IA utiliza agua: refrigeración y energía
La cuestión de por qué la Inteligencia Artificial (IA) consume agua puede sorprender a primera vista, ya que la IA se percibe como software puro. Sin embargo, detrás de los procesos aparentemente inmateriales se esconde una extensa infraestructura física. La IA no "bebe" agua en sentido directo. El consumo de agua se produce principalmente por la refrigeración de servidores en centros de datos, el suministro de electricidad y la fabricación del hardware en el que se ejecutan las aplicaciones de IA.
Fuente: Representación propia
IA y consumo de agua
Cuando se habla de IA y consumo de agua, casi siempre se refieren a centros de datos. Estas enormes naves llenas de servidores consumen mucha energía en las cargas de trabajo de IA y, en consecuencia, emiten mucho calor. Este calor residual debe disiparse de forma fiable para evitar el sobrecalentamiento de los chips y fallos de hardware. (Fuente)
El agua se utiliza en dos formas principales: directamente in situ como agua de refrigeración (alcance 1) e indirectamente a través de la mezcla de electricidad (alcance 2). Muchas centrales eléctricas necesitan agua para la refrigeración y la generación de vapor. Una tercera vía, a menudo pasada por alto, es el consumo de agua en la cadena de suministro, especialmente en la fabricación de chips y servidores (alcance 3). (Fuente)
Muchos centros de datos utilizan sistemas de refrigeración que evaporan agua, ya que la evaporación disipa el calor de forma muy eficiente. Un principio común es la torre de refrigeración, en la que una parte del agua se evapora y transporta el calor al exterior. El resto del agua permanece en el circuito, pero debe reponerse regularmente. Aquí es importante la distinción entre "Withdrawal" (extracción total de agua) y "Consumption" (porción evaporada). En la práctica, con buena calidad del agua, la mayor parte de la extracción se evapora, a menudo alrededor del 80%. (Fuente)
El consumo de agua concreto depende en gran medida del clima, la ubicación y el modo de funcionamiento. Las estimaciones de evaporación en centros de datos oscilan entre 1 y 9 litros por kWh de energía de servidor. Los días calurosos, la demanda aumenta, ya que se necesita más agua para la misma capacidad de refrigeración. (Fuente) Ejemplos locales muestran que el consumo de agua de centros de datos grandes individuales puede alcanzar la dimensión de los consumidores municipales, como la ubicación de Council Bluffs en Iowa con un consumo de agua potable de 1.300 millones de galones en 2024. (Fuente)
Los informes sectoriales y políticos confirman que las grandes instalaciones pueden necesitar varios millones de galones de agua al día en casos extremos. Para hacer comparable el consumo de agua, los operadores utilizan indicadores como la "Water Usage Effectiveness (WUE)", que pone el consumo de agua en relación con la energía de TI. (Fuente)
Fuente: bblloobb.com
El ciclo del agua en los centros de datos: el agua se utiliza para la refrigeración y se pierde por evaporación.
Antecedentes y contexto
El agua se convierte en un punto de conflicto cuando los centros de datos crecen en regiones con escasez de agua o cuando los nuevos proyectos embellecen la demanda. Las autoridades incluyen cada vez más el tema en los procedimientos de concesión de permisos, como en el caso de Chile, donde un tribunal exigió auditorías medioambientales más estrictas para un centro de datos planeado por Google, entre otras cosas por cuestiones de agua en una región de sequía. (Fuente) Los análisis internacionales describen que la expansión de los centros de datos de IA a menudo tiene lugar en regiones con alta competencia por el agua. (Fuente)
Incluso si un centro de datos in situ evapora poca agua, la parte indirecta a través de la mezcla de electricidad sigue siendo relevante. Las centrales térmicas necesitan agua para la refrigeración, y esta demanda depende del tipo de central y del método de refrigeración. (Fuente) El U.S. Geological Survey publica datos e informes sobre la extracción y el consumo de agua de la generación de energía térmica en EE. UU. Una consecuencia central es que las decisiones de refrigeración solo pueden "mover" el agua. Los sistemas de refrigeración en seco suelen ahorrar agua in situ, pero a menudo aumentan la demanda de electricidad, lo que puede aumentar la huella hídrica indirecta en la red. (Fuente)
Otro aspecto es el consumo de agua en la cadena de suministro de hardware. La fabricación de chips consume mucha agua, ya que las obleas se enjuagan en muchos pasos del proceso y se tratan con agua ultrapura (UPW). Para la fabricación de circuitos integrados en una oblea de 300 mm se necesitan alrededor de 2.200 galones de agua, de los cuales unos 1.500 galones son agua ultrapura. (Fuente) Esta parte es fácil de pasar por alto, ya que no se ve directamente en el centro de datos, pero forma parte de la huella hídrica completa del hardware de IA. (Fuente)
Fuente: user-added
Consumo global de agua previsto por la IA en 2027, que ilustra la dimensión del problema.
Enfoques de solución y desafíos
Parte de la respuesta reside en la elección de la ubicación y el perfil climático, ya que la refrigeración requiere más agua o más electricidad en caso de calor. (Fuente) Técnicamente, mucho se está spostando hacia la refrigeración líquida y los circuitos cerrados, ya que los racks de IA alcanzan altas densidades de potencia y la refrigeración por aire llega a sus límites. (Fuente) La refrigeración a base de agua puede ser eficiente energéticamente, y alternativas como la refrigeración por inmersión con fluidos no acuosos pueden evitar la evaporación del agua. (Fuente)
Fuente: interestingengineering.com
La IA también puede ser una herramienta valiosa para la optimización y gestión de los recursos hídricos.
Las grandes empresas tecnológicas abordan el tema a través de objetivos y programas de reposición. Microsoft se ha fijado el objetivo de ser "water positive" (positivo en agua) para 2030, es decir, devolver más agua de la que consume. (Fuente) Google sigue una estrategia similar con un objetivo de reposición del 120% del consumo para 2030. (Fuente) AWS y Meta también se han fijado el objetivo de ser "water positive by 2030" y publican informes sobre sus progresos. (Fuente) (Fuente)
Sin embargo, estos compromisos no resuelven automáticamente el problema central que sienten las comunidades: el agua escasea allí donde se extrae y se evapora. Por lo tanto, muchos expertos exigen una mayor transparencia sobre el uso directo e indirecto del agua. (Fuente)
En resumen, la IA no "bebe" agua directamente, sino que el consumo de agua se produce por el desarrollo de calor del rendimiento computacional, la refrigeración de la infraestructura y los procesos intensivos en agua en la cadena de suministro y de electricidad. Si esto se convierte en un problema depende en gran medida del contexto: la tecnología de refrigeración utilizada, la mezcla de electricidad y, sobre todo, el estrés hídrico local en la ubicación. La pregunta es, en última instancia, cuánta comodidad digital cabe en un sistema físico que no puede suministrar agua más rápido de lo que el entorno permite en los días calurosos. (Fuente)