Requisitos de potencia de la IA en un contexto de crecimiento exponencial

Por Konstantin F. Pilz , Yusuf Mahmood , Lennart Heim

Los ciclos de entrenamiento más largos y la implementación generalizada de los futuros sistemas de inteligencia artificial (IA) pueden exigir una rápida ampliación de los recursos computacionales (cómputo) que requieren cantidades de energía sin precedentes. En este informe, los autores extrapolan dos tendencias exponenciales en la computación de IA para estimar la demanda de energía de los centros de datos de IA y evaluar sus consecuencias geopolíticas. Concluyen que, a nivel mundial, los centros de datos de IA podrían necesitar diez gigavatios (GW) de capacidad energética adicional en 2025, lo que es más que la capacidad energética total del estado de Utah. Si continúa el crecimiento exponencial en el suministro de chips, los centros de datos de IA necesitarán 68 GW en total para 2027, casi el doble de los requisitos de energía de los centros de datos globales a partir de 2022 y cerca de la capacidad energética total de California en 2022 de 86 GW.

Dado el reciente crecimiento del cómputo de entrenamiento, los centros de datos que albergan grandes ejecuciones de entrenamiento plantean un desafío particular. El entrenamiento podría demandar hasta 1 GW en una sola ubicación para 2028 y 8 GW (equivalente a ocho reactores nucleares) para 2030, si persisten las tendencias actuales de escalamiento del cómputo de entrenamiento.

Estados Unidos es líder mundial en centros de datos y computación de IA, pero la demanda exponencial hace que la industria tenga dificultades para encontrar suficiente capacidad energética para construir rápidamente nuevos centros de datos. Si no se solucionan los cuellos de botella, las empresas estadounidenses pueden verse obligadas a trasladar la infraestructura de IA al extranjero, lo que podría comprometer la ventaja competitiva de Estados Unidos en computación e IA y aumentar el riesgo de robo de propiedad intelectual.

Se necesita más investigación para evaluar los cuellos de botella para la construcción de centros de datos en Estados Unidos e identificar soluciones, que pueden incluir la simplificación de los permisos para la generación de energía, la infraestructura de transmisión y la construcción de centros de datos.

Principales hallazgos

El crecimiento exponencial de la computación de IA está generando demandas de energía sin precedentes que podrían abrumar la infraestructura existente

• La demanda global de energía de los centros de datos de IA podría alcanzar los 68 GW en 2027 y los 327 GW en 2030, en comparación con la capacidad total de los centros de datos globales de solo 88 GW en 2022.
• Los entrenamientos individuales de IA podrían requerir hasta 1 GW en una sola ubicación para 2028 y 8 GW para 2030, aunque los algoritmos de entrenamiento descentralizados podrían distribuir este requisito de energía entre ubicaciones.

Los desafíos en materia de permisos para la infraestructura energética y los centros de datos están provocando retrasos significativos en los proyectos de centros de datos

• La generación insuficiente de energía está aumentando los tiempos de espera para las conexiones a la red; las solicitudes de conexión a la red demoran entre cuatro y siete años en regiones clave como Virginia.
• Los proyectos de líneas de transmisión enfrentan complejos procesos de permisos multiestatales y oposición local, lo que retrasa la entrega de energía a los sitios adecuados.
• Los centros de datos tienen dificultades para obtener permisos locales y estatales, en particular para generadores de respaldo en el sitio y evaluaciones de impacto ambiental.
• Los compromisos y regulaciones ambientales limitan el uso de fuentes de energía fácilmente disponibles, lo que obliga a depender de opciones renovables más difíciles de escalar.

La falta de infraestructura de centros de datos en Estados Unidos podría trasladar la construcción a otros países

• Las empresas estadounidenses están explorando la expansión en países que ofrecen mejor disponibilidad de energía y permisos más rápidos.
• Los países con mayor acceso a la computación pueden implementar IA a mayor escala, obteniendo potencialmente ventajas económicas y militares.

A medida que los modelos de IA se vuelven más capaces, proteger la computación se vuelve cada vez más desafiante, particularmente en el extranjero.

• La infraestructura que alberga modelos avanzados de IA probablemente enfrentará ciberataques sofisticados.
• Estos riesgos aumentan significativamente cuando la computación se ubica fuera de las fronteras de Estados Unidos, donde la supervisión es limitada.

Recomendaciones

• Modelar el suministro futuro de la red eléctrica en función de la demanda del centro de datos, teniendo en cuenta los requisitos de confiabilidad y la efectividad del uso de energía.
• Investigar mejoras en la eficiencia que podrían reducir los requisitos de energía para la IA, como chips de IA más eficientes energéticamente.
• Estudie los cuellos de botella en el escalamiento computacional, incluidas las restricciones de latencia y los efectos de escasez de datos.
• Analizar cómo los procesos de revisión ambiental y los requisitos de permisos afectan la infraestructura de generación y transmisión de energía.
• Evaluar fuentes de energía emergentes para cargas de trabajo de IA, incluidos pequeños reactores modulares y energía geotérmica.
• Evaluar cómo las autoridades federales, como la Ley de Producción de Defensa, podrían abordar los déficits energéticos.
• Examinar la capacidad del sector privado para financiar y desarrollar la infraestructura energética necesaria.