecológica que con la física: los clústeres de entrenamiento y servicio necesitan energía firme las 24 horas del día, y solo la nuclear y unas pocas fuentes más la suministran a escala de gigavatios.
Una consulta no derribará la red
Una afirmación común es que cada consulta a un chatbot es un desastre ambiental, y las cifras por consulta no lo respaldan. Con unas décimas de vatio-hora, un prompt de texto es comparable a un par de minutos de una bombilla LED y queda muy por debajo de estimaciones virales anteriores que suponían que cada consulta desencadenaba un nuevo cómputo masivo. La cifra por consulta también sigue cayendo a medida que mejoran los modelos y las pilas de servicio.
Pero la afirmación opuesta — que la energía de la IA no es un problema — es igual de incorrecta. El impacto vive en el conjunto: miles de millones de solicitudes diarias, modalidades más pesadas como la generación de imágenes y video que cuestan mucho más que el texto, y una demanda que se acumula a medida que la IA se incorpora a buscadores, software de oficina y atención al cliente. Tanto los titulares catastrofistas como la desestimación pierden de vista el panorama real, que es un problema de planificación a escala de la red y no de culpa por consulta.
Mejoras de eficiencia y el rebote de Jevons
La curva de eficiencia es genuinamente pronunciada. La Cuantización, la Destilación, la Decodificación especulativa y las arquitecturas de mezcla de expertos reducen cada una el cómputo por token en grandes factores, y cada generación de aceleradores de NVIDIA y sus competidores mejora sustancialmente el rendimiento por vatio. La tecnología de Servicio de Modelos también se ha vuelto más inteligente, con reutilización de KV Cache y batching continuo que mantienen alta la utilización, y parte de la inferencia se está trasladando a dispositivos de borde donde pequeños modelos se ejecutan localmente.
Sin embargo, el consumo total sigue aumentando, que es la paradoja de Jevons en acción: cuando cae el costo por token, la demanda no permanece estable — se activan aplicaciones que antes no eran rentables y el uso se expande hasta llenar el presupuesto. Los precios de los tokens han caído aproximadamente un orden de magnitud al año, mientras el volumen total de inferencia ha crecido todavía más rápido. La perspectiva realista no es que la eficiencia salvará la red, sino que la eficiencia determina cuánta IA puede suministrar una red determinada.