# ¿Cómo fijo una referencia para demostrar el ahorro de energía de la IA?

> Demuestre un ahorro real de energía de la IA: mida antes de cualquier cambio con la misma configuración y carga, repita, informe por unidad de trabajo y verifique la calidad.

Source: https://greenai.guide/es/como/como-fijo-una-referencia-para-demostrar-el-ahorro-de-energia-de-la-ia/  
Updated: 2026-11-19

## En resumen

Mida el sistema actual antes de cambiar nada, con el mismo hardware, la misma carga y las mismas entradas que usará después, y repita las ejecuciones para ver la dispersión normal. Informe de la energía por unidad de trabajo útil además de en total, y declare solo un ahorro mayor que el ruido y logrado sin una caída de la calidad.

## Steps

1. Elija una unidad funcional, como la energía por solicitud o por documento.
2. Mida el sistema actual varias veces con una configuración y una carga de trabajo fijas, incluido el consumo en reposo.
3. Cambie una sola cosa cada vez y vuelva a medir en las mismas condiciones.
4. Registre la calidad o el éxito de la tarea junto con la energía en cada ejecución.
5. Declare solo los ahorros mayores que la dispersión entre ejecuciones, e informe de los totales además de las cifras por unidad.

**Un ahorro solo cuenta si midió antes, midió después de la misma forma y la diferencia es mayor que el ruido.** Sin
una referencia, una afirmación sobre la energía es una suposición, y puede no resistir un examen.

## ¿Qué hace que una comparación sea justa? {#what-makes-a-fair-comparison}

- **La misma configuración:** hardware, región, versiones de software y ajustes.
- **La misma carga:** las mismas solicitudes, documentos o datos de entrenamiento, con el mismo volumen.
- **Varias ejecuciones:** las lecturas varían con la temperatura, los procesos en segundo plano y el escalado de
  frecuencia. Informe de la media y del intervalo.
- **Energía, no solo velocidad:** el trabajo de la GreenCode Constitution halló, en el motor de inferencia llama.cpp,
  una reducción del 4,7% de la energía de la GPU junto con una mejora de velocidad de solo el 3%. El tiempo y la
  energía pueden contar historias distintas.
- **Calidad mantenida:** una respuesta más barata que se equivoca más a menudo no es un ahorro.

## ¿Qué unidad debe usar la referencia? {#which-unit-should-the-baseline-use}

Use una unidad funcional, como en la especificación SCI de la Green Software Foundation: por solicitud, por documento
o por tarea completada con éxito. Después, informe del total junto a ella, porque la energía por tarea puede bajar
mientras la energía total sube al crecer el uso. Consulte [medir la energía de la IA por tarea](/es/como/como-mido-la-energia-de-la-ia-por-tarea-en-lugar-de-en-total/).

## Errores frecuentes {#common-mistakes}

- **Medir una sola vez, antes y después.** Un único par de lecturas puede ser ruido.
- **Cambiar varias cosas a la vez,** de modo que no sabe qué ayudó.
- **Mover la referencia,** por ejemplo comparar un modelo pequeño nuevo con uno grande antiguo con otro volumen.
- **Contar como eficiencia las bajadas de carbono** que proceden solo de una red más limpia.

Antes de publicar un ahorro, compruébelo frente a [declaraciones ecológicas honestas](/es/buenas-practicas/afirmaciones-ambientales-honestas-sobre-la-ia/).

## Fuentes

- [Software Carbon Intensity (SCI) specification](https://sci.greensoftware.foundation/), Green Software Foundation (2024)
- [GreenCode Constitution: agent principles for optimizing code and LLM inference energy use](https://greencode.ai/publications/greencode-constitution-agent-principles-for-optimizing-code-and-llm-inference-en/), Kapenekakis, Kim, Ionescu, Thomsen and Albano, GreenAI workshop, ECML PKDD 2026 (2026)
