greenai.guide

Inicio › ¿Cómo puedo…? › ¿Cómo reduzco la huella hídrica de la IA?

¿Cómo puedo…?

¿Cómo reduzco la huella hídrica de la IA?

Actualizado · 2 min de lectura

En resumen

El consumo de agua sigue al de energía, así que el primer paso es el mismo: modelos más pequeños, respuestas más cortas y menos regeneraciones. Además, elija proveedores que publiquen su consumo de agua, evite las regiones con estrés hídrico para el trabajo pesado y pida a los proveedores cifras de agua por centro. Por prompt de texto, el agua es poca; lo que importa son los totales y los efectos locales.

Pasos

  1. Reduzca primero el cómputo con modelos más pequeños, respuestas más cortas y menos regeneración.
  2. Pida a los proveedores el consumo de agua y la WUE de cada centro, y de dónde procede el agua.
  3. Evite las regiones con estrés hídrico para el trabajo pesado y flexible, como el entrenamiento.
  4. Prefiera proveedores que informen de su consumo de agua públicamente o a un regulador.
  5. Incluya el agua en las preguntas de compra de IA y en sus propios informes.

Menos cómputo significa menos agua, y el lugar donde se hace el cómputo decide cuánto importa esa agua. Los centros de datos usan agua sobre todo para la refrigeración, y las centrales eléctricas la usan para producir la electricidad.

¿De cuánta agua hablamos?

Por prompt de texto, muy poca: Google informa de 0,26 mL por prompt de texto mediano de Gemini. En total, y en algunos lugares, mucha: Li, Yang, Islam y Ren estimaron que entrenar GPT-3 en los centros de datos de Microsoft en EE. UU. podría haber evaporado directamente unos 700.000 litros, y proyectaron que la demanda mundial de IA podría suponer entre 4.200 y 6.600 millones de metros cúbicos de extracción de agua en 2027. Cómo estimar su propia parte se explica en estimar la huella hídrica de la IA.

¿Qué la reduce realmente?

  • Menos cómputo. La UNESCO y el University College London hallaron que los modelos pequeños específicos pueden reducir la energía hasta en un 90%, y los prompts y respuestas más cortos, a menos de la mitad; el agua baja con la energía.
  • Ubicación. Un litro extraído en una zona afectada por la sequía tiene más efecto que uno donde el agua abunda, así que traslade el trabajo pesado y flexible lejos de los lugares con estrés hídrico cuando pueda.
  • Pruebas de los proveedores. En la UE, los operadores de centros de datos con una demanda de potencia informática de al menos 500 kW deben informar de su consumo de energía y agua en virtud del Reglamento Delegado 2024/1364. Pida esas cifras.

Errores frecuentes

  • Buscar solo la WUE más baja. La refrigeración que ahorra agua puede consumir más electricidad; lea PUE y WUE conjuntamente.
  • Preocuparse por las preguntas cortas mientras se generan imágenes y vídeos sin medida.
  • Olvidar el agua de la central eléctrica, que las cifras in situ dejan fuera.

Consulte alojamiento y centros de datos.

Fuentes

  1. Making AI less 'thirsty': uncovering and addressing the secret water footprint of AI models, Li, Yang, Islam and Ren (2023)
  2. Measuring the environmental impact of delivering AI at Google scale, Elsworth et al., Google (2025)
  3. Commission Delegated Regulation (EU) 2024/1364 on the first phase of the establishment of a common Union rating scheme for data centres, European Commission (2024)
  4. AI large language models: new report shows small changes can reduce energy use by 90%, UNESCO (2025)

Únase a nosotros

Ayude a reducir el impacto de la IA en el planeta

Reciba por correo electrónico nuevas guías, convocatorias de financiación y fichas de los directorios, aproximadamente una vez al mes. O añada su producto, curso, doctorado o investigación a los directorios.

Sin seguimiento. Cancele la suscripción con un clic. Otras formas de unirse · Privacidad