GCRI · Inteligencia artificial y sistemas autónomos
Computación y energía
Training and running AI requires specialised chips, data centres, electricity, cooling water and network capacity. Demand is growing quickly and concentrating in particular places, with effects on power grids, water resources and emissions. This page sets out how AI compute uses energy and water, how those uses are measured, and what evidence serves the grid operators, planners and policymakers who must accommodate them.
Cómo se desarrolla el trabajo.
Registro de modelos
Compute and energy · Model registry · Release gate
Modelos
| M-904 triage assistant | Servicio público | Alto | 19 of 24 suites | Bloqueado |
| M-890 flood nowcast | Ciencia | Medio | 10 of 12 | Publicado |
| M-955 document search | Interno | Bajo | 7 de 8 | Publicado |
| M-242 agent planner | Agéntico | Alto | 13 of 16 | En evaluación |
Ficha del modelo
- Uso previsto
- apoyo al triaje, decide una persona
- Fuera de alcance
- decisiones de elegibilidad
- Límites conocidos
- menor precisión en casos raros
- Propietario
- Propietario del modelo
Registro de incidentes
- D-28INCCita alucinada en el resumen
- D-6MITFundamentación de la recuperación añadida
- D-4INCInyección de instrucciones mediante un archivo cargado
- D-1MITPermiso de herramienta restringido
Evaluation scores
vs release threshold
Fig.Model registry: example names and illustrative values, not a record or a live system.
Compute and energy: how the risk develops.
Compute concentration, efficiency and demand. The dossier below sets out how the risk develops, what is measured, where the data come from, how it is modelled and who decides.
Training and inference both use energy
Training a large model uses a large amount of electricity once; inference uses less per query but runs continuously at scale, and can dominate over a model’s life.
Data centres strain local grids
Large data centres need connections comparable to industrial plants. Clusters in one region can outpace grid and generation build-out.
Cooling uses water
Evaporative cooling and electricity generation consume water. Where water is scarce, data centre siting competes with other uses.
Efficiency and demand move together
Hardware and software efficiency improve quickly, but lower costs can raise total use. Net energy demand depends on both.
Energy now in East Asia.
Night lights, population density and land cover over East Asia, from NASA GIBS. Each layer carries its own date.
El mapa interactivo requiere JavaScript; la lista de capas y las fuentes figuran a continuación.
Capas 3
La energía ahora, para esta página
Acerca de esta capa
- Evidencia
- Observado
- Fuente
- VIIRS Black Marble (VNP46A2) (NASA LAADS DAAC)
- Proveedor
- NASA LAADS DAAC
- Licencia
- Datos abiertos de la NASA
- Año de referencia
- diario; radiancia satelital, corregida por la luz de la luna y la atmósfera
- Más recientes en la compilación
- 2026-10-12
- Resolución
- cuadrícula de unos 500 m
- Incertidumbre
- Radiancia nocturna satelital de la fecha indicada; las luces son un indicador indirecto del uso de electricidad y de los apagones, no una medición del suministro ni del acceso.
- Se accede a través de
- gibs.earthdata.nasa.gov, solo después de que usted permita el mapa en vivo
Acerca de esta capa
- Evidencia
- Estimado
- Fuente
- Gridded Population of the World v4.11 (NASA SEDAC (CIESIN, Universidad de Columbia))
- Proveedor
- NASA SEDAC (CIESIN, Universidad de Columbia)
- Licencia
- CC BY 4.0
- Año de referencia
- null; estimación basada en el censo, estática (2020)
- Resolución
- cuadrícula de unos 1 km
- Incertidumbre
- Estimación basada en censos de personas por kilómetro cuadrado en 2020, mostrada como contexto de exposición; no es un recuento de las personas afectadas por ninguna amenaza.
- Se accede a través de
- gibs.earthdata.nasa.gov, solo después de que usted permita el mapa en vivo
Acerca de esta capa
- Evidencia
- Modelado (último mes que publica GIBS)
- Fuente
- MERRA-2 (NASA GMAO / GES DISC)
- Proveedor
- NASA GMAO / GES DISC
- Licencia
- Datos abiertos de la NASA
- Año de referencia
- mensual; modelo de reanálisis; último mes que publica GIBS
- Más recientes en la compilación
- 2026-07-01
- Resolución
- cuadrícula de unos 2 km
- Incertidumbre
- Estimación por modelo de reanálisis de la radiación solar incidente media mensual sobre tierra; un indicador del recurso solar, no una evaluación del rendimiento de un emplazamiento.
- Se accede a través de
- gibs.earthdata.nasa.gov, solo después de que usted permita el mapa en vivo
Acerca de esta capa
- Evidencia
- Observado
- Fuente
- VIIRS NOAA-20, reflectancia corregida (NASA LANCE)
- Proveedor
- NASA LANCE
- Licencia
- Datos abiertos de la NASA
- Año de referencia
- diario; imagen satelital
- Más recientes en la compilación
- 2026-10-14
- Resolución
- cuadrícula de unos 250 m
- Incertidumbre
- Imagen satelital. Ráster satelital o de modelo tal como lo publica el proveedor. Las nubes, los huecos de franja y el error de recuperación dejan lagunas y ruido; los valores son indicadores, no mediciones en un lugar.
- Se accede a través de
- gibs.earthdata.nasa.gov, solo después de que usted permita el mapa en vivo
Acerca de esta capa
- Evidencia
- Modelado (último año que publica GIBS)
- Fuente
- MODIS Terra y Aqua, cobertura del suelo (MCD12Q1) (NASA LP DAAC)
- Proveedor
- NASA LP DAAC
- Licencia
- Datos abiertos de la NASA
- Año de referencia
- anual; clasificación satelital; último año que publica GIBS
- Más recientes en la compilación
- 2024-01-01
- Resolución
- cuadrícula de unos 500 m
- Incertidumbre
- Clases satelitales de cobertura del suelo del año indicado, incluidas las tierras de cultivo; una clasificación con errores conocidos, no un registro de explotaciones agrícolas.
- Se accede a través de
- gibs.earthdata.nasa.gov, solo después de que usted permita el mapa en vivo
Acerca de esta capa
- Evidencia
- Observado (las nubes dejan lagunas)
- Fuente
- VIIRS NOAA-20 (NASA LANCE)
- Proveedor
- NASA LANCE
- Licencia
- Datos abiertos de la NASA
- Año de referencia
- diario; recuperación satelital; las nubes dejan lagunas
- Más recientes en la compilación
- 2026-10-14
- Resolución
- cuadrícula de unos 1 km
- Incertidumbre
- Temperatura de la superficie del suelo medida por satélite el día indicado, un indicador de la demanda de refrigeración; no es la temperatura del aire ni una alerta de calor.
- Se accede a través de
- gibs.earthdata.nasa.gov, solo después de que usted permita el mapa en vivo
Teclado, con el mapa seleccionado
Mantenga pulsado Ctrl o ⌘ y desplace para ampliar
Último disponible
NASA GIBS / EOSDIS · ASTER GDEM (METI, NASA) · Blue Marble (NASA) · © colaboradores de OpenStreetMap (ODbL) · Natural Earth
Cargando las imágenes más recientes de la NASA.
Arrastre para desplazar. Ctrl o ⌘ y desplazamiento, pellizco o los botones para ampliar; pase el puntero para ver los valores; restablecer devuelve a la región.
Energy now, framed on East Asia.Productos satelitales y de modelos tal como los publica la NASA, cada uno con su propia fecha. Son indicadores, no evaluaciones de ningún lugar.
Datos: NASA GIBS · ASTER GDEM · Blue Marble · © colaboradores de OpenStreetMap · Natural Earth · NASA EONET · NASA/NOAA VIIRS · NASA JPL OPERA DIST-ALERTFuentes y licencias
- We acknowledge the use of imagery provided by services from NASA’s Global Imagery Browse Services (GIBS), part of NASA’s Earth Science Data and Information System (ESDIS). Colours redrawn from the published colour map; values averaged into hexagonal cells where shown (modified). Datos abiertos de la NASA
- We acknowledge the use of imagery provided by services from NASA’s Global Imagery Browse Services (GIBS), part of NASA’s Earth Science Data and Information System (ESDIS). Colours redrawn from the published colour map; values averaged into hexagonal cells where shown (modified). Datos abiertos de la NASA
- Luces nocturnas VIIRS Black Marble, NASA Goddard Space Flight Center; distribuidas por el NASA Level-1 and Atmosphere Archive and Distribution System (LAADS DAAC); imágenes mediante NASA GIBS. Colores redibujados a partir del mapa de colores publicado; valores promediados en celdas hexagonales donde se muestran (modificado). Datos abiertos de la NASA
- Center for International Earth Science Information Network (CIESIN), Columbia University. 2018. Gridded Population of the World, Version 4 (GPWv4): Population Density, Revision 11. NASA Socioeconomic Data and Applications Center (SEDAC). Con licencia CC BY 4.0. Colores redibujados a partir de la paleta publicada; valores promediados en celdas hexagonales cuando se muestran (modificado). doi:10.7927/H49C6VHW. CC BY 4.0
- Reanálisis MERRA-2, NASA Global Modeling and Assimilation Office; distribuido por el NASA GES DISC; imágenes mediante NASA GIBS. Colores redibujados a partir del mapa de colores publicado; valores promediados en celdas hexagonales donde se muestran (modificado). Datos abiertos de la NASA
- Productos VIIRS en tiempo casi real (inundaciones, temperatura de la superficie terrestre, cubierta de nieve, reflectancia corregida), NASA LANCE; imágenes mediante NASA GIBS. Colores redibujados a partir del mapa de colores publicado; valores promediados en celdas hexagonales donde se muestran (modificado). Datos abiertos de la NASA
- Productos terrestres MODIS (índices de vegetación, producción primaria bruta, cobertura del suelo), NASA LP DAAC y LANCE; imágenes mediante NASA GIBS. Colores redibujados a partir del mapa de colores publicado; valores promediados en celdas hexagonales donde se muestran (modificado). Datos abiertos de la NASA
- ASTER GDEM es un producto del METI y la NASA (ASTER Global Digital Elevation Model V003, NASA LP DAAC); imágenes mediante NASA GIBS. Colores redibujados a partir del mapa de colores publicado; valores promediados en celdas hexagonales donde se muestran (modificado). Cítese como: NASA/METI/AIST/Japan Spacesystems and U.S./Japan ASTER Science Team (2019). ASTER Global Digital Elevation Model V003. doi:10.5067/ASTER/ASTGTM.003. Datos abiertos de la NASA
- Elaborado con Natural Earth. Datos cartográficos vectoriales y ráster gratuitos en naturalearthdata.com. Dominio público
- © Colaboradores de OpenStreetMap (ODbL), mediante NASA GIBS (costas, límites, carreteras y nombres de lugares). Colores redibujados a partir del mapa de colores publicado; valores promediados en celdas hexagonales donde se muestran (modificado). ODbL
- Blue Marble, NASA Earth Observatory; imágenes mediante NASA GIBS. Colores redibujados a partir del mapa de colores publicado; valores promediados en celdas hexagonales donde se muestran (modificado). Datos abiertos de la NASA
- Contexto en el globo y el mapa plano: costas, límites, carreteras y topónimos de las capas de referencia de NASA GIBS (datos de OpenStreetMap, ODbL, © colaboradores de OpenStreetMap); imágenes Blue Marble como base opcional; relieve 3D y lectura de elevación a partir del índice de color de elevación ASTER GDEM (clases de 5 m a 200 m, exageradas para facilitar la lectura). Los límites se representan tal como se publican y no implican posición alguna sobre ningún territorio.
- Eventos en vivo: Rastreador de Eventos Naturales del Observatorio de la Tierra de la NASA (EONET); los eventos son indicativos y conservan sus enlaces de origen.
- Observed (EO): NASA/NOAA VIIRS (Suomi NPP). We acknowledge the use of imagery provided by services from NASA’s Global Imagery Browse Services (GIBS), part of NASA’s Earth Science Data and Information System (ESDIS).
- Observed (EO): NASA JPL OPERA DIST-ALERT (contains modified Copernicus Sentinel data 2026). We acknowledge the use of imagery provided by services from NASA’s Global Imagery Browse Services (GIBS), part of NASA’s Earth Science Data and Information System (ESDIS).
- NASA GIBS: We acknowledge the use of imagery provided by services from NASA’s Global Imagery Browse Services (GIBS), part of NASA’s Earth Science Data and Information System (ESDIS).
- Último año, temperatura diaria (ERA5 vía Open-Meteo): contiene información modificada del Copernicus Climate Change Service 2026.
- Último año, temperatura e insolación diarias (NASA POWER): estos datos se obtuvieron del proyecto POWER del NASA Langley Research Center (LaRC), financiado por el programa NASA Earth Science/Applied Science..
- Datos meteorológicos de Open-Meteo.com (https://open-meteo.com/), con licencia CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/).
- Las capas opcionales (10 fuentes en la lista de capas: en vivo, pronóstico, observadas y de contexto) muestran el crédito de su proveedor en el mapa y aquí cuando se activan; los pronósticos son resultados de modelos y los índices derivados son estimaciones.
Capas y fechas
- Luces nocturnas, diario: VIIRS Black Marble (VNP46A2), NASA LAADS DAAC · 12 oct 2026
- Densidad de población, 2020: Población: CIESIN, Columbia University, Gridded Population of the World v4.11 (2018), NASA SEDAC, CC BY 4.0 · estático
- Radiación solar incidente en la superficie terrestre, media mensual: MERRA-2, NASA GMAO / GES DISC · julio de 2026
- Color verdadero: reflectancia corregida VIIRS NOAA-20, NASA LANCE · 13 oct. 2026
- Tipo de cobertura terrestre (IGBP), anual: MODIS Terra and Aqua land cover (MCD12Q1), NASA LP DAAC · 2024
- Temperatura de la superficie terrestre, día: VIIRS NOAA-20, NASA LANCE · 13 oct. 2026
AI compute couples to energy and water.
- EnergíaAcoplamientoData-centre load grows quickly on specific grid nodes.What to watchConnection queue and load
- AguaAcoplamientoSome cooling designs consume water.What to watchWater use per unit of energy
- BiodiversidadAcoplamientoSiting of data centres and power affects land and habitats.What to watchLand use of new sites
Compute and energy analyses are designed for the Serie Perspectivas de prospectiva. The IEA’s Energy and AI report (2025) gives scenario ranges for data-centre electricity demand.
- Measured energy and water use of computing facilities.
- Grid connection studies.
Una cascada a través de redes interdependientes.
A huella de amenaza takes out co-located assets in every layer; fragmentation, dependency between layers and overload of the survivors then spread the failure. The 3D view separates the layers by depth. Teaching model with stated illustrative values, not a prediction. The map on this page shows East Asia; the model itself is not tied to a place.
Controles
- Activos por capa
- 18
- Huella de la amenaza
- 8 % de la superficie
- Activos que dependen de otra capa
- 60%
- Capacidad de reserva (tolerancia)
- 30%
Lecturas
- Activos afectados por la amenaza
- 6%
- Activos que siguen funcionando
- 20%
- Amplificación del daño inicial
- 14.3 times
- Pasos hasta la liquidación
- 4
Cifras, métodos y fuentes
| Paso | Centros de datos en funcionamiento (%) | Redes en funcionamiento (%) | Funcionamiento eléctrico (%) |
|---|---|---|---|
| 0 | 89 | 94 | 100 |
| 1 | 44 | 44 | 100 |
| 2 | 6 | 22 | 78 |
| 3 | 6 | 22 | 39 |
| 4 | 6 | 22 | 33 |
Métodos
- Redes interdependientes Buldyrev and others (2010), Catastrophic cascade of failures in interdependent networks, Nature 464
- Cascadas de sobrecarga Motter and Lai (2002), Physical Review E 66
- Carga de intermediación Brandes (2001), Journal of Mathematical Sociology 25
- Redes multicapa Kivela and others (2014), Journal of Complex Networks 2
- Interdependencias de infraestructuras Rinaldi, Peerenboom and Kelly (2001), IEEE Control Systems 21(6)
- Abanico de incertidumbre (Monte Carlo de parámetros) Spiegelhalter, Pearson y Short (2011), Visualising uncertainty about the future, Science 333
- Sensibilidad de un factor a la vez (tornado) Saltelli and others (2008), Global Sensitivity Analysis: The Primer, Wiley
Datos
The model runs on the teaching values set by the controls. To calibrate it for a place, read it against these admitted layers and series, which this page’s map can draw:
- Carreteras principales Natural Earth
- Ferrocarriles Natural Earth
- Puertos marítimos Natural Earth
- Aeropuertos Natural Earth
- Extensiones urbanas Natural Earth
- Luces nocturnas esta noche, cortes (banda día/noche VIIRS) NASA/NOAA VIIRS (Suomi NPP) · registro nasa.gibs.context-live-layers
- Eventos naturales (NASA EONET) NASA EONET · registro nasa.eonet.events
En los seis pilares, bajo la dirección de Nexus Consortium
- Experimentos Laboratorios
- Integrado en Inteligencia artificial y sistemas autónomos en Foundry
- Probado en Inteligencia artificial y sistemas autónomos en Universe
- Codificado en Riesgo digital, cibernético y de la IA en Standards
- Publicado en Inteligencia artificial y sistemas autónomos en Reports
- Se imparte en Facultad de Tecnología y Sistemas Digitales en Academy
Qué se mide y con qué calidad.
Cada indicador lleva su unidad, su periodicidad, el tipo de fuente que lo respalda y la etiqueta de evidencia que llevaría un valor. No se muestran valores: un programa los aporta bajo su propia autoridad.
| Indicador | Unidad | Cadencia | Tipo de fuente | Etiqueta |
|---|---|---|---|---|
| Data centre electricity consumption | terawatt hours per year | anual | Energy agency estimates | ESTIMADO |
| Eficacia en el uso de la energía (PUE) | ratio of facility to IT energy | anual | Operator disclosures | DECLARADO |
| Water usage effectiveness | litres per kilowatt hour | anual | Operator disclosures | DECLARADO |
| Grid connection requests from data centres | megawatts requested | trimestral | Grid operator queues | Estadísticas publicadas |
| Training compute of notable models | floating point operations | per model | Compiled model databases | ESTIMADO |
| Energy per inference | watt hours per query | per measurement | Measurement studies | ESTIMADO |
Model compute and energy as a system. Run the cascade.
Assembled from the Nexus Standards area profile Normas sobre riesgos de la IA y los sistemas autónomos: the hazards it names, the sistemas and sectors that carry the loss, the controls that dampen it and the data that observe it. Choose the components, pick an initiating hazard and step through the cascade. The Map view places the run on an example geography with open data. Every coupling weight is a stated assumption you can change. A teaching model, not a forecast, an assessment or a certification. To model a place of your own choosing, open the full Constructor de sistemas.
Amenazas
- Rotura de presa
- Sea-ice loss
- Coastal erosion (desencadenado aguas abajo)
- Inundación fluvial (desencadenada aguas abajo)
- Flash flood (set off downstream)
- Desplazamiento masivo (desencadenado aguas abajo)
- Biodiversity loss (set off downstream)
- Apagón generalizado (desencadenado aguas abajo)
- Déficit de suministro de agua (desencadenado aguas abajo)
- Arctic winter sea-ice collapse (set off downstream)
- Polar vortex disruption (set off downstream)
Sistemas y acoplamientos
Controles
NS-0Constitución y principiosNS-10Políticas y cláusulas (obligaciones legibles por máquina: definición, carácter vinculante, evaluación y cumplimiento)NS-11Verificación y seguimiento (evidencia, atestaciones, observación de la conformidad de confianza cero)NS-12Artefactos de software, modelos e IA/ML (cadena de suministro, fichas de modelo, fichas de conjuntos de datos)NRS-H100Familia de amenazas: robótica, autonomía y armas autónomas (NHS-1 tech.autonomy-weapons)NRS-H53Familia de amenazas: perturbaciones ciberfísicas (NHS-1 cyber.cyber-physical)NRS-H61Familia de amenazas: fallo en cascada (NHS-1 sys.cascade)NRS-H113Familia de amenazas: fragilidad del sistema financiero (NHS-1 soc.financial-system)NRS-A8Datos de riesgo y empaquetado de modelos listos para la IANRS-H54Familia de amenazas: interrupción de señales y plataformas (NHS-1 cyber.platform)
Observación
- OSV open source vulnerability database (listed for reference)
- Our World in Data datasets (listed for reference)
- Research and development expenditure as a proportion of GDP
Geografía de ejemplo
- North America: 243 hexagonal cells
- Luces nocturnas de esta noche, apagones (VIIRS Day/Night Band), NASA GIBS
- Agua superficial a través de nubes, 30 m (radar OPERA DSWx-S1), NASA GIBS
- Intensidad de la lluvia, última media hora (IMERG), NASA GIBS
- Vegetation disturbance alerts, 30 m (OPERA DIST-ALERT), NASA GIBS
De dónde procede la evidencia.
Conjuntos de datos públicos y registros institucionales identificados, cada uno con su tipo de licencia. Las fuentes obtenidas por acuerdo solo se utilizan conforme a sus condiciones y nunca se republican.
| Fuente | Lo que aporta | Tipo de licencia |
|---|---|---|
| IEA Energy and AI analysis and data centre electricity estimates | Global and regional data centre electricity demand | Licence per product (to check) |
| Epoch AI data on notable models and compute | Training compute and hardware trends | Abierta, CC BY 4.0 |
| TOP500 and Green500 lists | Performance and energy efficiency of supercomputers | Public, TOP500 terms |
| Grid operator interconnection queues and planning reports | Requested connections and load forecasts | Public records, terms per operator |
| Operator sustainability reports | Energy, water and emissions disclosures | Public documents, terms per operator |
The sector signature of compute and energy.
The sectors compute and energy touches and how strongly they depend on each other: what a study has to observe and model together.
Firma
La energía y sus socios
La energía aporta electricidad para el transporte y las telecomunicaciones a la infraestructura (0.8), bombeo y tratamiento al agua (0.5) y fertilizantes, maquinaria y cadenas de frío a la alimentación (0.5).
W · E · I · F · H · B
- Sectores
- 4 de 6
- Relaciones
- 6 de 15
- Acoplamiento
- 0.46 proporción del total
Relaciones más fuertes en juego
- Energía → Infraestructura · electricidad para el transporte y las telecomunicaciones0.8
- Agua → Energía · agua de refrigeración e hidroelectricidad0.6
- Agua → Alimentos · riego0.8
- Infraestructura → Agua · tuberías, presas y plantas de tratamiento0.6
Quién decide y a qué sirve la evidencia.
Estudio de Inteligencia artificial y sistemas prepares evidence. The decisions below are taken by the authorities named, under their own rules, and never by the platform.
| Quién decide | La pregunta | Evidencia a la que sirve esta página |
|---|---|---|
| Grid operators and energy regulators | How to plan generation and connections for data centre load | Load analyses; connection queues |
| Water authorities and planners | Where data centre water use is acceptable | Water footprint evidence |
| Organisations deploying AI | How to reduce the footprint of their AI use | Estimation methods; efficiency evidence |
Productos que genera este tema
- Energy and water footprint estimation methods for AI workloads
- Regional data centre load analyses
- Efficiency trend summaries
- Evidence notes for grid and water planning
How compute and energy is modelled, measured and tested.
El modelo, sus supuestos, sus datos y su incertidumbre, en la forma en que un científico o un ingeniero los comprobaría. Las estructuras siguen métodos publicados. Los valores representados son ilustrativos, no hallazgos.
Modelo de sistema
The couplings between the systems in compute and energy: signs of influence, a reinforcing and a balancing loop, and cross-links where stress jumps.
What researchers ask about compute.
- How concentrated are chip manufacturing, cloud capacity and frontier model training, and what follows from that?
- How much energy and water do training and inference use, and how is that changing?
- How much do efficiency gains offset growth in demand?
- Who has access to compute for research and public-interest uses?
Concentration, efficiency and demand.
Advanced chip fabrication is concentrated in very few facilities, and a small number of cloud providers supply much of the compute for AI. That concentration creates shared exposure to disruption, from natural hazards to export controls, and shapes who can build large models.
Hardware and algorithms become more efficient over time, but cheaper computation tends to increase total use, an effect known as the rebound or Jevons effect. Data centres draw large, steady electricity loads that can strain local grids and, where they use evaporative cooling, water supplies. Inference, the everyday use of models, can come to outweigh training in total energy use.
Measuring compute and its footprint.
- 01
Energy accounting
Estimating energy per training run and per query, using computación de alto rendimiento, en la nube y en el borde. Providers disclose little, so estimates carry wide uncertainty.
- 02
Supply-chain mapping
Tracing chips, materials and facilities to identify concentration and single points of failure.
- 03
Análisis de escenarios
Projecting demand under different assumptions about efficiency and adoption, with probabilidad y estadística. Projections are scenarios, not forecasts.
- 04
Access studies
Assessing which researchers and institutions can obtain compute, and on what terms.
Cómo se estudia y lo que los métodos no pueden decir.
- 01Computación de alto rendimiento, en la nube y en el bordeAcceso a computación para la investigación pública · Medición energética de las cargas de trabajoAplicado aquí
- 02Inteligencia artificial y aprendizaje automáticoAnálisis del cambio de distribución · Ajuste fino para un uso específico · Métodos de interpretabilidadAplicado aquí
- 03Probabilidad y estadísticaIncertidumbre de las puntuaciones de referencia · Evaluación de la calibración · Muestreo de auditoríaAplicado aquí
Where this page’s references lead.
Los organismos y documentos con los que se lee esta página. El estado y las ediciones cambian; cada enlace lleva al organismo emisor.
Preguntas y respuestas.
How much energy does AI use?
What is power usage effectiveness?
Why does AI use water?
Will efficiency gains reduce AI’s energy use?
Why does water matter for data centres?
Does the platform allocate compute?
Can energy figures be trusted?
Aporte evidencia desde esta página.
serie Reports is the Consortium’s quarterly publication. What you know about this subject can become evidence, a case or a correction in the next edition, credited to you and published under CC BY 4.0 where it is your own work.
- Correo electrónicoPasarela GW-GCRIEnvíelo desde esta páginaEvidencia, una corrección, un caso, un método, una revisión, una traducción o un aporte a un perfil. Llega etiquetado con esta página, de modo que lo recibe el editor responsable.
- ZenodoDepósito abiertoDeposítelo y envíelo a la comunidadPublique su propio registro en Zenodo con su ORCID iD y luego envíelo a la comunidad de Reports allí. Los curadores lo revisan; el DOI sigue siendo suyo.
- serie ReportsGCRIVer todas las formas de contribuirLos tipos de contribución, cómo se revisa cada uno, qué crédito recibe, la licencia y qué nunca se acepta.
No envíe nunca datos personales, detalles sensibles de infraestructura ni nada que no tenga derecho a compartir. Un aporte se revisa antes de su uso; enviarlo no confiere autoría ni derechos editoriales, y el patrocinio nunca compra un hallazgo.
Aporte un método, un conjunto de datos o una pregunta.
La información y las consultas están abiertas hoy. Una consulta recibe una referencia e indica el siguiente paso; las solicitudes, pagos, asignaciones de cómputo y registros solo se abren cuando existen su equipo, sus condiciones y la capacidad de revisión.
Documentos jurídicos.
Los mapas, datos y cifras de este sitio se muestran como contexto e información general. No son consejos, pronósticos ni avisos; los límites de la información se exponen en los Descargos de responsabilidad y los Avisos sobre datos.