Innovadores menores de 35 2026 · Clima y energía · Universidad de Michigan · 30 años
A principios de la década de 2020, cuando los desarrolladores competían por lanzar los primeros modelos de IA generativa, la energía que consumía esta tecnología era en gran medida una preocupación secundaria. Media década después, las consideraciones sobre el consumo de energía son fundamentales para el futuro de la IA. En algunas partes de Estados Unidos, la demanda de electricidad impulsada por la IA está superando la capacidad, provocando aumentos de precios y socavando la fiabilidad de la red eléctrica. Los centros de datos se han convertido en cuestiones políticas candentes.
Ante los cuellos de botella, los desarrolladores de IA han empezado a priorizar la eficiencia, tanto en el entrenamiento de modelos como al responder a las peticiones de los usuarios. Para ello es necesario medir el consumo energético de la IA, lo que ha sido difícil durante mucho tiempo. Los modelos se basan en clústeres de servidores compuestos por varios tipos de chips (además de los ventiladores que los refrigeran). Las estimaciones energéticas convencionales se han basado en un mosaico de herramientas de medición específicas para cada tipo de semiconductor, todas con sus propios márgenes de error.
Como estudiante de doctorado en la Universidad de Michigan, Jae-Won Chung, de 30 años, desarrolló un software que captura todos esos datos en una única interfaz. Conocido como Zeus, no solo rastrea el consumo de energía, sino que también puede sugerir optimizaciones. En ciertas situaciones, dice Chung, un modelo podría estar ajustado para responder a una petición más rápido de lo necesario; ralentizarlo aunque sea ligeramente puede a menudo generar grandes ahorros de energía. Las mediciones de Zeus constituyen la base del ML.Energy Leaderboard, una iniciativa liderada por Chung y sus colegas que pone a disposición del público datos energéticos de decenas de modelos de IA.
El Leaderboard no incluye muchos de los nombres más importantes del sector: modelos como ChatGPT de OpenAI, Claude de Anthropic y Gemini de Google son “cerrados”, lo que significa que su funcionamiento inte o está oculto al escrutinio público. Pero Chung afirma que los modelos de código abierto como Qwen de Alibaba, que el Leaderboard rastrea, siguen ofreciendo aproximaciones útiles para la IA generativa con la que la mayoría de los consumidores están familiarizados. Su trabajo ha llamado la atención de los principales fabricantes de chips y desarrolladores de IA, incluidos Nvidia, Meta y Google, y ahora está explorando colaboraciones con los tres para optimizar el uso de energía en los sistemas de IA. La industria, dice Chung, ha llegado a considerar ampliamente el uso de energía como una métrica esencial, y una gran parte de su papel ahora es difundir el mensaje de que “realmente se puede domar”.