El coste ambiental de la GPU va mucho más allá de los centros de datos de IA

El artículo de The Verge, firmado por Justine Calma, parte de una pregunta incómoda: ¿cómo se decide qué usos de energía de una GPU merecen la pena y cuáles no? El disparador visual es el centro de datos Fairwater de Microsoft en Mount Pleasant, Wisconsin, construido sobre el solar de un proyecto fallido de pantallas LCD de Foxconn y descrito como el centro de datos de IA más potente del mundo. Allí se apilan racks de dos alturas con 72 GPU Nvidia B200 Blackwell cada uno, chips que en su configuración máxima pueden consumir 1.200W. El texto compara esa cifra con otras GPU de uso cotidiano: la Nvidia GeForce RTX 5090 para videojuegos (575W de TDP máximo, también basada en arquitectura Blackwell), la GPU de AMD que incorpora la PlayStation 5 (unos 220W, con cerca de 92 millones de consolas vendidas) y el chip A19 de Apple, con GPU integrada y Neural Engine, que en un iPhone puede consumir apenas unos vatios en navegación o 5W en juegos exigentes, pero que multiplicado por los aproximadamente 1.500 millones de iPhones activos en el mundo también supone un gasto energético relevante por la recarga de baterías.

El reportaje repasa el origen técnico de la GPU: nació como acompañante de la CPU para descargar el trabajo de renderizado gráfico, y gracias a su capacidad de procesamiento paralelo, Nvidia empezó hace unos 20 años a habilitar computación de propósito general (GPGPU), lo que aceleró el entrenamiento de redes neuronales y, finalmente, la IA moderna. Nvidia reivindica haber lanzado "la primera GPU del mundo" en 1999, aunque algunos rastrean los orígenes del hardware gráfico hasta las máquinas de arcade de los años setenta. Catherine Flick, profesora de ética y tecnología de videojuegos en la Universidad de Staffordshire, subraya que muchos desarrollos de hardware con implicaciones éticas significativas —desde la realidad virtual hasta la propia IA— comenzaron como innovaciones ligadas a los videojuegos.

Un gráfico de ingresos trimestrales de Nvidia por mercado (años fiscales 2018-2026) muestra el vuelco del negocio: los ingresos por centros de datos pasaron de 606 millones de dólares en 2018 a 62.314 millones en 2026, superando ampliamente a la suma de los demás segmentos (gaming, visualización profesional, automoción y robótica, fabricación de equipos originales y propiedad intelectual), que en 2026 apenas alcanzaron 5.813 millones.

El artículo aborda el debate sobre por qué la IA concentra tanto escrutinio ambiental cuando otras industrias, como la moda rápida, también contaminan. Algunos inversores de capital riesgo han llegado a culpar a la mala prensa sobre el impacto ambiental de la IA por la lenta adopción del producto por parte de los consumidores. Flick responde con ironía ("¿no es bonito tener al medioambiente como chivo expiatorio?") y Ashley Striblet, que trabaja en estrategia de producto y IA de consumo, señala en un video de TikkTok que la gente sigue comprando ropa barata de marcas como Shein pese a saber que no es sostenible, porque percibe un valor real a cambio; en cambio, muchos consumidores aún no ven en la IA generativa beneficios equivalentes a los prometidos por directivos e inversores.

A diferencia de la manufactura textil o de semiconductores, históricamente concentrada en Asia, el boom de centros de datos de IA está ocurriendo dentro de Estados Unidos, encareciendo las facturas eléctricas locales y generando contaminación cerca de donde viven los propios consumidores que las empresas tecnológicas buscan atraer. El texto menciona que, en algunos casos, estos centros se instalan en barrios de bajos ingresos y comunidades racializadas que ya enfrentan históricamente cargas ambientales desproporcionadas: la NAACP ha demandado a xAI (que opera como SpaceXAI) por la contaminación del aire generada por generadores a gas instalados junto a sus centros de datos, y la organización ha advertido a otras comunidades del país que se mantengan alerta ante proyectos similares.

Una parte central del artículo se apoya en la investigación de Shaolei Ren, profesor asociado de ingeniería eléctrica e informática en la Universidad de California Riverside, quien creció en una región minera de carbón en el norte de China durante los años ochenta, donde su familia mantenía las ventanas cerradas por el hollín y racionaba el agua ante la escasa infraestructura hídrica. Ren investiga hoy el impacto de los centros de datos en la calidad del aire y los recursos hídricos de las comunidades cercanas, y propone lo que llama un "enfoque de centro de datos integrado con la comunidad" para evitar que estas instalaciones perjudiquen a los residentes, aunque reconoce que hoy no es la norma.

Entre las cifras que recoge el reportaje: un estudio preprint de 2024 de Ren junto a investigadores de UCR y Caltech estimó que la energía necesaria para entrenar un modelo del tamaño de Llama 3.1 de Meta puede generar tanta contaminación del aire como 10.000 viajes de ida y vuelta en coche entre Los Ángeles y Nueva York, el equivalente a unos 93 años de conducción. El mismo estudio calculó que los costes de salud pública asociados a la adopción creciente de la IA podrían superar los 20.000 millones de dólares en 2028 y provocar 1.300 muertes prematuras anuales por contaminación del aire en 2030 (Meta declinó comentar y remitió a su informe de sostenibilidad).

Para contextualizar, el artículo recuerda que los videojuegos consumieron en Estados Unidos unos 34 teravatios-hora (TWh) al año, con emisiones equivalentes a unos 5 millones de coches en circulación (24 millones de toneladas de CO2), según un estudio de 2019, aunque las consolas más recientes son más intensivas en energía. En cambio, el consumo de los servidores de IA con GPU en EE.UU. pasó de 2 TWh en 2017 a más de 40 TWh en 2023, según un estudio de 2024 del Lawrence Berkeley National Laboratory, que proyecta un consumo de entre 165 y 326 TWh anuales en 2028; la cifra inferior equivaldría al consumo anual de más de 8,7 millones de hogares estadounidenses, o —según la calculadora de equivalencias de la EPA— a quemar 72.100 millones de libras de carbón o cargar 5,25 billones de smartphones.

En 2025, la IA probablemente superó el consumo eléctrico de la minería de Bitcoin, llegando a representar casi la mitad de toda la electricidad usada por centros de datos en el mundo, según un estudio de Alex de Vries-Gao, doctorando del Instituto de Estudios Ambientales de la Vrije Universiteit de Ámsterdam, quien estima emisiones de entre 32,6 y 79,7 millones de toneladas de CO2 anuales —para comparar, la contaminación climática de la ciudad de Nueva York ronda los 50 millones de toneladas de CO2 al año—.

El consumo de agua es otro eje central: de Vries-Gao calcula que la IA pudo haber usado entre 312.500 y 764.600 millones de litros de agua en 2025, una cifra del orden de lo que la humanidad consume en agua embotellada cada año, superando incluso la proyección de 2023 de Ren, que estimaba hasta 600.000 millones de litros para 2027. Ren advierte que los totales anuales ocultan los picos de consumo: mientras un hogar puede usar entre 1,5 y 2,5 veces más agua en momentos de máxima demanda, un centro de datos puede usar entre 6 y 10 veces más, y algunos proyectos de gran escala hasta 30 veces más, justo cuando las temperaturas —y por tanto la sequía— son más severas. Según un preprint coescrito por Ren, los centros de datos de EE.UU. podrían necesitar hasta 1.451 millones de galones diarios de nueva capacidad hídrica de pico hasta 2030, con un coste de hasta 10.000 millones de dólares, una carga difícil de asumir para sistemas de agua comunitarios pequeños y con financiación limitada. Ren cuestiona además que las promesas corporativas de reciclar agua o reponer fuentes cercanas sean suficientes, y pide más transparencia sobre el uso hídrico en horas punta para que las comunidades puedan planificar junto a las tecnológicas sin cargar ellas con la factura.

El reportaje cierra (de forma incompleta en el material disponible) abordando el impacto ambiental "de cuna", es decir, desde la fabricación misma de las GPU. Sophia Falk, doctoranda en la Universidad de Bonn, y David Ekchajzer, doctorando en la Université Paris-Saclay, han triturado en licuadoras industriales decenas de miles de dólares en chips donados para analizar su composición material. Su estudio sobre la Nvidia A100 encontró que un 90% de sus materiales son metales pesados —principalmente cobre, hierro, estaño y níquel— además de silicio; el texto empezaba a detallar el papel del cobre, muy usado también en líneas de transmisión eléctrica, cuando el contenido descargado se interrumpe. Falk insiste en que el impacto de la IA va más allá del carbono y que buena parte de este coste material permanece invisible para quien simplemente introduce una consulta en un chatbot.

En conjunto, el artículo no ofrece una conclusión moral única sobre si el gasto energético de las GPU (en IA, videojuegos o smartphones) está o no justificado, sino que documenta con cifras y testimonios de investigadores el tamaño real de ese coste —en aire, agua, salud pública y materiales— y reclama mecanismos de transparencia y planificación comunitaria antes de que la expansión de los centros de datos siga acelerándose.