Foto: Sergio F Cara (NotiPress/Composición)
La startup china de inteligencia artificial DeepSeek está sacudiendo la industria tecnológica con el lanzamiento de su modelo R1, que demostró ser bastante competitivo frente a los líderes del sector, como OpenAI y Google. La compañía asegura haber entrenado este modelo con solo 2.048 GPU Nvidia H800 durante dos meses, un recurso considerablemente menor al empleado por otros gigantes tecnológicos. Este logro generó un intenso debate en torno a la necesidad de los descomunales centros de datos y la demanda energética que conllevan.
Varias proyecciones señalan que los centros de datos, especialmente los destinados a IA, podrían consumir hasta el 12% de la electricidad de Estados Unidos para 2027. Este pronóstico había impulsado fuertes inversiones en infraestructuras energéticas, desde energías renovables hasta nuevas generaciones de reactores nucleares. Empresas como Google, Meta y Microsoft ya tienen comprometidos miles de millones de dólares en proyectos de energía nuclear, como los reactores de Kairos y X-Energy, y renovaciones de instalaciones como Three Mile Island.
Sin embargo, la supuesta eficiencia de DeepSeek planteó nuevas preguntas sobre si es realmente necesario un aumento masivo en la infraestructura energética para la IA. Durante años, los avances en IA se basaron en aumentar los recursos computacionales, pero el progreso mostró rendimientos decrecientes. DeepSeek parece haber encontrado una forma de optimizar su modelo sin recurrir al mismo nivel de hardware.
A pesar de la relevancia del experimento de DeepSeek, la noticia no fue recibida con optimismo por todos. Analistas como Atif Malik de Citigroup puso en duda que DeepSeek haya logrado este avance sin emplear tecnologías avanzadas no declaradas. Sin embargo, los expertos coinciden en que, incluso si hay dudas sobre los métodos de DeepSeek, es solo cuestión de tiempo antes de que se desarrollen más soluciones para reducir los costos y la demanda energética de la IA.
Este giro podría tener profundas implicaciones para la industria energética. El renacimiento de la energía nuclear había sido impulsado, en parte, por la necesidad de satisfacer la creciente demanda energética de los centros de datos de IA. Pero, con la posibilidad de que la IA pueda operar con menos recursos computacionales, el atractivo de las inversiones masivas en energía nuclear y gas natural podría disminuir.
Las energías renovables, que ya son más económicas y modulares, podrían consolidarse como la opción preferida para satisfacer una demanda energética más flexible. A diferencia de las plantas nucleares, que requieren años de desarrollo antes de generar electricidad, las instalaciones solares y eólicas pueden desplegarse rápidamente y adaptarse mejor a las fluctuaciones del mercado.
Si bien la demanda global de electricidad seguirá creciendo debido a la electrificación de las economías, la reducción en las necesidades específicas de la IA podría alterar las proyecciones actuales. Las empresas energéticas que no puedan competir en costos con las renovables podrían enfrentar mayores presiones económicas. Aunque el panorama energético permanece incierto, la eficiencia mostrada por DeepSeek podría marcar un punto de inflexión encaminando la producción energética a soluciones tecnológicas más sostenibles y económicas.
DESCARGA LA NOTA SÍGUENOS EN GOOGLE NEWS
