La inteligencia artificial promete hacerlo casi todo más rápido, pero hay una parte menos brillante de esta revolución que empieza a pesar en la factura eléctrica. Cada consulta, cada análisis de documentos y cada modelo que procesa millones de palabras necesita centros de datos, chips potentes y mucha energía.
Ahora, una startup llamada Subquadratic asegura haber atacado uno de los grandes cuellos de botella de los modelos de lenguaje. Su propuesta, llamada SubQ, no es simplemente otro chatbot más. La empresa afirma que su arquitectura puede procesar contextos enormes con mucho menos cómputo, lo que en la práctica podría significar menos coste, menos tiempo y, en buena parte, menos presión energética. La clave está en mirar solo donde importa. Y eso, si se confirma a gran escala, no es poca cosa.
El problema eléctrico de la IA
Los centros de datos ya no son una pieza escondida de internet. Son fábricas digitales que funcionan día y noche, refrigeradas para que los servidores no se sobrecalienten y conectadas a redes eléctricas que en algunos lugares empiezan a ir justas.
Según la Agencia Internacional de la Energía, los centros de datos consumieron alrededor de 415 TWh en 2024, cerca del 1,5 % de la electricidad mundial. Su escenario base prevé que esa demanda se duplique hasta unos 945 TWh en 2030, impulsada sobre todo por la IA y otros servicios digitales.
¿Qué significa esto en la práctica? Que la IA no solo compite por mejores chips o más usuarios. También compite por energía, suelo, agua para refrigeración en algunos casos y capacidad de conexión a la red. La AIE advierte además de que los impactos locales pueden ser mucho más fuertes que la media mundial.
Qué dice Subquadratic
Subquadratic sostiene que el problema nace en una parte esencial de muchos modelos actuales, la atención densa. En los transformadores, cada fragmento de texto se compara con todos los demás. Es muy potente, pero cuando el texto crece, el trabajo se dispara.
La empresa afirma que su mecanismo Subquadratic Sparse Attention, conocido como SSA, cambia esa lógica. En lugar de calcular todas las relaciones posibles, el sistema selecciona las partes relevantes del contexto y dirige ahí la atención. Dicho de forma sencilla, intenta no encender toda la cocina para calentar un vaso de agua.
En su informe técnico, Subquadratic asegura que SubQ 1.1 Small reduce los FLOPs de atención 64,5 veces frente a la atención densa en una ventana de un millón de tokens. La compañía también afirma que, a ese tamaño, funciona 56 veces más rápido que FlashAttention-2 en una capa de atención.
Por qué importa al medio ambiente
La eficiencia informática no siempre se traduce automáticamente en menos consumo total. Existe un efecto conocido y muy humano. Cuando algo se vuelve más barato, se usa más. Ya lo hemos visto con coches, vuelos, datos móviles y casi cualquier tecnología que baja de precio.
Aun así, si una arquitectura permite hacer la misma tarea con menos operaciones, hay una oportunidad real para reducir la presión por cada uso. Menos cómputo puede significar menos tiempo de GPU, menos refrigeración y menos electricidad por operación. La diferencia puede notarse especialmente en tareas largas, como revisar miles de páginas, repositorios completos de código o grandes bases documentales.
La AIE calcula que las renovables cubrirán cerca de la mitad del crecimiento de la demanda eléctrica de los centros de datos hasta 2030. Pero también señala que gas y carbón seguirán aportando más del 40 % del aumento hasta esa fecha. Ahí está el matiz incómodo. Aunque la IA se vuelva más limpia, todavía dependerá mucho de cómo se produzca la electricidad que la alimenta.
Los resultados que se han publicado
La empresa no se ha quedado solo en una promesa comercial. Appen, una compañía dedicada a evaluación de modelos, publicó una prueba independiente sobre SubQ 1.1 Small Preview. Según ese informe, el modelo recuperó con exactitud el dato buscado en el 100 % de las muestras a 1 millón y 2 millones de tokens, y mantuvo un 98 % en pruebas de 6 y 12 millones de tokens.
En programación, Appen evaluó 1055 problemas de LiveCodeBench con cuatro intentos por problema. El modelo subq-2m-preview-small alcanzó un 89,7 % en pass@4, una cifra que lo coloca en una zona competitiva según esa prueba concreta.
La propia Subquadratic también presume de una ventana de contexto de hasta 12 millones de tokens y de una reducción cercana a 1000 veces en el cómputo de atención a esa escala. Conviene leerlo con cuidado. Son resultados de una empresa sobre su propia tecnología y todavía falta ver cómo se comporta cuando más equipos externos lo prueben sin condiciones especiales.
El escepticismo sigue ahí
MIT Technology Review recogió que la reacción inicial de muchos expertos fue escéptica. La razón es comprensible. En IA abundan los anuncios enormes, pero no todos sobreviven al contacto con usuarios reales, auditorías independientes y costes de producción.
Alex Whedon, cofundador y director técnico de Subquadratic, reconoció ese punto al medio. «Esperábamos un escepticismo sano», dijo. También admitió que habría sido mejor publicar desde el principio resultados verificados por terceros.
Hay otro detalle importante. MIT Technology Review señaló que el acceso público sigue siendo limitado y que quedan preguntas técnicas abiertas, incluida la necesidad de verificaciones independientes más amplias. En otras palabras, SubQ apunta a algo interesante, pero todavía no es una prueba definitiva de que los transformadores vayan a desaparecer mañana.
La clave está en usar menos
La historia de SubQ llega en un momento delicado. La IA avanza rápido, los centros de datos se multiplican y las redes eléctricas no siempre pueden crecer al mismo ritmo. El reloj corre más deprisa que la infraestructura.
Por eso la eficiencia no es un detalle técnico para ingenieros. Es una cuestión ambiental. Si la IA quiere formar parte de la transición ecológica, tendrá que demostrar que puede ahorrar energía en el mundo real y no solo desplazar consumo de un sitio a otro.
El comunicado y el informe técnico de SubQ 1.1 Small han sido publicados por Subquadratic en su web oficial y en su documento técnico «SubQ-1.1-Small Technical Report».
