Etiqueta AI Energy Score que muestra el uso de energía del modelo TextBase-70B de Salesforce.[12/02/2025] Salesforce, en colaboración con Hugging Face, Cohere y la Universidad Carnegie Mellon, ha anunciado el lanzamiento de AI Energy Score, una herramienta de evaluación comparativa que permite a los desarrolladores y usuarios de inteligencia artificial evaluar, identificar y comparar el consumo energético de los modelos de IA.
Salesforce también ha anunciado que será el primer desarrollador de este tipo de modelos en revelar los datos de eficiencia energética bajo el nuevo marco.
"AI Energy Score pretende abordar la falta de transparencia sobre el impacto medioambiental de los modelos de IA. Al igual que ENERGY STAR transformó las normas de eficiencia energética para electrodomésticos y aparatos electrónicos, esta iniciativa establece un punto de referencia claro y fiable para la sostenibilidad en estos modelos”, sostuvo Suzanne DiBianca, vicepresidenta ejecutiva y directora de impacto de Salesforce, en el comunicado de prensa.
La ejecutiva anotó que la puntuación energética de la inteligencia artificial incluye:
- Clasificaciones energéticas estandarizadas: Un marco estandarizado para medir y comparar la eficiencia energética de los modelos de IA.
- Tabla pública de anuncios: Una tabla de clasificación completa que muestra las puntuaciones de 10 tareas comunes de IA (como generación de texto, generación de imágenes y resumen) realizadas por 166 modelos, incluidos SFR-Embedding, xLAM y SF-TextBase de Salesforce.
- Portal de evaluación comparativa: Una plataforma en la que se pueden enviar modelos de IA abiertos o propios para que se evalúen y añadan a la clasificación. Los modelos abiertos pueden probarse automáticamente, mientras que los cerrados pueden evaluarse a través de un entorno de pruebas seguro.
- Etiqueta de uso energético reconocible: Una nueva etiqueta de 1 a 5 estrellas que clasifica el uso de energía de estos modelos, en la que cinco estrellas indican la mayor eficiencia. DiBianca anotó que esto ayuda a desarrolladores y usuarios a identificar y elegir fácilmente los más sostenibles. Una vez clasificados, se pueden generar etiquetas estandarizadas para compartir la puntuación energética de los modelos, con orientación integrada sobre la visualización adecuada de la etiqueta para lograr visibilidad e impacto.
Franca Cavassa, CTOPerú