Para 2026, se proyecta que los centros de datos consumirán aproximadamente 1.000 teravatios-hora de electricidad, algo similar a la demanda anual combinada de Japón y Alemania. Este aumento está siendo impulsado por las cargas de trabajo de IA, y la brecha energética resultante amenaza con frenar la próxima ola de avances en el aprendizaje automático.
El apetito de la IA por la electricidad no es algo abstracto. Una sola consulta en ChatGPT consume diez veces la energía de una búsqueda típica en Google, y entrenar un modelo del tamaño de GPT-4 requiere suficiente electricidad para abastecer 4.600 hogares durante un año. A medida que las empresas compiten por escalar sus clústeres de inferencia y entrenamiento, la necesidad de una energía constante y masiva crece más rápido que la capacidad de las energías renovables intermitentes para suministrarla.
Por qué la mezcla renovable actual es insuficiente
Los paneles solares y las turbinas eólicas generan electricidad solo cuando brilla el sol o sopla el viento. Los operadores de centros de datos necesitan un suministro constante las 24 horas, pero las baterías que almacenan el excedente de energía renovable solo pueden cubrir unas pocas horas antes de agotarse. El resultado es una dependencia de las plantas de energía de pico basadas en combustibles fósiles (generadores de gas natural o carbón que se activan cuando la producción renovable disminuye). Esas plantas emiten carbono y aumentan los costos operativos, socavando las afirmaciones "ecológicas" que muchos gigantes tecnológicos presumen en sus informes de sostenibilidad.
El regreso de la energía nuclear
Ante la brecha de confiabilidad, varias grandes empresas tecnológicas están