A enorme pegada ecolóxica da IA leva a China a buscar alternativas no océano e a Google no espazo
A enorme capacidade de computación que usa a Intelixencia Artificial hoxe implica o consumo de inxentes cantidades de auga e enerxía. Dado que o consumo actual é nimio comparado co que esixirá no futuro, desatouse unha carreira para buscar solucións.
Con todo, estas instalacións masivas de servidores, cruciais para o cómputo, están a xerar desafíos críticos relacionados co consumo de enerxía e auga.
A crise da auga
Os centros de datos consomen grandes cantidades de electricidade e centos de miles delitros de auga ao día para disipar a calor residual que xeran os seus servidores. Esta alta demanda hídrica está a pór aos centros de datos en competencia directa coas necesidades de supervivencia humana, como a agricultura e a auga potable. Moitas compañías situaron os seus centros de datos nalgunhas das rexións máis secas do mundo, como Arizona, partes de España e Oriente Medio. Isto débese a que o aire seco reduce o risco de danos por humidade ao equipo.
Refrixeración terrestre
Aproximadamente o 40% da electricidade dun centro de datos ordinario destínase á refrixeración. Isto lógrase principalmente arrefriando a auga, que logo se rocía no aire que circula ao redor dos servidores ou se deixa evaporar.
Para abordar as preocupacións sobre a auga e a sustentabilidade, China está a investir nunha localización radicalmente novas: o océano. En xuño de 2025, comezou a construción dun centro de datos submarino alimentado por enerxía eólica a unhas seis millas da costa de Shanghái, un dos centros de IA do país. Os centros de datos submarinos utilizan tubaxes para bombear auga de mar a través dun radiador na parte posterior de" os racks de servidores".
A auga absorbe e disipa a calor. A empresa detrás do proxecto de Shanghái, afirma que este deseño utiliza polo menos un 30% menos de electricidade que os centros de datos en terra, grazas á refrixeración natural.
O proxecto de Google: infraestrutura de IA no Espazo
Google está a explorar outra fronteira radical con Project Suncatcher, un "moonshot" (proxecto ambicioso e de alto risco) que busca escalar a capacidade de cómputo de aprendizaxe automática (Machine Learning) no espazo.
Escribe o teu comentario