La expansión de la inteligencia artificial (IA) puede dejar una huella física mucho mayor de lo que sugieren las primeras estimaciones centradas en GPU y servidores. Un informe de Basel Action Network (BAN) calcula que el hardware retirado por la infraestructura de IA podría alcanzar entre 8,6 y 13,1 millones de toneladas anuales en 2030. La estimación incluye servidores y aceleradores, pero también refrigeración, sistemas eléctricos, baterías, redes y el posible reemplazo anticipado de PC, móviles y dispositivos Edge.
Las claves de los residuos de la IA en 20 segundos
- BAN calcula 8,6-13,1 millones de toneladas de residuos anuales asociados a la IA en 2030.
- Los servidores, aceleradores y racks representan solo el 13 % de la masa de un centro de datos de IA de referencia.
- Refrigeración y distribución eléctrica concentran cerca del 69 % del equipamiento por peso.
- En 2050, la IA podría estar asociada a 31,4-46 millones de toneladas anuales de residuos electrónicos.
- El informe también contempla una sustitución anticipada de PC, móviles, redes y dispositivos Edge por los nuevos requisitos de IA.
La cifra que más llama la atención del estudio es la comparación con estimaciones anteriores. BAN sostiene que su cálculo para 2030 es entre 40 y 60 veces superior a algunas proyecciones académicas previas, pero esa diferencia no significa que la IA vaya a generar 60 veces más residuos electrónicos que todo el planeta. La razón está en qué materiales y equipos contabiliza cada metodología.
Los estudios anteriores utilizados como referencia se habían concentrado principalmente en servidores y aceleradores. BAN amplía el cálculo a toda la infraestructura física que necesita un centro de datos de IA y añade un segundo efecto: la sustitución de dispositivos que podrían quedar obsoletos por los nuevos requisitos de hardware relacionados con la IA.
Una GPU es solo una parte del residuo que deja un centro de datos
Para entender el tamaño de la estimación hay que mirar más allá del rack de servidores. BAN utiliza como referencia un centro de datos de IA de 100 MW y calcula unas 7.000 toneladas de equipamiento, equivalentes a unas 70.000 toneladas por gigavatio de capacidad instalada.
Los aceleradores, servidores y racks representan aproximadamente el 13 % de esa masa. El resto procede de sistemas que normalmente reciben menos atención cuando se habla del impacto material de la IA.
La refrigeración supone alrededor del 35 %, la distribución eléctrica otro 34 %, los sistemas de respaldo un 15 % y las redes aproximadamente un 3 %. En otras palabras, la infraestructura necesaria para mantener funcionando las GPU puede pesar varias veces más que los propios equipos de computación.
El apartado eléctrico incluye transformadores, sistemas de alimentación ininterrumpida (UPS), unidades de distribución de energía y grandes cantidades de cableado. BAN calcula que un centro de datos de 100 MW puede utilizar unas 2.700 toneladas de cobre entre cables y barras colectoras.
La refrigeración también está cambiando con la llegada de aceleradores cada vez más densos. Los sistemas tradicionales basados en aire conviven con soluciones de refrigeración líquida diseñadas para racks de alta potencia. Cuando un centro de datos se adapta para nuevas generaciones de hardware, parte de la infraestructura anterior puede acabar retirada.
La misma lógica se aplica a las redes. Los centros de datos orientados a IA necesitan enlaces de gran velocidad entre aceleradores y servidores, con una evolución que está llevando las instalaciones desde conexiones de 400 Gb/s hacia generaciones de 800 Gb/s y superiores.
El problema de la IA también está en la velocidad de renovación
BAN asigna distintos ciclos de sustitución a cada categoría de equipamiento. Para aceleradores, servidores y racks utiliza 2,5 años; para redes, 3,5 años; para refrigeración y sistemas de respaldo, cinco años; y para distribución eléctrica, ocho años.
Estas cifras forman parte del modelo utilizado por el informe y no significan que todos los centros de datos sustituyan físicamente sus equipos exactamente en esos plazos.
La cuestión tiene especial importancia en IA porque las nuevas generaciones de aceleradores pueden cambiar las necesidades de una instalación en periodos relativamente cortos. Un servidor que todavía funciona puede dejar de ser adecuado para determinadas cargas cuando aparecen sistemas con mayor rendimiento o mejor eficiencia.
BAN denomina a este fenómeno “hyper-obsolescence”, una sustitución acelerada de grandes volúmenes de hardware especializado. La integración de computación, red y refrigeración puede hacer que una actualización afecte a más elementos que el acelerador que inicialmente provoca el cambio.
El modelo también contempla que parte del hardware retirado pueda reutilizarse, reacondicionarse o venderse en mercados secundarios. Por eso la cantidad de material retirado y la cantidad que termina convertida en residuo no son necesariamente idénticas.
De los centros de datos al PC que está sobre la mesa
La segunda parte de la estimación de BAN amplía el problema más allá de las instalaciones donde se ejecutan los grandes modelos. El informe introduce el concepto “AI Waste Contagion” para describir la posible sustitución anticipada de dispositivos debido a los requisitos de las nuevas funciones de IA.
Aquí aparecen los PC con unidades de procesamiento neuronal (NPU), smartphones, tabletas, dispositivos Edge y equipos de telecomunicaciones.
El planteamiento es sencillo: si una función de IA requiere determinadas capacidades locales, memoria o hardware específico, algunos dispositivos existentes pueden quedar fuera aunque continúen funcionando correctamente. La consecuencia sería un ciclo de renovación más corto.
BAN diferencia dos escenarios. En el conservador, la obsolescencia adicional asociada a los requisitos técnicos de la IA alcanzaría 16,2 millones de toneladas anuales en 2050. En el escenario agresivo, la cifra sube hasta 30,7 millones al incorporar también usuarios que sustituyen sus dispositivos para acceder a nuevas funciones.
El propio informe introduce una cautela importante: no existen suficientes datos publicados para medir este segundo comportamiento, por lo que el escenario agresivo debe entenderse como un límite superior dentro del modelo y no como una previsión confirmada.
La estimación completa sitúa los residuos electrónicos mundiales en 196-211 millones de toneladas anuales en 2050, dependiendo del escenario. De ellos, entre 31,4 y 46 millones de toneladas estarían relacionados con la expansión de la IA.
Entre 2025 y 2050, BAN calcula que la cantidad acumulada atribuida a la IA podría situarse entre 395 y 617 millones de toneladas.
El crecimiento de la IA será también una variable material
Para llegar a estas cifras, el informe utiliza una hipótesis de crecimiento de la capacidad mundial de centros de datos de aproximadamente un 8,8 % anual hasta 2050. Mantener ese ritmo durante 25 años es una de las variables que más puede modificar el resultado final.
BAN también plantea escenarios en los que los centros de datos amplían la vida útil de sus equipos o en los que el crecimiento de capacidad resulta inferior al previsto. En uno de sus escenarios de sensibilidad, la generación anual de residuos de infraestructura de centros de datos en 2050 cae hasta unos 3,8 millones de toneladas.
La diferencia entre los escenarios muestra por qué las cifras del informe deben leerse como proyecciones y no como una cantidad futura ya determinada.
Para la industria de la IA, el dato introduce una dimensión que normalmente queda fuera de las comparativas de rendimiento entre GPU, consumo eléctrico o capacidad de cómputo. Cada nueva generación de aceleradores necesita también alimentación, refrigeración, redes, almacenamiento y estructuras físicas. Cuando esos sistemas se sustituyen, el residuo no procede únicamente del silicio.
El informe de BAN plantea además una cuestión pendiente: cuánto de ese equipamiento puede permanecer en circulación mediante reparación, reutilización, reacondicionamiento o mercados secundarios. Esa cuestión será objeto de las siguientes partes del estudio, junto con el análisis de la toxicidad de estos residuos y las medidas necesarias para gestionarlos.
La evolución de los centros de datos de IA, por tanto, no se puede medir únicamente en número de GPU instaladas o megavatios contratados. También existe una dimensión material detrás de cada ampliación de capacidad. Y cuanto más rápido cambie el hardware, más importante será saber qué ocurre con el que queda atrás.
Preguntas frecuentes
¿Cuántos residuos electrónicos puede generar la IA en 2030?
BAN estima entre 8,6 y 13,1 millones de toneladas anuales de equipamiento retirado relacionado con la IA en 2030. La cifra incluye infraestructura de centros de datos y posibles sustituciones de dispositivos externos.
¿Qué parte de un centro de datos de IA corresponde a servidores y GPU?
Según el modelo de BAN, aceleradores, servidores y racks representan aproximadamente el 13 % de la masa total de equipamiento de un centro de datos de IA de referencia.
¿La IA puede generar 46 millones de toneladas de residuos al año?
El escenario más alto de BAN sitúa en 46 millones de toneladas anuales los residuos electrónicos atribuibles a la IA en 2050. Se trata de una proyección que depende de las hipótesis de crecimiento y sustitución utilizadas por el informe.
¿Los PC y móviles también forman parte de la estimación?
Sí. BAN contempla una posible sustitución anticipada de PC, smartphones, tabletas, dispositivos Edge y equipos de telecomunicaciones cuando los nuevos requisitos de IA hagan que determinados dispositivos dejen de ser compatibles o resulten menos adecuados para esas funciones.
vía: Informe The AI Waste
