La historia del carbono de la IA suele centrarse en el entrenamiento. Eso es comprensible: una sola ejecución de entrenamiento grande puede consumir megavatios-hora durante semanas. Pero el entrenamiento ocurre una vez. La inferencia ocurre cada vez que alguien le pregunta algo al modelo, para siempre, a través de millones de usuarios. La energía que realmente se acumula es la energía del servicio.
Para un consumidor de API, eso significa que el carácter verde de tu uso de LLM lo decide principalmente algo que no controlas directamente: dónde están las GPU del proveedor y qué las alimenta. Sin embargo, puedes elegir un proveedor en función de eso.
Por qué la energía de inferencia es una historia de centros de datos
Una carga de trabajo de inferencia es un clúster de GPU que se ejecuta en un centro de datos. Dos cosas dominan su huella:
La red eléctrica a la que está conectado. Una GPU que consume 700 vatios extrae energía que es tan limpia o sucia como el mix eléctrico regional. Un centro de datos en una región con mucha energía eólica y solar emite mucho menos carbono por token que el mismo hardware en una red con alta dependencia del carbón, incluso si todo lo demás es idéntico.
La refrigeración. Los servidores convierten electricidad en calor, y deshacerse de ese calor requiere más electricidad. Esto es lo que mide el PUE (eficacia en el uso de la energía): la potencia total de la instalación dividida por la potencia que llega al equipo de TI. Un PUE de 1,5 significa que la instalación usa un 50% de energía adicional más allá de lo que consumen los servidores. Una instalación moderna bien diseñada se acerca más a 1,1 o 1,2. Los climas fríos y secos reducen drásticamente el costo de refrigeración, lo cual es una gran razón por la que los centros de datos siguen apareciendo en regiones frías del interior en lugar de en el centro de las ciudades.
Dónde vive realmente la energía limpia y barata
Los lugares con la mejor economía de energía limpia para cómputo no son los centros tecnológicos obvios. Tienden a ser regiones del interior con fuertes recursos eólicos y solares y un clima seco y frío:
•Mongolia Interior (Horinger). Una de las mayores bases de energía eólica de China. Los inviernos fríos significan que gran parte del año necesita poca o ninguna refrigeración mecánica.
•Xinjiang (Hami). Irradiancia solar muy alta y viento constante. Remoto, pero remoto está bien cuando tu carga de trabajo es un clúster de GPU que controlas de forma remota.
•Ningxia (Zhongwei). Ya es una región establecida de centros de datos con energía solar y eólica a escala de servicios públicos; alberga una de las principales regiones de nube internacional, lo que te dice que la economía funciona a escala.
El patrón es el mismo en las tres: generación renovable abundante, un clima frío y seco que reduce el PUE, y terreno lo suficientemente barato como para construir las subestaciones y los campos solares que alimentan los racks.
Nada de esto es tecnología exótica. Es ubicación. Lo más verde que puede hacer un proveedor de cómputo es poner su hardware donde la red ya es limpia y el clima hace la mitad de la refrigeración gratis.
Qué deberían decirte realmente las afirmaciones "verdes"
Aquí es donde me vuelvo escéptico. "Verde" es una palabra de marketing hasta que alguien te da números. Cuando un proveedor hace una afirmación de energía limpia, hay tres cosas que vale la pena exigir:
•PUE. Si no lo publican, trata la afirmación como no verificable.
•El mix eléctrico real de la región donde está el centro de datos. Un proveedor que simplemente compra certificados de energía renovable mientras opera con una red fósil no está operando de forma verde. La ubicación es la revelación.
•Si las renovables son capacidad real, no compensaciones. La nueva energía eólica y solar construida para alimentar la instalación es una afirmación distinta a comprar créditos en otro lugar.
Los proveedores honestos te darán la región y las características de la instalación. Si la respuesta es "nuestros centros de datos están en Mongolia Interior, Xinjiang y Ningxia, en redes con alta penetración de renovables, en climas fríos", esa es una afirmación concreta y verificable. Si la respuesta es un eslogan, pasa de largo.
Qué puedes hacer realmente al respecto
No vas a auditar la subestación de un proveedor. Pero puedes tomar algunas decisiones que inclinen tu propia huella:
•Elige proveedores que divulguen ubicación y PUE, no los que solo imprimen "neutral en carbono" en la página.
•Usa modelos más pequeños donde la tarea lo permita. Un modelo de 7B puede responder una pregunta de soporte casi tan bien como uno de 175B con una fracción de la energía. Dirigir el tráfico fácil a un modelo pequeño es la palanca de carbono más grande que controlas.
•Usa caché de forma agresiva. El almacenamiento en caché de prompts convierte la entrada repetida en un costo único, reduciendo tanto la latencia como la energía para cargas de trabajo repetitivas.
•Agrupa cuando puedas. Menos solicitudes y más grandes superan a muchas pequeñas en utilización del servidor.
El planteamiento honesto es que no puedes medir tu camino hacia una huella limpia con una hoja de cálculo, porque el mix eléctrico no está en tus datos. Lo que sí puedes hacer es elegir proveedores cuya infraestructura reduzca la huella por diseño, y dejar de dirigir solicitudes triviales al modelo más grande que puedas pagar.
Esa es la posición que defiende SiCore TokenWorks: sus tres centros de cómputo están en Mongolia Interior Horinger, Xinjiang Hami y Ningxia Zhongwei, regiones elegidas por su alta penetración de renovables y climas fríos que mantienen bajo el PUE. Si te importa la energía que hay detrás de tus llamadas a la API, ese es el tipo de divulgación que importa más que una insignia.