Algunos principios fundamentales que deben guiar la configuración y operación de IA:
- Transparencia energética: documentar, medir y reportar el consumo energético de los modelos (“energy footprint”). En la Unión Europea, el recién entrado en vigor EU AI Act exige documentación técnica que incluya desglose del consumo energético para modelos generales (“General-Purpose AI Models”).
- Reproducibilidad y trazabilidad: no basta con entrenar - se deben poder replicar los resultados, incluyendo versiones exactas de librerías, entornos, y configuración de hardware/software.
- Optimización proactiva: aplicar técnicas de optimización de modelos (pruning, cuantización, distillation, sparsity) antes de desplegar para reducir consumo sin degradar significativamente el rendimiento.
- Uso de energía limpia: elegir proveedores o ubicaciones con fuentes renovables, preferir momentos del día en que la red eléctrica tenga mejor mix renovable.
- Eficiencia sobre escala: más no siempre es mejor; distribuir cargas, paralelizar solo cuando aporte netamente, evitar sobrecapacidad.
- Cumplimiento normativo y ético: cumplir con directivas europeas, estándares emergentes, regulaciones locales de eficiencia energética y emisiones.
