The Story You’re Not Hearing About AI Data Centers | Ayșe Coskun | TED

0:00 Traductor: Sebastian Betti En este momento,

0:05 el mundo está en una carrera por la IA.

0:08 Las empresas, los gobiernos y las universidades se apresuran

0:12 a construir modelos más grandes y sistemas más inteligentes.

0:15 Y tras bastidores, se apresuran a construir

0:18 más centros de datos para impulsar la IA.

0:21 Pero hay un problema.

0:23 Estamos llegando de lleno a los límites de nuestra infraestructura.

0:27 La red eléctrica incluye toda la infraestructura, las centrales eléctricas,

0:31 las líneas de transmisión y todo lo

0:33 necesario para generar y entregar energía a hogares,

0:36 empresas y, ahora, a los centros de datos de IA.

0:39 En EE.

0:40 UU., los operadores de red informan de que los nuevos proyectos de centros

0:44 de datos de IA requieren cargas de

0:47 energía equivalentes a las de ciudades enteras.

0:50 En algunas regiones,

0:51 las empresas de servicios públicos simplemente no pueden mantener el ritmo.

0:55 Entonces, cuando escuchas «centro de datos de IA», ¿qué te viene a la mente?

0:59 Para muchos, es una cosa: acaparar energía.

1:05 Y no están equivocados.

1:07 La IA está acelera drásticamente la demanda

1:09 de electricidad de los centros de datos.

1:11 Se estima que con tan solo entrenar al GPT-4 se ha

1:15 consumido aproximadamente el consumo anual de

1:18 electricidad de miles de hogares estadounidenses.

1:21 En otro ejemplo sorprendente, en Irlanda,

1:24 actualmente los centros de datos consumen casi

1:27 el 20% de la electricidad del país.

1:32 Y estas no son solo estadísticas.

1:34 También son historias de la comunidad.

1:37 En el callejón de los centros de datos de Virginia,

1:40 los residentes vieron cómo sus facturas de electricidad eran más altas,

1:44 un 20% más que hace unos años,

1:48 debido a que las empresas de servicios públicos se

1:51 esfuerzan por abastecer a enormes instalaciones de IA nuevas.

1:53 Por lo tanto, la etiqueta de consumidor energético parece bien merecida.

1:59 Pero eso es solo la mitad de la historia.

2:01 Esta es la nueva vista.

2:04 Estas instalaciones no son solo cerebros ávidos de energía.

2:08 También pueden ser los músculos de la red, ya que se adaptan a la demanda.

2:13 A diferencia de nuestros hogares u hospitales,

2:16 los centros de datos de IA ejecutan tareas que son predecibles,

2:21 controlables y, a menudo, aplazables.

2:24 Esto los hace ideales para ayudar a equilibrar la oferta y la demanda en la red.

2:30 Al hacer que los centros de datos de

2:33 IA sean flexibles desde el punto de vista energético,

2:36 podemos conectarlos mucho más rápido a la red y al mismo tiempo,

2:39 hacer que la electricidad sea más asequible y resistente.

2:44 Además, el auge de la IA está llegando al mismo

2:48 tiempo que el auge de las energías renovables también está despegando.

2:52 La energía eólica y solar no siguen nuestros cronogramas,

2:56 pero los centros de datos sí.

2:58 Esto significa que podemos alinear el auge de

3:01 la IA con el auge de la energía limpia,

3:04 si somos lo suficientemente audaces como para replantearnos su papel.

3:08 Toda esta transformación hacia la flexibilidad energética no surgió de la nada.

3:15 Se basa en décadas de investigación sobre

3:18 computación eficiente desde el punto de vista energético,

3:20 programación, optimización y muchos otros temas.

3:25 Yo mismo he vivido este viaje.

3:27 Al principio de mi carrera,

3:29 hice una pregunta que muchos consideraron poco realista.

3:34 ¿Podrían los sistemas informáticos adaptar su comportamiento en

3:40 función de las necesidades de la red eléctrica,

3:42 pero sin incumplir la promesa de rendimiento que han hecho a sus usuarios?

3:49 En ese momento, esto parecía radical,

3:51 porque ¿por qué diseñaríamos un sistema que se ralentizara a propósito?

3:59 Pero luego llegaron los avances.

4:02 En primer lugar, descubrimos que no todas las tareas informáticas son urgentes.

4:07 Algunas pueden esperar minutos u horas,

4:10 y otras pueden ralentizarse sin que nadie se dé cuenta.

4:15 Por ejemplo, un investigador que analiza cientos de imágenes

4:19 médicas con inteligencia artificial puede aceptar esperar un poco más.

4:25 O bien, si vas a ajustar tu modelo de IA en el transcurso de los próximos días,

4:30 es posible que no te importe ralentizarlo durante unas horas.

4:35 Esta flexibilidad inherente a la informática nos

4:37 brinda la flexibilidad necesaria para administrar la energía.

4:40 En segundo lugar, replanteamos el problema.

4:44 En lugar de preguntarnos cómo podemos

4:47 computar lo más rápido posible, nos preguntamos:

4:51 ¿cómo podemos hacer que los sistemas informáticos cumplan

4:54 con las limitaciones de la red eléctrica y,

4:57 ¿al mismo tiempo, cumplir con los acuerdos de rendimiento de los usuarios?

5:02 Este cambio dio lugar a nuevas estrategias: limitar la energía,

5:06 cambiar las cargas de trabajo y aprovisionar el centro

5:09 de datos como una reserva flexible para la red.

5:13 Un aspecto clave en este sentido es que cumplimos

5:16 la promesa de rendimiento que les hicimos a los usuarios,

5:18 por lo que no es arbitrario.

5:20 La experiencia del usuario sigue siendo un objetivo clave.

5:24 Y mejor aún, se vuelve más predecible.

5:28 Así que construimos prototipos en servidores

5:30 de centros de datos reales y funcionaron.

5:34 Sistemas que podían seguir un objetivo de potencia y,

5:38 al mismo tiempo, ofrecer resultados.

5:40 Pero todo este viaje no fue fácil.

5:42 Hubo rechazos de periódicos, rechazaron la financiación,

5:47 y colegas me dijeron que esto nunca funcionaría.

5:51 Bueno, desde que era niño, me dijeron que soy una persona persistente.

5:55 Quizá testarudo a veces.

5:58 Y las ideas audaces requieren persistencia porque el

6:04 cambio casi siempre parece imposible antes de parecer obvio.

6:09 Así que tomas esos comentarios,

6:11 los replanteas una y otra vez y sigues construyendo.

6:15 Sigues demostrándolo.

6:16 Así que lo que comenzó como garabatos en una pizarra hace 12 años,

6:21 ahora se ejecuta en verdaderos centros de datos de inteligencia artificial.

6:24 ¿Por qué importa esto ahora?

6:26 Porque el desafío de las redes eléctricas no es solo generar más energía.

6:32 Es cuestión de tiempo.

6:34 La energía solar nos da un exceso de electricidad al mediodía,

6:38 pero la demanda puede alcanzar su punto máximo por la noche.

6:41 El viento puede ser abundante un día y escaso al día siguiente.

6:45 Constuir la energía nuclear tarda décadas y

6:48 lleva miles de millones de dólares y,

6:51 a menudo, es difícil de ubicar en áreas urbanas.

6:55 Las baterías son fundamentales, pero ampliarlas es costoso, lento,

7:01 y, a menudo, no es limpio para el medioambiente.

7:03 Mientras tanto, los propios centros de datos

7:06 de IA se enfrentan a tiempos de espera

7:08 de cinco a siete años solo para conectarse a la red en lugares como Virginia.

7:14 En la era de la IA, en la

7:15 que las tecnologías cambian considerablemente cada seis meses,

7:18 cinco a siete años es una eternidad.

7:21 Así que esta es la oportunidad.

7:23 Con la organización adecuada,

7:24 los centros de datos de IA pueden ser flexibles en la actualidad.

7:28 Sin esperas, sin necesidad de

7:30 construir una nueva infraestructura energética masiva.

7:33 Pueden absorber el exceso de energía solar por la tarde,

7:37 reducirla en las horas punta y actuar como baterías virtuales en la actualidad.

7:43 Y lo que está en juego es real.

7:44 Tomemos como ejemplo Texas, el 23 de agosto.

7:47 Durante una brutal ola de calor,

7:50 la creciente demanda de electricidad llevó a la red a sus límites.

7:55 Los precios mayoristas de la electricidad subieron

7:58 más del 800% en una sola tarde.

8:01 Por lo tanto, si las cargas flexibles estuvieran ampliamente disponibles,

8:05 podrían haber reducido los costos y haber evitado

8:08 que se emitieran alertas de emergencia a los consumidores.

8:11 Por lo tanto, tenemos dos oportunidades en este sentido.

8:14 En primer lugar, podemos flexibilizar los centros de datos actuales y

8:19 ayudar a prevenir los apagones y reducir los costos de electricidad.

8:23 En segundo lugar, y quizás lo más importante,

8:26 al flexibilizar la alimentación de los centros de datos del futuro,

8:30 podemos conectarlos mucho antes sin tener que esperar

8:33 a que se produzcan importantes actualizaciones en la red eléctrica.

8:36 Si ignoramos esta oportunidad,

8:40 no solo estamos desperdiciando energía renovable y

8:43 no solo estamos aumentando nuestras facturas de electricidad.

8:46 También estamos ralentizando la adopción de la IA, retrasándola,

8:51 haciéndola más cara y menos accesible para la sociedad.

8:55 Pero hay un inconveniente.

8:58 Organizar esta flexibilidad no es fácil.

9:02 Los precios cambian cada hora.

9:05 Las cargas de trabajo pueden llegar de forma impredecible.

9:08 Las reglas de la red cambian de un estado a otro, de un país a otro.

9:11 Por lo tanto, ningún operador humano ni ninguna política fija

9:14 de administración de centros de datos puede mantenerse al día.

9:18 Aquí es donde la propia IA vuelve a entrar en escena.

9:23 La propia tecnología que impulsa esta demanda imprevista también

9:27 es probablemente lo único lo suficientemente inteligente como para controlarla.

9:31 La IA puede aprender patrones,

9:33 anticipar las necesidades de la red y coordinar los centros de datos,

9:38 las empresas de servicios públicos e incluso los países en tiempo real.

9:43 Imaginen un centro de datos o una red completa de ellos,

9:46 como una orquesta, con cientos de instrumentos que tocan todos a la vez.

9:52 Si se dejan solos, puede parecer un caos.

9:57 Pero si trae a un director, de repente todo ese ruido se convierte en música.

10:02 El director en este caso es la IA.

10:07 puede dirigir el funcionamiento del centro de datos para que

10:11 este pueda adaptarse con precisión a las restricciones de energía,

10:15 según las necesidades de la red,

10:18 la energía disponible y la demanda de los usuarios.

10:21 El resultado es la armonía.

10:24 Electricidad confiable,

10:25 computación eficiente y un sistema que funciona a la perfección en conjunto.

10:30 Y eso es exactamente lo que hemos creado.

10:33 Creamos un software que ralentiza,

10:35 acelera o detiene las cargas de trabajo en un centro de datos,

10:39 o bien transfiere la carga de trabajo de un centro de datos a otro.

10:43 Nuestra plataforma Conductor ajusta el rendimiento y la potencia en tiempo real,

10:48 respetando al mismo tiempo las necesidades de rendimiento de

10:51 los usuarios y los proveedores de servicios en la nube.

10:54 De este modo, al flexionar cuando sea necesario,

10:57 podemos conectar los centros de datos de IA a la red mucho más rápido.

11:03 Aproveche mejor la energía disponible en la red eléctrica

11:07 y permita una adopción más rápida de la IA.

11:11 He analizado esta historia desde una idea que antes parecía imposible de

11:15 prototipar en un laboratorio hasta sistemas

11:17 que ahora funcionan sobre el terreno, y creo que esto es solo el principio.

11:21 La IA ya está cambiando la forma en que calculamos,

11:24 pero también podría cambiar la forma en que suministramos energía al mundo.

11:28 Así que la pregunta no es cuánta energía consume la IA.

11:33 La verdadera pregunta es ¿cuánta flexibilidad,

11:37 resiliencia y energía limpia puede ofrecer la IA?

11:41 Si somos lo suficientemente audaces como para

11:43 repensar los centros de datos de IA,

11:45 las mismas máquinas que ahora parecen una carga podrían ser

11:48 nuestro mayor activo para construir un futuro de IA sostenible.

11:54 Gracias.

11:55 (Aplausos)