Al interactuar con ChatGPT, generar imágenes con NanoBanana o entrenar modelos de inteligencia artificial, pocos usuarios imaginan el escenario detrás de la pantalla: miles de servidores funcionando al máximo, consumiendo energía desmesuradamente y desprendiendo calor extremo.
Por vez primera, investigadores de la Universidad de Cambridge, la Nanyang Technological University de Singapur y la City University of Hong Kong, entre otras instituciones, han cuantificado este fenómeno.
Incluso han acuñado un término que promete integrarse al debate ambiental: “efecto isla de calor de datos”.
El trabajo, publicado en marzo, cruza registros de temperatura superficial terrestre (LST) captados por satélites de la NASA entre 2004 y 2024 con la ubicación de más de 11 000 centros de datos en todo el planeta.
El hallazgo más impactante es que la instalación de un hiperescalador de IA eleva la temperatura del suelo.
¿Cómo funciona el efecto isla de calor de datos?
Andrea Marinoni, profesor asociado del grupo de Observación de la Tierra de la Universidad de Cambridge y autor del estudio, explica que el concepto se basa en la analogía con el conocido efecto isla de calor urbano (UHI), por el cual las ciudades registran temperaturas superiores a sus zonas rurales cercanas debido a la concentración de infraestructura y la escasa vegetación.
Los centros de datos, sin embargo, generan su propia versión de este fenómeno incluso fuera de grandes núcleos urbanos.
Tras analizar más de 6 700 puntos de datos válidos, excluyendo áreas urbanas densas para aislar el efecto exclusivo de los centros de datos, los científicos descubrieron que la temperatura superficial aumenta 2,07 °C en promedio tras la puesta en marcha de un centro de IA, creando microclimas locales.
Este incremento promedio oscila entre 1,5 °C y 2,4 °C, pero en casos extremos llegó a 9,1 °C.
El calor se propia hasta 10 kilómetros a la redonda, conservando el 30 % de su intensidad central a 7 km del núcleo del centro de datos. A 4,5 km, el aumento promedio sigue siendo de 1 °C.
¿Cuánta energía consume un centro de datos de IA?
Un solo centro de hiperescala requiere entre 50 y más de 100 megavatios (MW) de potencia continua, similar al consumo eléctrico de una ciudad de 80 000 a 100 000 habitantes, según Statista.
La Agencia Internacional de Energía (IEA) indica que en 2024 el sector consumió unos 415 teravatios-hora (TWh), el 1,5 % de toda la electricidad mundial.
Se proyecta que esta cifra casi se duplicará para 2030, alcanzando 945 TWh, más que el consumo actual de Japón.
En EE. UU., los centros de datos utilizaron 183 TWh en 2024 (4,4 % del total nacional) y se prevé que representen hasta el 12 % en 2030.
El campus Hyperion de Meta, en EE. UU., está diseñado para demandar hasta 5 GW, equivalente al triple del consumo eléctrico de Nueva Orleans.
Entrenar un modelo como GPT-4 requirió más de 50 GWh, igual al consumo anual de más de 40 000 hogares estadounidenses.
México, España y Brasil: territorios críticos
El estudio identifica tres regiones donde el aumento térmico coincide con la llegada de grandes operadores de datos, generando anomalías térmicas que no pueden explicarse por otros factores antrópicos locales.
El Bajío mexicano
Esta zona se ha consolidado como destino privilegiado para centros de datos orientados al mercado norteamericano gracias a su clima estable, baja sismicidad y ubicación estratégica. El estudio registra un incremento de 2 °C en la temperatura superficial en las últimas dos décadas, una anomalía que no se observa en áreas aledañas.
Aragón, España
La región se ha convertido en un nodo crítico para la computación en la nube y la IA de alto rendimiento. Los investigadores detectaron un aumento térmico de aproximadamente 2 °C, superior a las tendencias de provincias vecinas y al incremento global registrado en Europa.
Ceará y Piauí, Brasil
En torno a Teresina, capital de Piauí, las temperaturas han subido 2,8 °C, y se proyecta un incremento de 3,5 °C en los próximos cinco años, una trayectoria calificada de “inusual” respecto a otras áreas del norte de Brasil.
Impacto humano
Más de 343 millones de personas residen dentro del radio de influencia de estas islas de calor de datos (10 km alrededor de los hiperescaladores analizados). Las consecuencias incluyen efectos directos sobre la salud pública, la calidad del aire, el consumo energético doméstico y la gestión del agua.
Soluciones posibles
Eficiencia de software
Redes isogeométricas que eliminan conexiones redundantes, técnicas de poda y compresión de modelos, y marcos de trabajo conscientes del carbono para modelos generativos de lenguaje (LLM) que equilibran calidad y ahorro energético.
Innovación de hardware
Circuitos adiabáticos que reducen pérdidas durante la computación, gestión dinámica de potencia con baterías inteligentes y enfriamiento radiativo pasivo mediante recubrimientos que reflejan luz solar y emiten radiación infrarroja hacia el espacio, logrando reducciones de entre 10 % y 40 % en la carga de enfriamiento.
Referencia de contenido: consultar fuente original aquí
Te puede interesar
-
La Alpha School en NY es carísima e impulsada por IA. Pero no es oficialmente una escuela
-
Republican estudio de Barbacid sobre cáncer de páncreas tras polémica por conflicto de intereses
-
De fábricas a servidores: la llegada de centros de datos a Querétaro replica promesas de desarrollo incumplidas
-
¿Por qué los adolescentes ignoran la voz de sus madres? Estudio encontró la respuesta en el cerebro
-
OpenAI y Anthropic firman una carta para evitar que se desarrollen armas biológicas con IA