Estudio destaca los sitios óptimos en EE. UU. para centros de datos de inteligencia artificial ante preocupaciones ambientales

Antecedentes y alcance del estudio

Un equipo de investigadores liderado por el profesor de Cornell Fengqi You ha pasado tres años analizando las consecuencias ambientales proyectadas de la creciente expansión de centros de datos de inteligencia artificial en los Estados Unidos. Publicado en la revista Nature Communications, el estudio combina pronósticos de demanda de chips de inteligencia artificial con datos estatales sobre fuentes de electricidad y escasez de agua para modelar emisiones equivalentes de dióxido de carbono y uso de agua hasta finales de la década.

Hallazgos clave sobre la idoneidad geográfica

El análisis identifica un conjunto de estados que equilibran la electricidad abundante y de baja emisión de carbono con suficientes recursos hídricos para enfriamiento. Texas, Montana, Nebraska y Dakota del Sur se destacan como "candidatos óptimos para instalaciones de servidores de inteligencia artificial". Estas regiones ya albergan una creciente industria de centros de datos impulsada por energía renovable o poseen un potencial de viento sin explotar que podría suministrar energía limpia sin exacerbate el estrés hídrico.

Por el contrario, el estudio señala que los corredores tradicionales de centros de datos - Virginia y California - están experimentando una creciente presión. Virginia, el mayor centro de datos del país, se beneficia de un entorno relativamente seguro en términos de agua, pero podría poner en peligro los objetivos estatales de energía limpia al 100 por ciento para 2045 debido a las masivas demandas de energía de las nuevas instalaciones. La escasez crónica de agua en California plantea preocupaciones similares, lo que lleva a los funcionarios estatales a resistirse a los nuevos requisitos de divulgación de uso de agua.

Implicaciones para los compromisos de cero emisiones netas de la industria

Los investigadores advierten que el ritmo acelerado de la construcción puede superar la capacidad de las empresas tecnológicas para cumplir con los compromisos de cero emisiones netas anunciados previamente. El estudio sugiere que sin una ubicación estratégica y una adopción acelerada de redes de energía ricas en energías renovables, los Estados Unidos podrían ver un aumento adicional de 44 millones de toneladas de emisiones equivalentes de dióxido de carbono cada año, una cifra comparable a las emisiones totales de varios pequeños países europeos.

Los expertos fuera del estudio, como el fellow de impacto climático de la computación del MIT Noman Bashir, coinciden en la preocupación de que los objetivos actuales de cero emisiones netas sean poco probable que se logren dado el ritmo de la expansión impulsada por la inteligencia artificial. Señalan tecnologías emergentes - generación de energía renovable en sitio, sistemas de enfriamiento avanzados e incluso opciones nucleares - como posibles mitigadores, pero enfatizan que estas soluciones deben integrarse temprano.

Contexto económico y de política

Los gigantes tecnológicos han anunciado inversiones masivas: Meta se comprometió a invertir 600 mil millones de dólares en infraestructura de EE. UU. para 2028, mientras que OpenAI ha comprometido 1,4 billones de dólares en esfuerzos similares. Los incentivos estatales, como los descuentos fiscales en Virginia, siguen atrayendo a los desarrolladores a pesar de las advertencias ambientales. Mientras tanto, la administración Trump ha enfatizado el apoyo a los combustibles fósiles para el crecimiento de la inteligencia artificial, lo que podría ralentizar la transición a fuentes de energía más limpias.

En estados como Nebraska, existen recursos eólicos abundantes, pero las inversiones recientes de las empresas de servicios públicos han favorecido el gas natural, lo que subraya la brecha entre el potencial y el despliegue real de energía limpia.

Perspectiva futura y recomendaciones

Los autores advierten que las predicciones siguen siendo inciertas debido a variables como mejoras en la eficiencia de los modelos, avances en la tecnología de enfriamiento y cambios en la composición de la red. Sin embargo, enfatizan que la consideración temprana de la selección del sitio y las medidas de sostenibilidad puede reducir drásticamente tanto las huellas de carbono como las de agua.

En última instancia, el estudio llama a una mayor transparencia - comparable a las etiquetas de nutrición en los alimentos - para ayudar a las partes interesadas a evaluar el verdadero costo ambiental del desarrollo de la infraestructura de inteligencia artificial y a guiar las políticas que alineen el crecimiento económico con la gestión del clima y el agua.