GreenPT y Neuralwatt destapan el coste energético de la IA

A medida que la inteligencia artificial se convierte a toda velocidad en infraestructura básica para las empresas, su huella energética crece al mismo ritmo. Se espera que el consumo mundial de electricidad de los centros de datos se multiplique por más de dos esta década, de unos 415 TWh en 2024 a casi 945 TWh en 2030. Además, la mayor parte de esa demanda no procede del entrenamiento de modelos, sino de la inferencia: las consultas y cargas de trabajo cotidianas que hacen funcionar las aplicaciones reales.

A pesar de este crecimiento, la mayoría de las organizaciones ven muy poco, o nada, de los recursos que hay detrás de su uso de la IA. La inferencia suele cobrarse por token, no por unidad de cómputo ni de energía, así que las empresas no pueden medir, comparar ni optimizar el coste real de usar IA a gran escala.

Neuralwatt y GreenPT han anunciado hoy una alianza estratégica para fijar un nuevo estándar global de inferencia de IA sostenible. La colaboración responde directamente a este vacío con una infraestructura en la que el consumo de energía es medible, transparente y está ligado a cómo se usa realmente la IA.

La mayor parte de la inferencia de IA funciona hoy como una caja negra. Las organizaciones pagan por token sin ver la energía que consumen sus cargas de trabajo, sin poder comparar la eficiencia entre modelos y sin ninguna relación entre lo que gastan y los recursos que hay detrás. Como se calcula que la inferencia representa ya entre el 80 y el 90 % del cómputo de IA, esta falta de transparencia ha dejado de ser una simple limitación técnica: se está convirtiendo en un riesgo operativo y financiero. Neuralwatt y GreenPT están construyendo la alternativa moderna.

“Durante demasiado tiempo, el sector de la IA ha tratado la energía como algo secundario, con muy poca visibilidad sobre los costes reales”, afirmó Chad Gibson, cofundador y CEO de Neuralwatt. “Creamos Neuralwatt Cloud para cambiarlo y, junto con GreenPT, demostramos que el sector se dirige hacia una inferencia eficiente en energía y transparente”.

La alianza se apoya en conocimientos complementarios y en el compromiso conjunto de llevar al mercado productos de IA más sostenibles. La amplia experiencia de GreenPT en infraestructura renovable, medición de carbono e IA que da prioridad a la privacidad, unida a la optimización energética de Neuralwatt a nivel de GPU y a su modelo de precios por energía, sienta las bases de una inferencia de IA que se exige más de lo que el sector ofrece hoy.

“Hemos construido una infraestructura que demuestra que la IA sostenible no es una renuncia, sino una ventaja competitiva”, afirmó Robert Keus, cofundador y CEO de GreenPT. “Con Neuralwatt damos un paso más, porque conocemos mejor el consumo de energía y cómo optimizarlo. Juntos avanzamos hacia sistemas de IA en los que el rendimiento, el coste y la energía forman parte de la misma decisión”.

Una IA diseñada para un futuro sostenible

Las dos empresas nacieron de la misma convicción: el reto energético de la IA no es solo un problema de suministro, sino de ingeniería. La solución empieza por cómo se construye y se ofrece la inferencia, no solo por cuánta electricidad hay disponible. Demasiadas empresas de IA parten de una gran tecnología y luego buscan el mercado. Neuralwatt y GreenPT partieron de las personas y los lugares a los que afecta: clientes que necesitan entender lo que consume su IA, comunidades que ya notan la presión de una demanda energética sin control y un medio ambiente que no puede absorber el coste de escalar la IA tal como es hoy.

Hacia una infraestructura de IA medible y transparente en energía

La presión sobre la infraestructura de IA crece en todo el mundo. Las redes eléctricas envejecen, el precio de la electricidad sube y se espera que la demanda de los centros de datos se multiplique por más de dos de aquí a 2030. Normas nuevas como el Reglamento de IA de la UE introducen requisitos de divulgación energética, mientras que en Estados Unidos el envejecimiento de las infraestructuras y la oposición local frenan la expansión. Aun así, muchas organizaciones siguen escalando la IA sin una visión clara de los recursos que usa.

Al mismo tiempo, la IA está pasando de lo experimental a ser una infraestructura que nunca se apaga, y eso convierte la eficiencia de la inferencia en una restricción clave, junto al rendimiento. Neuralwatt y GreenPT responden con una colaboración más estrecha en transparencia energética, optimización de modelos y herramientas para medir y reducir la huella energética de la IA. La alianza refleja un cambio más amplio hacia sistemas de IA que rinden cuentas, en los que cada solicitud tiene un impacto medible en la energía, el carbono y la infraestructura.