En un reciente informe sobre inversión temática, los analistas de Barclays examinan las crecientes necesidades energéticas que acompañarán al avance de las tecnologías de inteligencia artificial (IA), con especial atención al papel de NVIDIA (NASDAQ:) en este sector.

Los analistas proyectan que el consumo de energía asociado al desarrollo de la IA pone de relieve un elemento significativo del futuro rendimiento de NVIDIA en el mercado.

El estudio de Barclays sugiere que los centros de datos podrían utilizar más del 9% del consumo actual de electricidad en Estados Unidos para el año 2030, debido principalmente a las necesidades energéticas de la IA. El «consumo energético de la IA incluido en la previsión de consenso de NVIDIA» contribuye en gran medida a este aumento de la energía prevista, observan los analistas.

El informe también señala que, aunque la eficiencia energética de la IA mejora con cada nueva generación de unidades de procesamiento gráfico (GPU), el tamaño y la complejidad de los modelos de IA aumentan con rapidez. Por ejemplo, la capacidad de los grandes modelos de lenguaje (LLM) ha crecido aproximadamente 3,5 veces al año.

A pesar de estos avances, se espera que el consumo total de energía aumente debido a la mayor variedad de aplicaciones de IA. Las nuevas generaciones de GPU, como las series Hopper y Blackwell de NVIDIA, utilizan la energía de forma más eficiente. Sin embargo, los modelos de IA más grandes e intrincados exigen una potencia de procesamiento considerable.

«Los modelos de lenguaje de gran tamaño (LLM) necesitan una potencia de procesamiento considerable para funcionar en tiempo real», señala el informe. «Las necesidades de procesamiento de los LLM también conducen a un mayor uso de energía, ya que se necesitan memoria, aceleradores y servidores adicionales para desarrollar, entrenar y aplicar estos modelos».

«Las empresas que planean implantar LLM para aplicaciones instantáneas deben enfrentarse a estos obstáculos», menciona Barclays.

Para poner los requisitos energéticos en perspectiva, Barclays estima que para hacer funcionar unos 8 millones de GPU se necesitarían aproximadamente 14,5 gigavatios de potencia, lo que corresponde a unos 110 teravatios-hora (TWh) de energía. Esta estimación se basa en una intensidad operativa media del 85%.

Teniendo en cuenta que se prevé que el 70% de estas GPU se instalen en EE.UU. a finales de 2027, esto representa más de 10 gigavatios y 75 TWh de consumo de energía para IA sólo en este país en los próximos tres años.

«La valoración de mercado de NVIDIA indica que esto no es más que el principio de la expansión del consumo de energía de IA», afirman los analistas. Se espera que la continua innovación de NVIDIA y la introducción de GPU provoquen un aumento significativo del consumo de energía en los centros de datos.

Además, la dependencia de las redes eléctricas para los centros de datos subraya la necesidad de gestionar las mayores necesidades de energía. Los centros de datos funcionan de forma ininterrumpida, por lo que necesitan un suministro eléctrico constante.

El informe hace referencia a una importante observación de Sam Altman, Consejero Delegado de OpenAI, en el Foro Económico Mundial de Davos: «Definitivamente, en el mundo necesitamos una cantidad de energía mucho mayor de la que pensábamos… Creo que seguimos subestimando los requisitos energéticos de esta tecnología».

Este artículo ha sido producido y traducido con la ayuda de AI y revisado por un editor. Para más información, consulte nuestros Términos y condiciones.