En resumen
El carbono incorporado son las emisiones de fabricar, transportar y desechar el hardware. Para contabilizarlo, tome las emisiones incorporadas totales del equipo, repártalas según cuánto tiempo y qué parte del equipo usa su trabajo de IA, y sume esa parte a la cifra operativa, como hace el término M de la especificación SCI. Como los datos suelen ser escasos, declare sus supuestos; y recuerde que conservar el hardware más tiempo reparte las mismas emisiones entre más trabajo.
Pasos
- Pida a su proveedor de hardware o de nube datos de emisiones incorporadas de los equipos que usa.
- Asigne una parte a su trabajo de IA según el tiempo y la fracción del hardware que utiliza.
- Sume esa parte a sus emisiones operativas e indique qué incluyó.
- Declare los supuestos, incluida la vida útil prevista del hardware.
- Alargue la vida útil del hardware cuando dependa de usted, para que las emisiones incorporadas cubran más trabajo útil.
Cuente el hardware además de la electricidad, porque cuanto más limpia es la red eléctrica, mayor es la parte que corresponde a la fabricación. Wu y sus colegas de Meta informaron en 2022 de que el carbono incorporado era aproximadamente el 30% de la huella del aprendizaje automático a gran escala de Meta, y sostuvieron que se estaba convirtiendo en la fuente dominante a medida que la energía operativa se vuelve más limpia.
¿Cómo lo asigno?
La especificación SCI de la Green Software Foundation incluye las emisiones incorporadas como el término M. Un método sencillo:
- Tome las emisiones incorporadas totales del dispositivo, facilitadas por el fabricante o el proveedor.
- Divídalas por su vida útil prevista para obtener las emisiones por año o por hora.
- Multiplíquelas por el tiempo que su trabajo lo tuvo reservado y por la parte de la máquina que usó.
En los servicios en la nube no puede ver el hardware, así que pregunte al proveedor si sus informes de carbono incluyen la fabricación (Alcance 3) y cómo se asigna. Consulte los datos de carbono de su proveedor de nube.
¿Y los residuos electrónicos?
Wang y sus colegas estimaron en 2024 que los grandes modelos de lenguaje podrían generar entre 1,2 y 5,0 millones de toneladas de residuos electrónicos en total entre 2020 y 2030, según la rapidez con que crezca su uso, y que la reutilización y el reciclaje podrían reducir esa cifra de forma considerable.
Errores frecuentes
- Dejar fuera el carbono incorporado sin decirlo. Menciónelo en la declaración de límites del sistema en cualquier caso.
- Suponer por defecto una vida útil corta. Sustituir los equipos antes de tiempo aumenta la parte anual.
- Comprar hardware nuevo por una pequeña mejora de eficiencia sin comprobar el coste de fabricación que añade.
Consulte cómo medir la energía de la IA para definir los límites.
Fuentes
- Sustainable AI: environmental implications, challenges and opportunities, Wu et al., MLSys (2022)
- E-waste challenges of generative artificial intelligence, Wang et al., Nature Computational Science (2024)
- Software Carbon Intensity (SCI) specification, Green Software Foundation (2024)
Relacionado
¿Cómo calculo la puntuación de Intensidad de Carbono del Software de una función de IA?
Calcule la puntuación SCI de una función de IA: energía por intensidad de la red, más emisiones incorporadas, dividido entre una unidad funcional como la solicitud.
¿Cómo evito cambiar mis dispositivos solo para usar IA?
Por qué casi nunca necesita un teléfono o portátil nuevo para usar IA, cómo mantener útiles los dispositivos antiguos y por qué importa la vida del hardware.
¿Cómo elijo hardware de IA energéticamente eficiente?
Elija hardware de IA según la energía medida por tarea con sus lotes reales, compare aceleradores y sopese los equipos nuevos frente al carbono incorporado.
Cómo medir la energía y el carbono de la IA
Guía práctica para medir o estimar la energía y el carbono del trabajo con IA: herramientas, límites del sistema, métricas por tarea e incertidumbre honesta.