La Intel·ligència Artificial (IA) presenta un patró de consum energètic únic en comparació amb els dispositius hardware tradicionals o domèstics. La gran diferència rau en la magnitud i la concentració de la demanda, especialment durant la fase d’entrenament dels models més grans.
A continuació, es presenta una comparativa de la despesa energètica de la IA respecte a altres dispositius i activitats, classificada per etapes:
1. Consum per a l’Entrenament d’un Model d’IA (Alta Energia)
La fase d’entrenament, que només es fa un cop, és on la IA genera la seva petjada de carboni més gran i on el consum supera amb escreix la majoria de dispositius domèstics.
| Activitat d’IA | Consum Energètic Estimat | Comparativa (Exemple) |
| Entrenament de models grans (LLMs) | Milers a centenars de milers de kWh | L’entrenament de models com GPT-3 va necessitar ≈78.437 kWh. Això equival al consum elèctric domèstic mitjà de 23 anys en una llar espanyola. |
| Entrenament de models optimitzats | ≈100.000 kWh (100 MWh) | Models més eficients com DeepSeek poden reduir significativament aquesta despesa (fins a un 75% menys que models anteriors). |
Conclusió: L’entrenament d’IA és una activitat d’alta intensitat energètica i consumeix l’equivalent a l’electricitat de llars durant dècades, eclipsant el consum individual de qualsevol electrodomèstic.
2. 📱 Consum per a la Inferència d’IA (Ús Diari)
La inferència és el consum associat a l’ús diari del model (generar una resposta de ChatGPT, una imatge, etc.) i representa el 70-80% del consum energètic total de la IA a escala global.
| Activitat Diària | Consum Energètic Estimat |
| 50 Consultes diàries a un chatbot | ≈5.475 kWh/any |
| Ús d’un chatbot (100 interaccions diàries) | ≈7.2 kWh/any |
| Conduir un cotxe (10 km) | ≈7.6 kWh |
| Frigorífic domèstic (ús anual) | ≈1.200 kWh/any |
| Rentadora (3 cicles setmanals) | ≈156 kWh/any |
| Televisor LED 55″ (ús anual) | ≈150 kWh/any |
Conclusió: Una única consulta a un chatbot consumeix una energia petita (0.3 Wh), comparable a les de dispositius petits. No obstant això, l’efecte multiplicador de l’ús massiu i constant de milions d’usuaris fa que el consum total de la inferència es dispari fins a esdevenir un dels principals motors de la demanda elèctrica dels centres de dades.
3. Consum del Hardware Específic (GPU i CPU)
La IA depèn de hardware d’alt rendiment, principalment targetes gràfiques (GPU) i processadors (CPU), que tenen un consum instantani (TDP) molt elevat en comparació amb un hardware d’oficina.
| Component / Activitat | Consum (Potència Tèrmica Dissipada – TDP) |
| PC d’Oficina | 300−400 W (total de la torre) |
| PC de Jocs o Rendering (amb GPU) | 400−600 W (total de la torre) |
| GPU d’alt rendiment (servidor/IA) | 450 W (Actual), amb projeccions de fins a 700 W o més el 2025/2026. |
Conclusió: Les unitats de processament gràfic (GPU) d’alt rendiment, essencials per als càlculs d’IA i allotjades als centres de dades, tenen un consum individual extremadament alt i creixent. Aquesta alta densitat energètica és el que requereix la refrigeració constant i intensiva en aigua dels data centers, agreujant la petjada ambiental de la IA.
Aquesta comparativa és rellevant per entendre com la tria entre un model d’IA eficient (que requereix menys cicle de càlcul o inferència) o un model massiu (amb alts costos d’entrenament) impacta directament en la despesa energètica global.
Si vols saber més sobre els components que fan possible aquesta alta demanda, pots veure aquest vídeo sobre la importància de la CPU i la GPU en els càlculs de rendiment:
La Gran Pregunta: ¿Es Más Importante la CPU o la GPU?.
– YouTube