Respuesta directa: no existe una cifra universal de CO₂ para «entrenar una IA». Dos ejecuciones del mismo tamaño pueden tener huellas muy distintas según el hardware, las horas reales, la utilización, la eficiencia del centro de datos, el lugar y el momento del consumo eléctrico. Además, contar solo la ejecución final omite pruebas fallidas, búsqueda de hiperparámetros, preparación de datos y fabricación de equipos.

Última revisión editorial: julio de 2026. Esta guía separa mediciones, estimaciones y datos comerciales. Los ejemplos numéricos propios son didácticos y no describen un modelo real.

Índice

• Qué cuenta como huella del entrenamiento
• Fórmula paso a paso
• Qué medir durante el proyecto
• Qué enseñan los casos publicados
• Electricidad, PUE y factores de emisión
• Cómo presentar la incertidumbre
• Herramientas y sus límites
• Cómo reducir la huella sin degradar el resultado
• Qué exige realmente la normativa europea
• Preguntas frecuentes
• Fuentes y método editorial

Qué cuenta como huella del entrenamiento

Entrenamiento final no es proyecto completo

La ejecución que produce los pesos publicados suele ser solo una parte del trabajo. Antes pueden existir preprocesamiento, pruebas de arquitectura, búsqueda de hiperparámetros, ejecuciones interrumpidas, evaluación, alineamiento, ajuste fino y generación de puntos de control. Si la pregunta es cuánto emitió el proyecto, esas actividades deben entrar en el inventario o quedar expresamente excluidas.

Entrenamiento, inferencia y ciclo de vida son preguntas distintas

El entrenamiento crea o ajusta el modelo. La inferencia lo utiliza para responder solicitudes. Un entrenamiento puede ser intenso pero finito; una inferencia pequeña, repetida millones de veces, puede superar su consumo acumulado. El ciclo de vida añade fabricación de chips y servidores, construcción o renovación de infraestructura, transporte y fin de vida. No mezcles estas tres preguntas en una sola cifra.

Seis perímetros que conviene declarar

CO₂ no equivale a impacto ambiental total

La huella de carbono se expresa normalmente en CO₂ equivalente e integra distintos gases mediante factores de calentamiento. No representa por sí sola consumo de agua, extracción de minerales, toxicidad, uso de suelo, residuos electrónicos o impacto local de una nueva conexión eléctrica. Un informe responsable presenta esos asuntos como indicadores separados y evita convertirlos a una falsa unidad común.

El tamaño del modelo no determina la huella

Los parámetros no indican cuántos se activan, cuántos datos se procesan, cuántos pasos se ejecutan ni el rendimiento del acelerador. Los FLOP —operaciones de coma flotante— describen trabajo computacional, no energía. Para convertirlos a kWh hace falta una eficiencia observada o supuesta; para convertir kWh a CO₂e hacen falta ubicación, tiempo y criterio contable.

Fórmula paso a paso

1. Calcula o mide la energía de TI

La mejor base es un contador o telemetría de potencia integrada en el tiempo. Suma aceleradores, CPU, memoria, almacenamiento y red que sean materiales. Si solo tienes potencia media, utiliza:

Energía TI (kWh) = potencia media TI (kW) × duración (h).

No multipliques el TDP nominal de una GPU por las horas y lo llames medición. El TDP puede servir para un escenario conservador, pero no representa necesariamente la potencia real ni incluye el resto del nodo.

2. Añade la instalación una sola vez

Cuando la medida se limita al equipo TI, una aproximación habitual es:

Energía de instalación = energía TI × PUE.

El PUE relaciona la energía total del centro con la usada por sus equipos informáticos. Debe corresponder al centro y periodo del entrenamiento. Si el proveedor ya entrega energía total de instalación, multiplicarla otra vez por PUE duplica refrigeración y auxiliares.

3. Aplica un factor eléctrico coherente

Emisiones operacionales = energía de instalación (kWh) × factor eléctrico (kg CO₂e/kWh).

Guarda fuente, año, geografía, resolución temporal y unidad del factor. Un promedio anual nacional, un dato horario de generación y un factor contractual responden a preguntas distintas. No selecciones después del cálculo el factor que produzca el resultado más favorable.

4. Asigna el hardware sin fingir precisión

Cuando existe una evaluación de ciclo de vida del equipo, una regla transparente puede asignar sus emisiones incorporadas según las horas de uso:

Hardware asignado = huella de fabricación del equipo × horas del proyecto / horas de vida asignables.

Este reparto es una convención, no una propiedad física. Documenta vida útil, ocupación, número de usuarios y tratamiento del equipo ocioso. Si el fabricante no publica datos, presenta un intervalo o deja la categoría como «no disponible»; no la conviertas en cero.

5. Suma cada ejecución del alcance

La huella del proyecto es la suma de las ejecuciones incluidas más almacenamiento, transferencia y hardware asignado cuando sean materiales. Conserva también resultados por separado: energía, emisiones operacionales basadas en ubicación, emisiones basadas en mercado y ciclo de vida estimado. Un único total impide entender por qué cambia.

Ejemplo didáctico reproducible

Supón un entrenamiento ficticio con 43,2 kW medios para todo el equipo TI durante 240 horas. Consume 10.368 kWh TI. Con PUE 1,20, la instalación consume 12.442 kWh. Un factor de 0,18 kg CO₂e/kWh produce 2.240 kg CO₂e operacionales. Si el método asigna 700 kg CO₂e de fabricación, el resultado de ciclo de vida es 2,94 t CO₂e.

Ese valor no incluye experimentos previos. Si cuatro pruebas consumieron juntas otro 30 % de la energía final, deben sumarse cuando el alcance sea «desarrollo del modelo». Tampoco autoriza a extrapolar la cifra a otro centro, arquitectura o red eléctrica.

Qué medir durante el proyecto

Diseña el registro antes de iniciar

Medir después obliga a reconstruir horarios y equipos desde facturas o registros incompletos. Define identificador de ejecución, versión del código, conjunto de datos, objetivo, responsable, hora de inicio y fin, criterio de parada y resultado. Esto permite relacionar el impacto con una decisión técnica, no solo acumular kWh.

Ficha mínima de una ejecución

Incluye ejecuciones fallidas

Una prueba abortada consumió energía aunque no genere un modelo. Etiquétala como error de infraestructura, problema de datos, inestabilidad, cambio de diseño o parada deliberada. Esa clasificación revela oportunidades: validación previa, pruebas pequeñas, reanudación desde puntos de control o límites automáticos.

Registra trabajo útil junto a energía

kWh por sí solo puede premiar un modelo pequeño que no cumple la tarea. Presenta energía y CO₂e junto a calidad, latencia, robustez y cobertura. Añade métricas normalizadas solo si el denominador es comparable: kWh por experimento aceptado, por millón de ejemplos procesados o por mejora de un punto en una métrica definida.

Protege datos operativos sensibles

La telemetría puede revelar carga, capacidad, horarios y arquitectura de una infraestructura. Publicar resultados no exige divulgar credenciales, direcciones internas o inventarios explotables. Separa el registro técnico restringido de la ficha pública y conserva trazabilidad suficiente para una auditoría autorizada.

Qué enseñan los casos publicados

BLOOM: el mismo entrenamiento, dos límites

El estudio de Luccioni, Viguier y Ligozat sobre BLOOM, un modelo de 176.000 millones de parámetros, estimó unas 24,7 t CO₂e para el consumo dinámico del entrenamiento final y 50,5 t CO₂e al incorporar procesos desde la fabricación de equipos hasta el consumo operacional. No son dos mediciones contradictorias: son dos perímetros. El caso también analiza la inferencia por separado.

Las 284 toneladas no describen «entrenar una IA»

La equivalencia viral con varios coches procede de una estimación de 2019 asociada al escenario de búsqueda de arquitectura y ajuste descrito por Strubell, Ganesh y McCallum. No representa cualquier modelo ni una ejecución final estándar. Cuando un artículo omite el tipo de búsqueda, el hardware, el factor eléctrico y la fecha, transforma un escenario concreto en una regla falsa.

Arquitectura, hardware y ubicación pueden dominar

Patterson y colaboradores mostraron que ubicación, infraestructura, procesador y arquitectura cambian ampliamente energía y emisiones; estimar de forma retrospectiva sin información detallada es difícil. Su conclusión útil no es copiar una tonelada histórica, sino exigir energía y CO₂e explícitos cuando el cómputo sea grande.

GPT-4, Claude o Gemini: no inventes el dato ausente

Sin energía medida, PUE, región, factor eléctrico, número de ejecuciones y límite de ciclo de vida, no puede calcularse una huella exacta de entrenamiento. Parámetros rumoreados, precio de API o tamaño del centro de datos no sustituyen esos datos. Un intervalo puede ser válido si publica todos los supuestos; una cifra precisa derivada de rumores no lo es.

El consumo de centros de datos no es el del entrenamiento

La Agencia Internacional de la Energía calcula que todos los centros de datos consumieron unos 415 TWh en 2024, alrededor del 1,5 % de la electricidad mundial, y proyecta unos 945 TWh en 2030. La IA es un impulsor principal del crecimiento, pero la cifra incluye cargas de centros de datos que no son entrenamiento. No sirve para calcular las emisiones de un modelo concreto.

Electricidad, PUE y factores de emisión

Basado en ubicación y basado en mercado

El método basado en ubicación aproxima las emisiones de la red donde se consumió la electricidad. El basado en mercado considera instrumentos contractuales que cumplan criterios de calidad. La guía de alcance 2 del GHG Protocol establece requisitos para contabilizar y comunicar compras eléctricas. Si se dispone de ambos resultados, publícalos separados; un contrato renovable no cambia retrospectivamente el flujo físico local.

Promedio anual frente a dato horario

Un factor anual es sencillo y reproducible para inventarios. Un factor horario puede reflejar mejor cuándo operó una carga flexible, pero requiere una fuente consistente y reglas previas para datos ausentes. No combines potencia horaria con un factor marginal y lo compares con un inventario anual promedio como si fueran la misma métrica.

PUE no mide la sostenibilidad completa

Un PUE menor indica menos energía auxiliar por unidad de energía TI. No informa sobre el origen eléctrico, fabricación del hardware, agua, ocupación del servidor ni utilidad del modelo. Tampoco debe tomarse una cifra corporativa mundial si se conoce que el entrenamiento ocurrió en una instalación concreta.

Las compensaciones van fuera del inventario bruto

Una compensación o retirada de carbono no reduce los kWh consumidos ni debe restarse silenciosamente de las emisiones brutas. Informa primero el resultado antes de compensar, después el instrumento, estándar, año, permanencia y cantidad retirada o evitada. Así el lector puede evaluar ambos componentes.

Cómo presentar la incertidumbre

Usa intervalos cuando falten datos

En el ejemplo anterior, mantén 10.368 kWh TI pero prueba PUE entre 1,15 y 1,30, factor eléctrico entre 0,12 y 0,28 kg CO₂e/kWh y hardware asignado entre 0,3 y 1,1 t CO₂e. La huella resultante estaría aproximadamente entre 1,73 y 4,87 t CO₂e. Ese rango es más honesto que escoger 2,94 t con decimales si las entradas no están medidas.

Separa calidad del dato y sensibilidad

La calidad describe si el dato es medido, proporcionado por el proveedor, estimado o desconocido. La sensibilidad muestra cuánto cambia el resultado al modificarlo. Un factor muy incierto puede ser irrelevante si aporta el 1 % del total; un PUE aparentemente preciso puede importar mucho si se aplica a una carga enorme.

No sumes rangos de forma optimista

Calcula un escenario bajo y otro alto con combinaciones coherentes. Explica qué entradas dominan y evita presentar el extremo favorable como dato central. Si la decisión depende de superar un umbral, realiza además un análisis de punto de equilibrio.

Redondea según la evidencia

Una estimación basada en potencia nominal, PUE genérico y factor anual no justifica kilogramos con dos decimales. Redondea a una precisión compatible, conserva los cálculos internos y publica las unidades. Distingue CO₂ de CO₂e: no son intercambiables.

Herramientas y sus límites

Telemetría del equipo y del proveedor

La medida más útil procede del circuito, nodo o plataforma que ejecuta el trabajo. Las métricas del acelerador pueden dejar fuera CPU, memoria, red y pérdidas. Revisa si el proveedor informa energía TI, energía de instalación o una estimación económica; no todas las consolas de nube exponen el mismo perímetro.

Green Algorithms

El marco Green Algorithms estima la huella de una tarea con tiempo, núcleos, memoria, eficiencia de la instalación y ubicación. Es especialmente útil cuando no existe contador, siempre que los supuestos se conserven junto al resultado.

CodeCarbon y CarbonTracker

CodeCarbon registra consumo estimado y emisiones durante la ejecución. CarbonTracker puede seguir y predecir el impacto del entrenamiento. Son instrumentos de observación, no autoridades sobre PUE, factor eléctrico o fabricación. Valida su cobertura y versión antes de comparar proyectos.

Una hoja de cálculo sigue siendo necesaria

Las herramientas automatizan lecturas, pero el inventario necesita decisiones de alcance, calidad, asignación e incertidumbre. Conserva un archivo con ejecuciones, fuentes, factores y fórmulas versionadas. Una auditoría debe poder recalcular el resultado si cambia el factor eléctrico sin repetir el entrenamiento.

Cómo reducir la huella sin degradar el resultado

Evita cómputo antes de hacerlo más verde

Define una línea base pequeña, un presupuesto de experimentos y un criterio de parada. Valida datos y canalizaciones con muestras; detecta configuraciones inválidas antes de reservar cientos de aceleradores. Reutilizar un modelo, aplicar recuperación de información o ajustar uno menor puede satisfacer la necesidad sin preentrenar desde cero.

Reduce energía por resultado aceptado

Prueba precisión mixta, acumulación de gradiente, paralelización eficiente, early stopping, poda de configuraciones y recuperación desde puntos de control. Mide velocidad y calidad: una técnica que baja potencia pero duplica las horas puede consumir más.

Elige hardware por rendimiento útil

Compara ejemplos o tokens procesados por kWh para la carga concreta, no solo potencia de placa. Un acelerador de mayor consumo instantáneo puede terminar mucho antes. Incluye disponibilidad, fallos, transferencia de datos y utilización; reservar equipo sobredimensionado y mantenerlo ocioso también tiene coste.

Desplaza tiempo o ubicación con límites

Cuando el trabajo sea flexible, una señal eléctrica con menor intensidad puede reducir emisiones operacionales. La decisión debe respetar privacidad, residencia de datos, latencia, seguridad, disponibilidad de red y metodología contable. No traslades una carga a una región solo porque una aplicación muestra un color más verde sin verificar el factor.

Publica el rendimiento y el impacto juntos

Una reducción es defendible si mantiene el criterio técnico acordado. Presenta la frontera entre calidad, latencia, energía y coste. Esto evita premiar un modelo inservible por ser pequeño o justificar cualquier expansión con una mejora marginal.

Qué exige realmente la normativa europea

El Reglamento de IA no publica una huella universal

El artículo 53 del Reglamento (UE) 2024/1689 obliga a los proveedores de modelos de IA de uso general a mantener determinada documentación técnica. Su anexo XI incluye recursos computacionales usados —como operaciones, tiempo y otros detalles— y el consumo de energía conocido o estimado. Si se desconoce, permite estimarlo a partir de los recursos computacionales.

Energía documentada no equivale a CO₂ público

El anexo habla de consumo energético y documentación para autoridades; no convierte automáticamente cada modelo en una declaración pública completa de ciclo de vida. Tampoco autoriza a un tercero a rellenar vacíos con rumores. Hay que distinguir obligación jurídica, recomendación científica y divulgación voluntaria.

Conserva un expediente verificable

Para cada entrenamiento material, guarda configuración, cómputo, tiempo, energía, método de estimación, versiones de herramientas y resultados. Define responsables, acceso y plazo de conservación. Una tabla bonita sin registros fuente no es trazabilidad.

No mezcles inventarios corporativos y de producto

El alcance 2 de una empresa agrupa electricidad adquirida durante un periodo; la huella de un modelo asigna una parte a un producto o actividad. El alcance 3 puede incluir hardware y servicios comprados. Explica la regla de reparto para evitar que las mismas emisiones desaparezcan entre departamentos o se cuenten dos veces al sumar resultados.

Para obligaciones de reporte, límites organizativos y relación con otros marcos, consulta la guía específica de esta web sobre cómo reportar la huella de IA. Para consumo agregado, utiliza el análisis separado de cifras energéticas verificadas de la IA.

Preguntas frecuentes

¿Cuánto CO₂ emite entrenar ChatGPT?

No hay datos públicos suficientes para calcular con precisión el ciclo completo de entrenamiento de las versiones propietarias. Una cifra necesita energía, centro, PUE, factor eléctrico, ejecuciones incluidas y fabricación asignada. Sin ello solo puede construirse un escenario con supuestos visibles.

¿Puedo calcular la huella con el número de GPU?

No por sí solo. Necesitas potencia o energía, horas, utilización, resto del sistema, PUE y factor eléctrico. GPU-hora es un dato de actividad, no una unidad de energía.

¿Debo incluir la búsqueda de hiperparámetros?

Sí cuando el alcance sea desarrollo del modelo o cuando esa búsqueda sea necesaria para obtener el resultado. Si informas solo la ejecución final, decláralo y publica aparte el resto del proyecto cuando sea material.

¿La electricidad renovable deja la huella en cero?

No elimina fabricación, red, respaldo ni otros impactos. Un instrumento contractual puede reducir el resultado basado en mercado si cumple los criterios aplicables; conserva también el resultado basado en ubicación cuando corresponda.

¿Qué PUE debo usar?

El de la instalación y periodo de la ejecución. Si no existe, usa un intervalo razonado y analiza sensibilidad. No apliques PUE si la energía proporcionada ya corresponde a toda la instalación.

¿FLOP y kWh son equivalentes?

No. Los FLOP miden operaciones; los kWh, energía. La conversión depende de hardware, precisión, utilización, comunicaciones y eficiencia de software.

¿Cómo comparo dos modelos?

Usa el mismo alcance, tarea, calidad mínima, método energético, PUE y factor eléctrico. Presenta energía absoluta y por resultado útil. Comparar una huella de ciclo de vida con otra que solo incluye GPU produce una conclusión inválida.

¿Qué publico si faltan datos?

Publica lo medido, marca lo estimado, enumera lo desconocido y ofrece un intervalo. «No disponible» es más informativo que cero y más honesto que una cifra de apariencia precisa.

Fuentes y método editorial

Durante esta investigación revisamos resultados en español que repetían equivalencias de 2019, cifras de modelos propietarios sin documentación y porcentajes sectoriales atribuidos al entrenamiento. La entrada se ha reconstruido para que el lector pueda calcular, auditar y discutir un resultado con límites visibles.

• AIE — Energy and AI, resumen ejecutivo.
• Luccioni, Viguier y Ligozat — huella de ciclo de vida de BLOOM.
• Lannelongue, Grealey e Inouye — Green Algorithms.
• Patterson y colaboradores — emisiones y entrenamiento de grandes redes.
• Strubell, Ganesh y McCallum — energía y política en NLP.
• Reglamento (UE) 2024/1689 — artículo 53 y anexo XI.
• GHG Protocol — Scope 2 Guidance.

Conclusión: la mejor cifra no es la más alta ni la más baja, sino la que conserva energía, perímetro, lugar, tiempo, factor, hardware e incertidumbre. Mide cada ejecución, informa el proyecto completo y relaciona el impacto con el rendimiento obtenido.