Todos los periódicos y la radio, en unoEscrito por IA a partir de Hacker News · Cómo se hace
Hacker News
Inteligencia artificial · berget.ai
La misma petición de IA emite 8,5 veces más CO₂ en Texas que en Suecia
Berget AI, proveedor sueco de inferencia, publica con el Stockholm Environment Institute, WattTime y Klimatkollen un método open source para calcular las emisiones de cada petición a un modelo de IA. Con él estima que una petición típica emite 0,4 g de CO₂ en Suecia y 3,2 g en Texas.
Foto: vía berget.ai
1 medio · MadridPublicada 23 oct, 09:35Actualizada 23 oct, 10:05· Ya no está en portadaEscrita por IA · cómo funciona
Berget AI presenta un método de código abierto, con licencia MIT en GitHub, para calcular las emisiones de carbono de cada petición individual a un modelo de IA. Lo ha desarrollado con el Stockholm Environment Institute (SEI), WattTime y Klimatkollen, y sigue la especificación SCI for AI de la Green Software Foundation. Los clientes de la empresa ya pueden ver sus emisiones petición a petición en la consola, y hay una calculadora pública en co2.berget.ai que aplica el método a cualquier modelo y región.
Para una petición típica al modelo abierto Kimi K3 (5.000 tokens de entrada y 387 de salida, en un nodo B300 con despliegue compartido), la empresa calcula unos 0,4 g de CO₂ en Suecia, 1,6 g en Irlanda, 2,5 g en Alemania y 3,2 g en Texas, con hardware idéntico. La energía es de unos 4 Wh en todos los casos. En Suecia el 89 % de las emisiones procede de la fabricación del hardware; en Texas, el 90 % viene de la electricidad, además de unos 6 ml de agua de refrigeración.
Las cifras son location-based: usan la intensidad media de la red eléctrica donde están los servidores (unos 8 g CO₂e/kWh en Suecia, 224 en Irlanda, 337 en Alemania y 333 en Texas) e incluyen la fabricación del hardware, estimada en unos 1.000 kg de CO₂ por GPU de centro de datos. Quedan fuera el entrenamiento y la fabricación de chips en cuanto a agua y energía. El comunicado incluye una corrección: una versión anterior hablaba de una diferencia de diez veces entre Texas y Suecia, y tras revisar las fuentes quedó en 8,5.
Berget AI sostiene que, con los modelos de pesos abiertos, que pueden ejecutarse en cualquier centro de datos, el comprador puede elegir dónde se procesa su petición si ve las emisiones. Señala que estos modelos supusieron el 29 % de los tokens en el AI Gateway de Vercel en junio de 2026, frente al 11 % en abril. Añade que el mes próximo incorporará estimaciones con tasas de emisión marginales, que podrían cambiar de forma notable la intensidad medida en Suecia.
«The same AI request emits 8.5 times more CO2 in Texas than in Sweden» · puesto 3 · 101 puntos · enviado por jlundberg
Lo que dicen los comentarios
Buena parte de la conversación se desvía del método hacia el debate más amplio sobre el impacto de la IA. Un comentario compara la huella de una hamburguesa con miles de peticiones y otros discuten si es un agravio selectivo o un cambio de tema; otros cuestionan si lo que se genera con IA merece el gasto. Hay también aportaciones técnicas: el nivel de esfuerzo de razonamiento puede multiplicar por cien el consumo de tokens, y las llamadas a herramientas amplifican la demanda de cómputo. Sobre dónde ubicar los centros de datos se señalan las conexiones eléctricas y el aprovechamiento del calor residual. Se discute además si regular las inversiones verdes o aplicar un impuesto al CO₂. Varios usuarios reportan que la web daba errores 502 y 503.
El nivel de esfuerzo de razonamiento será clave para el consumo energético de la IA: medio y máximo pueden diferir hasta dos órdenes de magnitud en tokens. Y las llamadas a herramientas amplifican la demanda de cómputo.
Comer una sola hamburguesa equivale en CO₂ a 17.000 peticiones en Suecia y 2.000 en Texas. Reducir la carne y sustituirla por tofu, seitán o tempeh tiene mucho más impacto.
Una razón para construirlos cerca de zonas pobladas es que resulta más fácil aprovechar el calor residual, por ejemplo para calentar viviendas en climas fríos.
No hace falta regular específicamente las inversiones verdes de los centros de datos: basta con un impuesto a las emisiones de CO₂ y la industria encontrará formas eficientes de reducirlas.
He trabajado con Codecarbon, herramienta estándar para medir emisiones de cargas de ML/IA. Sería estupendo que vuestros hallazgos se aportaran también a ese proyecto.
Esta noticia la ha redactado una inteligencia artificial a partir de las fuentes citadas, con el criterio editorial de El Autómata (equilibrio, atribución y solo hechos publicados). Puede contener errores: consulta las fuentes originales. Modelo: claude-sonnet-5.5.