Huella de carbono de la IA bajaría hasta 99% con data center de AWS

 

La inteligencia artificial (IA) está transformando rápidamente la forma en que utilizamos la tecnología para hacer frente a algunos de los mayores retos del mundo, desde la atención sanitaria al cambio climático.

A medida que ampliamos el uso de la IA, es importante minimizar también su huella medioambiental. Un nuevo estudio encargado por Amazon Web Services (AWS) y realizado por Accenture, muestra que una forma eficaz de hacerlo es trasladar las cargas de trabajo de TI de la infraestructura local a los centros de datos de AWS en todo el mundo.

El informe, “Cómo moverse a la nube de AWS reduce las emisiones de carbono«, estima que la infraestructura de AWS es hasta 4,1 veces más eficiente que la on-premise, y cuando las cargas de trabajo se optimizan en AWS, la huella de carbono asociada puede reducirse hasta en un 99%. El 85% del gasto global en TI de las organizaciones se realiza en sus propias instalaciones.

 

Chris Walker, director de sostenibilidad de AWS, lo explica así:

«El enfoque holístico de AWS hacia la eficiencia ayuda a minimizar tanto el consumo de energía como de agua en las operaciones de nuestros centros de datos, lo que contribuye a nuestra capacidad para servir mejor a nuestros clientes. Trabajamos constantemente para aumentar la eficiencia energética de nuestras instalaciones, optimizando el diseño de nuestros centros de datos, invirtiendo en chips especiales e innovando con nuevas tecnologías de refrigeración. A medida que tomamos medidas para alcanzar nuestro objetivo de carbono neto cero para 2040, como parte de The Climate Pledge, innovaremos e implementaremos continuamente formas de aumentar la eficiencia energética en todas nuestras instalaciones, en un esfuerzo por construir un futuro más brillante para nuestro planeta».

 

Usuarios de AWS, como la empresa mundial de genómica y salud humana Illumina, redujo en un 89% sus emisiones de carbono al pasarse a AWS.

Se espera que este tipo de eficiencia obtenida al aprovechar AWS, frente a las organizaciones que mantienen su propia infraestructura de TI on-premise, se haga más prominente a medida que el mundo adopte cada vez más el uso de la IA. 

Esto se debe a que, a medida que las cargas de trabajo de la IA se vuelvan más complejas y requieran más datos, exigirán nuevos niveles de rendimiento de sistemas que completen millones de cálculos cada segundo, junto con la infraestructura de memoria, almacenamiento y redes. Esto requiere energía y tiene su correspondiente huella de carbono.

Cuantificación de la eficiencia y reducción de carbono.

La investigación cuantificó la eficiencia energética y la oportunidad de reducción de carbono de trasladar las cargas de trabajo de los clientes de on-premise a AWS, mediante la simulación y el análisis de las diferencias entre ellas.

Una carga de trabajo es un conjunto de recursos y código para realizar tareas como ejecutar un sitio web de venta al por menor o administrar bases de datos de inventario.

Accenture utilizó el estándar Software Carbon Intensity (SCI) de la Organización Internacional de Normalización (ISO), para analizar la huella de carbono de cargas de trabajo representativas de almacenamiento intensivo y cálculo intensivo, y fue más allá, al considerar el efecto de la energía libre de carbono tanto para las instalaciones locales como para AWS.

Es la primera vez que un proveedor de nube a hiperescala utiliza la especificación SCI para realizar un análisis de este tipo. 

El estudio analizó en primer lugar la cantidad de emisiones de carbono operativas e incorporadas (hardware de TI) que se evitarían simplemente trasladando las cargas de trabajo de la infraestructura local a AWS.

Esto se denomina «Lift-And-Shift» en el informe. El informe también analizó cuánto carbono más se puede evitar cuando esas mismas cargas de trabajo se optimizan en el hardware de AWS, como su silicio especialmente diseñado para ejecutar modelos de IA, y comparó cada escenario en cuatro áreas geográficas: Estados Unidos y Canadá, Unión Europea, Asia Pacífico y Brasil. 

 

Crecimiento de datos en la reciente década.

En la última década, los volúmenes de datos han crecido exponencialmente, mientras que la nube ha seguido abriendo un grado cada vez mayor de capacidades avanzadas de datos.

Teniendo en cuenta las necesidades de datos para la analítica y la formación e inferencia de modelos de IA, las organizaciones querrán tener en cuenta el ahorro potencial de carbono asociado a sus necesidades de almacenamiento.

El estudio demostró que las cargas de trabajo de almacenamiento intensivo pueden ser hasta 2,5 veces más eficientes en AWS que en las instalaciones, y su optimización en el hardware de AWS puede reducir las emisiones de carbono asociadas hasta en un 93%. 

 

En el caso de las cargas de trabajo de alta carga computacional, se evaluaron las posibles reducciones de emisiones de carbono al ejecutar cargas de trabajo de IA en AWS frente a on-premise mediante el análisis de las emisiones operativas e incorporadas de una carga de trabajo representativa proporcionada por AWS.

Accenture descubrió que cuando se optimizan las cargas de trabajo de alta carga computacional en AWS, las organizaciones pueden reducir su huella de carbono asociada en varias regiones geográficas hasta en un 99%.