Computacin en la nube en un contexto de eficiencia energtica y sostenibilidad ambiental
Cloud computing in a context of energy efficiency and environmental sustainability
A computao em nuvem num contexto de eficincia energtica e sustentabilidade ambiental
![]() |
|||
![]() |
Correspondencia: ayanez@yachaytech.edu.ec
Ciencias Tcnicas y Aplicadas
Artculo de Investigacin
* Recibido: 13 de mayo de 2025 *Aceptado: 21 de junio de 2025 * Publicado: 10 de julio de 2025
I. Universidad de Investigacin y Tecnologa Experimental Yachay, Escuela de Ciencias Biolgicas e Ingeniera, Carreras de Biologa y de Biomedicina, Urcuqu, Ecuador.
II. Universidad de las Fuerzas Armadas ESPE, Carrera de Ingeniera en Telecomunicaciones, Sangolqu, Ecuador.
Resumen
La computacin en la nube ha transformado profundamente la provisin de servicios tecnolgicos, ofreciendo soluciones escalables, flexibles y de alta eficiencia. No obstante, su creciente adopcin plantea desafos significativos en cuanto al consumo energtico y al impacto ambiental de las infraestructuras digitales. El presente anlisis constituye una revisin crtica de los principales enfoques y estrategias orientadas a la eficiencia energtica y la sostenibilidad ambiental en entornos de computacin en la nube. A travs de un anlisis sistemtico de literatura reciente, se abordan aspectos clave como la evolucin tecnolgica de la nube, los modelos de servicio y despliegue, el consumo energtico en centros de datos, la eficiencia de componentes de hardware y software, y las mejores prcticas para el desarrollo sostenible de esta tecnologa. Se destaca la importancia de polticas de virtualizacin, gestin inteligente de recursos, uso de energas renovables y mtricas especficas para monitorear la eficiencia. Finalmente, se discuten oportunidades de implementacin contextualizadas en pases en desarrollo, donde la transicin hacia una computacin verde representa tanto un reto como una oportunidad para alinear innovacin tecnolgica con objetivos ambientales globales.
Palabras clave: Computacin en la nube; eficiencia energtica; sostenibilidad ambiental; centros de datos; computacin verde; gestin de recursos.
Abstract
Cloud computing has profoundly transformed the provision of technological services, offering scalable, flexible, and highly efficient solutions. However, its growing adoption poses significant challenges in terms of energy consumption and the environmental impact of digital infrastructures. This analysis constitutes a critical review of the main approaches and strategies aimed at energy efficiency and environmental sustainability in cloud computing environments. Through a systematic analysis of recent literature, key aspects such as the technological evolution of the cloud, service and deployment models, energy consumption in data centers, the efficiency of hardware and software components, and best practices for the sustainable development of this technology are addressed. The importance of virtualization policies, intelligent resource management, the use of renewable energy, and specific metrics to monitor efficiency are highlighted. Finally, implementation opportunities are discussed, contextualized in developing countries, where the transition to green computing represents both a challenge and an opportunity to align technological innovation with global environmental goals.
Keywords: Cloud computing; energy efficiency; environmental sustainability; data centers; green computing; resource management.
Resumo
A computao em nuvem transformou profundamente a prestao de servios tecnolgicos, oferecendo solues escalveis, flexveis e altamente eficientes. No entanto, a sua crescente adoo impe desafios significativos em termos de consumo de energia e impacto ambiental das infraestruturas digitais. Esta anlise constitui uma reviso crtica das principais abordagens e estratgias orientadas para a eficincia energtica e a sustentabilidade ambiental em ambientes de computao em nuvem. Atravs de uma anlise sistemtica da literatura recente, so abordados aspetos-chave como a evoluo tecnolgica da cloud, os modelos de servio e de implementao, o consumo de energia nos data centers, a eficincia dos componentes de hardware e software e as melhores prticas para o desenvolvimento sustentvel desta tecnologia. Destaca-se a importncia das polticas de virtualizao, da gesto inteligente dos recursos, da utilizao de energia renovvel e de mtricas especficas para monitorizar a eficincia. Por fim, so discutidas as oportunidades de implementao, contextualizadas nos pases em desenvolvimento, onde a transio para a computao verde representa tanto um desafio como uma oportunidade para alinhar a inovao tecnolgica com as metas ambientais globais.
Palavras-chave: Computao em nuvem; eficincia energtica; sustentabilidade ambiental; data centers; computao verde; gesto de recursos.
Introduccin
La computacin en la nube se ha convertido en un pilar fundamental de los sistemas tecnolgicos contemporneos, proporcionando acceso a servicios informticos de alto rendimiento a travs de Internet (Mell y Grance, 2011). Este modelo permite a individuos y empresas utilizar recursos como almacenamiento, procesamiento y software sin necesidad de poseer ni gestionar la infraestructura subyacente (Armbrust et al., 2010). Gracias a su escalabilidad y flexibilidad, la computacin en la nube ha revolucionado la manera en que las organizaciones optimizan sus costos operativos y mejoran la eficiencia de sus sistemas (Marston et al., 2011).
Los servicios en la nube se basan en la virtualizacin y estn distribuidos en centros de datos ubicados estratgicamente en distintas regiones del mundo (Buyya et al., 2009). Esta arquitectura permite un acceso dinmico y remoto a los recursos, facilitando la colaboracin y la movilidad de los usuarios (Zhang et al., 2010). A travs de modelos como Infraestructura como Servicio (IaaS), Plataforma como Servicio (PaaS) y Software como Servicio (SaaS), las organizaciones pueden seleccionar las soluciones que mejor se ajusten a sus necesidades tecnolgicas (Rimal et al., 2009).
Sin embargo, a pesar de sus ventajas econmicas y operativas, la computacin en la nube plantea desafos significativos en trminos de consumo energtico y sostenibilidad ambiental (Baliga et al., 2011). Los centros de datos que respaldan estos servicios requieren enormes cantidades de energa para operar y mantener condiciones ptimas de temperatura, lo que se traduce en una alta emisin de carbono (Koomey, 2011). Por esta razn, la investigacin en eficiencia energtica y el desarrollo de estrategias para la optimizacin del consumo energtico en varios mbitos, pero particularmente en la computacin en la nube, han cobrado gran relevancia en los ltimos aos (Beloglazov et al., 2012; Elfizon et al., 2023).
Ante el crecimiento sostenido del uso de servicios digitales y la expansin de infraestructuras tecnolgicas, surge la necesidad urgente de evaluar el impacto energtico y ambiental de estos sistemas (Ynez-Moretta y Rea-Vaca, 2022), particularmente en el mbito de la computacin en la nube. Si bien se han documentado avances importantes en eficiencia tecnolgica, persiste una escasez de estudios contextualizados en Amrica Latina -y especialmente en Ecuador- que analicen este fenmeno desde una perspectiva de sostenibilidad ambiental. La presente investigacin fue planteada como una contribucin inicial para cerrar dicha brecha, proponiendo una revisin crtica sobre las relaciones entre computacin en la nube, consumo energtico y sostenibilidad ambiental. El objetivo del presente estudio es analizar los retos y perspectivas de la computacin en la nube en un contexto de eficiencia energtica y sostenibilidad ambiental, con nfasis en las oportunidades de desarrollo responsable en pases en desarrollo como Ecuador.
Materiales y mtodos
Este estudio se desarroll bajo un enfoque cualitativo de carcter exploratorio-descriptivo, fundamentado en una revisin bibliogrfica sistemtica. La eleccin de esta metodologa responde a la necesidad de examinar crticamente el estado actual del conocimiento relacionado con la eficiencia energtica y la sostenibilidad ambiental en el mbito de la computacin en la nube. Se busc identificar tendencias, brechas y perspectivas relevantes que permitan comprender los desafos y oportunidades que enfrenta esta tecnologa en el contexto del desarrollo sostenible.
La recopilacin de fuentes se realiz entre enero a abril de 2025, utilizando bases de datos cientficas reconocidas como Scopus, ScienceDirect, IEEE Xplore, Google Scholar y Redalyc. Se emplearon palabras clave en espaol e ingls tales como computacin en la nube, eficiencia energtica, green computing, sostenibilidad ambiental, y cloud computing sustainability. Se aplicaron criterios de inclusin que consideraron publicaciones entre 2005 y 2025, artculos revisados por pares, documentos con enfoque tcnico o ambiental, y estudios relevantes para Amrica Latina. Se excluyeron fuentes redundantes o sin respaldo metodolgico riguroso.
Tras la seleccin inicial, los documentos fueron organizados y evaluados mediante anlisis de contenido. Se aplic una categorizacin temtica que permiti clasificar la informacin en tres ejes principales: eficiencia energtica en entornos de nube, impactos ambientales de infraestructuras digitales, y enfoques de sostenibilidad tecnolgica. Este proceso analtico facilit la identificacin de patrones comunes, contradicciones y vacos de conocimiento, lo que a su vez permiti construir una interpretacin crtica del corpus bibliogrfico.
Resultados y discusin
Evolucin de los paradigmas en la nube
No existe una fecha exacta para determinar el nacimiento de la computacin en la nube. Se trata de un proceso de relativamente largo plazo enfocado en la optimizacin de recursos. El origen del concepto de computacin en la nube es incierto, aunque fue introducido por John McCarthy en 1960 y explorado por primera vez en 1966 por Douglas, un ingeniero elctrico, en su libro. En los inicios de esta era, la arquitectura cliente-servidor era popular, junto con la arquitectura de mainframe.
La computacin en la nube ha evolucionado a lo largo de varias dcadas (Figura 1), impulsada por tecnologas clave como los sistemas distribuidos, la virtualizacin, la Web 2.0, la orientacin a servicios y la computacin utilitaria (Armbrust et al., 2010).
Figura 1: Evolucin de la Computacin en la Nube (adaptado a partir de Laverde et al., 2023)
Sistemas distribuidos y arquitecturas de mainframe
En las primeras etapas (1960s-1970s), las arquitecturas cliente-servidor y los mainframes (computadoras centrales de gran capacidad, diseadas para procesar enormes volmenes de datos y ejecutar mltiples tareas simultneamente con alta fiabilidad.) eran predominantes (Buyya et al., 2011; Silberschatz et al., 2018).
Los mainframes, introducidos originalmente en la dcada de 1950, fueron mquinas informticas altamente potentes y confiables, frecuentemente utilizadas para operaciones masivas de entrada y salida (Buyya et al., 2009), pero ante la ausencia de redes de conexin de largo alcance, se encontraban en sus inicios prcticamente aislados unos de otros.
Virtualizacin
La virtualizacin, desarrollada hace casi 40 aos (1980s), permiti crear versiones virtuales de recursos computacionales, lo que aument la utilizacin y flexibilidad al permitir que mltiples sistemas operativos y aplicaciones se ejecuten simultneamente en una misma mquina (Smith y Nair, 2005).
Web 2.0 y orientacin a servicios
La aparicin de la Web 2.0 (inicios de la dcada de los 2000) facilit la creacin de pginas web interactivas y dinmicas, aumentando la flexibilidad y permitiendo la interaccin entre servicios de computacin en la nube y clientes. La orientacin a servicios introdujo conceptos como la Calidad de Servicio (QoS) y el Software como Servicio (SaaS), fundamentales en los primeros aos de la computacin en la nube (Mell & Grance, 2011).
Modelos de servicio y despliegue
Los modelos de servicio en la nube se clasifican en:
Software como Servicio (SaaS): Un proveedor externo aloja aplicaciones y permite a los usuarios acceder a ellas sin necesidad de instalar infraestructura nueva (Marinescu, 2013).
Plataforma como Servicio (PaaS): Proporciona plataformas y marcos de trabajo para que los desarrolladores puedan crear y ejecutar aplicaciones (Foster et al., 2008).
Infraestructura como Servicio (IaaS): Ofrece recursos de infraestructura fundamentales, como almacenamiento y procesamiento, asegurando su disponibilidad para clientes y aplicaciones (Buyya et al., 2011).
Los modelos de despliegue suelen incluir a su vez cuatro tipos generales (Figura 2):
Nube pblica: Disponible para todos los usuarios.
Nube privada: Utilizada por un solo individuo o una sola organizacin.
Nube hbrida: Combina nubes pblicas y privadas interconectadas para optimizar el uso de los recursos.
Nube comunitaria: Varias organizaciones comparten recursos como parte de una comunidad basada en el servicio o departamento (Mell y Grance, 2011).
Figura 2. Tipos generales de Computacin en la nube (adaptado a partir de Laverde et al., 2023)
Datos sobre el consumo de energa
La computacin en la nube debe estar operativa en todo momento para garantizar fiabilidad y disponibilidad. Sin embargo, los mtodos utilizados para el almacenamiento y procesamiento de datos consumen grandes cantidades de energa, lo que representa un desafo para la sostenibilidad ambiental (Koomey, 2007).
El consumo de energa depende de la aplicacin o del tipo de cmputo que se ejecuta en el servidor. Adems, el tiempo de inactividad del servidor, as como el consumo de los equipos elctricos y de red, tambin influyen en el gasto energtico total (Barroso & Hlzle, 2009).
Adems, el tiempo de inactividad del servidor, as como el consumo de los equipos elctricos y de red, tambin influyen en el gasto energtico total; pudiendo este evento ser resumido en la siguiente ecuacin (Laverde et al., 2023):
Siendo:
Consumo
total de energa
Consumo
de energa en estado de inactividad
Consumo
de energa durante el procesamiento
La demanda de la nube est en su punto ms alto debido a su modelo de servicio bajo demanda. Actualmente, muchas organizaciones estn migrando a la nube, lo que ha provocado un aumento significativo en el nmero y tamao de los centros de datos. Los servidores tienen que operar las 24 horas del da, los 365 das del ao, y, debido al enfoque de servicio continuo, no es posible apagarlos, incluso cuando no estn en uso (Laverde et al., 2023).
Para lograr una infraestructura de computacin en la nube energticamente eficiente, es fundamental adoptar un enfoque integral que contemple tanto el hardware como el software. A nivel de hardware, la eficiencia energtica depende en gran medida del diseo de servidores de bajo consumo, la optimizacin del sistema de refrigeracin y el uso de redes de alto rendimiento con bajo consumo elctrico. En cuanto al software, los avances en sistemas de gestin de recursos en la nube, junto con algoritmos de asignacin dinmica de cargas de trabajo y virtualizacin, desempean un papel clave en la reduccin del consumo energtico general.
Segn Beloglazov et al. (2012b), el uso de tcnicas de consolidacin de cargas y escalado dinmico puede reducir significativamente el consumo de energa en centros de datos basados en la nube.
Dominio del Centro de Datos
Un esquema de los componentes del Dominio del Centro de Datos puede observarse en la Figura 3.
Figura 3: Dominio del Centro de Datos en Computacin en la Nube, CMS: Sistema de Gestin de Contenidos.
El servidor es la parte clave del concepto de computacin en la nube, ya que comprende los sistemas de almacenamiento y cmputo. En un centro de datos, los componentes de un servidor, como el procesador, la memoria y el cableado, estn organizados en racks (estructuras metlicas estandarizadas utilizadas para montar y asegurar equipos electrnicos de forma eficiente). Cabe mencionar que los dispositivos de comunicacin y otros elementos del dominio de red, junto con el hardware de soporte, representan una fuente significativa de consumo energtico. Este consumo puede volverse ineficiente si no se aplican polticas adecuadas de gestin y uso de recursos, lo que podra llevar a un considerable desperdicio energtico (Beloglazov et al., 2012b).
La eficiencia general de un servidor depende en gran medida de la eficiencia energtica de sus componentes. Para reducir la prdida de energa, se pueden aplicar diversas estrategias, como:
- Uso de componentes energticamente eficientes: incluyendo CPUs de bajo consumo, sistemas de almacenamiento optimizados y diseos que favorezcan la disipacin trmica, lo cual reduce la prdida de energa por calor. Adems, excluir o apagar componentes del servidor que no estn en uso es una estrategia efectiva (Barroso et al., 2013).
- Limitacin del uso de subsistemas de hardware: responsables de la alimentacin y la refrigeracin. Muchos sistemas UPS tradicionales presentan baja eficiencia, por lo que el reemplazo por sistemas ms modernos o bateras de respaldo ms eficientes puede representar una mejora significativa (Beloglazov et al., 2011).
- Uso de cachs de tamao adecuado: ya que una mayor cantidad de memoria cach no siempre garantiza una menor tasa de fallos. Tecnologas recientes integran mecanismos de administracin eficiente de cach que equilibran rendimiento y consumo energtico (Koomey, 2011).
- Implementacin de componentes adaptativos: como procesadores, mdulos de memoria y unidades de almacenamiento que ajustan dinmicamente su consumo energtico segn la carga de trabajo o cuando estn inactivos. Esta capacidad de adaptacin (dynamic voltage and frequency scaling - DVFS), ha sido clave en el diseo de sistemas verdes (green computing) (Beloglazov & Buyya, 2010).
La red representa el componente fundamental que permite la comunicacin entre las secciones de cmputo, almacenamiento y el usuario final en la nube. Su papel se extiende desde la comunicacin interna en los centros de datos hasta la interaccin con usuarios remotos, y su eficiencia tambin debe ser optimizada para evitar cuellos de botella y prdidas energticas.
Existen diversas estrategias para reducir el consumo energtico en las redes de centros de datos y entornos de computacin en la nube. Una de las ms efectivas consiste en reducir la carga trmica de los equipos de red ubicados en los centros de datos, lo cual no solo disminuye el consumo elctrico directo de dichos dispositivos, sino que tambin reduce la energa necesaria para su enfriamiento, ya que el sistema de climatizacin representa una porcin significativa del consumo total de un centro de datos (Dayarathna et al., 2016).
Asimismo, la adopcin de topologas y dispositivos de red energticamente eficientes puede aportar mejoras sustanciales en la eficiencia general. Esto incluye la utilizacin de switches y routers con modos de operacin adaptativa que permiten desactivar puertos o reducir su velocidad en momentos de baja carga, sin comprometer la calidad del servicio (Bianzino et al., 2012).
Desde el punto de vista del software y la gestin de recursos, la optimizacin del trfico de red y las tcnicas de asignacin de mquinas virtuales pueden reducir tambin significativamente la congestin de red y, por ende, el consumo energtico. Estas optimizaciones consideran el diseo lgico de la red, los patrones de comunicacin entre servidores, y los algoritmos de enrutamiento dinmico (Beloglazov y Buyya, 2010b).
Finalmente, en el dominio del usuario, estrategias como el desarrollo de software ms ligero, la compresin de datos y la minimizacin del nmero de solicitudes redundantes a servidores tambin contribuyen a una menor demanda energtica en la red. Cuando se integran con tcnicas de gestin inteligente de cargas de trabajo, estas medidas pueden permitir un uso ms sostenible de los recursos de conectividad en entornos distribuidos.
Sistema de Gestin en la Nube y Aplicaciones
El Sistema de Gestin en la Nube (Cloud Management System, CMS) desempea un rol fundamental en la administracin eficiente de los recursos de un entorno cloud, al permitir el monitoreo, la automatizacin y la asignacin dinmica de tareas. Su impacto sobre el consumo energtico es significativo, ya que una gestin ineficiente puede generar sobredimensionamiento o infrautilizacin de recursos. Para mejorar la eficiencia energtica, el CMS puede imponer funciones que controlen no solo el hardware del servidor, sino tambin redes y sistemas de enfriamiento, contribuyendo as a la reduccin del consumo total (Beloglazov et al., 2012b).
Una estrategia clave consiste en el uso de subsistemas de virtualizacin y monitoreo livianos, en lugar de sistemas pesados con funciones innecesarias, lo cual minimiza el uso de CPU y memoria. Adems, al disear el CMS de forma modular -cargando y descargando componentes segn su necesidad- se puede evitar el uso continuo de funcionalidades redundantes, reduciendo el consumo energtico durante periodos de baja carga (Calheiros et al., 2011).
Por otra parte, el "appliance" representa la capa funcional del software en la nube, y es donde se ejecutan las aplicaciones reales utilizadas por el usuario. Este incluye el entorno de ejecucin, la aplicacin especfica y el sistema operativo. La eficiencia energtica del appliance depende de mltiples factores, como la eleccin de un lenguaje de programacin optimizado, la eliminacin de bibliotecas innecesarias, y la adopcin de estrategias como el procesamiento por lotes, la reduccin de hilos activos o la programacin eficiente de backups y checkpoints (Orgerie et al., 2014).
Finalmente, una ejecucin energtica eficiente de appliances en la nube requiere coordinacin entre el software y otros dominios -como redes, servidores y sistemas de refrigeracin- para que el CMS pueda tomar decisiones integrales. En este contexto, la integracin de compiladores ecolgicos y herramientas de desarrollo optimizadas para el ahorro energtico emerge como una lnea de investigacin y desarrollo crucial para mejorar la sostenibilidad de la infraestructura en la nube.
Enfoques de Eficiencia Energtica en la Computacin en la Nube
La computacin en la nube verde o Green Cloud Computing se centra en el diseo y uso de servicios de computacin que reduzcan el impacto ambiental negativo. Este enfoque considera tanto el uso eficiente de los recursos tecnolgicos como la incorporacin de principios de sostenibilidad ambiental. Entre las estrategias clave se incluyen la utilizacin de energa renovable, el reciclaje del calor residual, el empleo de hardware con larga vida til, la reduccin del uso de materiales txicos y la mejora de la eficiencia energtica general del centro de datos (Buyya et al., 2010).
Desde la perspectiva tcnica, uno de los mtodos ms aplicados es el Dynamic Voltage and Frequency Scaling (DVFS), una tcnica que reduce el consumo de energa ajustando de forma dinmica el voltaje y la frecuencia de operacin de los procesadores segn la carga de trabajo. Esta estrategia es eficaz en reducir el consumo de energa dinmica, especialmente en servidores con alta fluctuacin de tareas (Beloglazov & Buyya, 2010b).
Adems, la consolidacin de mquinas virtuales (VM) permite agrupar mltiples cargas de trabajo en un menor nmero de servidores fsicos, incrementando as la utilizacin de recursos y permitiendo apagar servidores inactivos. Por otro lado, la migracin de mquinas virtuales posibilita transferir VMs en ejecucin desde servidores sobrecargados o ineficientes a otros ms eficientes, lo que contribuye a la optimizacin energtica del centro de datos. Ambas tcnicas son fundamentales en los entornos de virtualizacin orientados a la eficiencia energtica (Xu et al., 2010).
En conjunto, estas estrategias forman parte de un modelo integral de computacin en la nube verde, que busca no solo reducir los costos operativos de los proveedores, sino tambin avanzar hacia infraestructuras digitales sostenibles y con menor huella de carbono.
El desarrollo de software, las pruebas, la implementacin y las operaciones tambin son factores que afectan la eficiencia energtica (Figura 4). Tanto el hardware como el software en su ciclo de vida desempean un papel importante en la eficiencia energtica. En la seccin de software, la energa no solo es consumida por el ciclo de la CPU, sino que tambin tiene un papel en la seccin de almacenamiento y en la seccin de transferencia de datos.
Figura 4: Sistemas de servicios en la nube
Para estimar el consumo de energa de las declaraciones y estructuras de los programas, debemos considerar ciertos aspectos que incluyen:
- Las operaciones complejas y las estructuras de datos consumen ms energa que las simples.
- Las tareas que aumentan la utilizacin de la CPU y reducen el tiempo inactivo de la CPU disminuyen el consumo de energa.
- Las tareas que prefieren utilizar almacenamiento de alto rendimiento tienen un menor consumo de energa.
Actualmente, los proveedores de centros de datos estn adoptando arquitecturas diseadas para minimizar la huella de carbono, priorizando el uso de recursos energticos renovables y tecnologas que reduzcan al mximo la emisin de gases de efecto invernadero. Este enfoque responde a la creciente demanda global por soluciones tecnolgicas sostenibles y responsables con el medio ambiente (Shehabi et al., 2016).
Uso de energa
La denominada computacin verde en la nube propone un enfoque integral basado en tres principios fundamentales:
- Verde en el diseo, que implica la optimizacin del diseo de servidores, infraestructura digital y aplicaciones para minimizar el uso de energa desde el inicio.
- Verde en la produccin, que promueve el reciclaje de equipos electrnicos, la reutilizacin de materiales, y el desarrollo de software eficiente.
- Verde en el uso, que considera prcticas sostenibles en la operacin de los centros de datos, desde la distribucin de cargas hasta el control trmico y la eficiencia en los recursos (Buyya et al., 2010).
En definitiva, optimizar el desarrollo del software no solo mejora el rendimiento, sino que tambin contribuye significativamente a la sostenibilidad ambiental en los entornos de computacin distribuida.
El primer factor es el usuario, especficamente cmo se disean e implementan las aplicaciones de software. En la arquitectura de la nube, se pueden ejecutar aplicaciones de un usuario individual o las aplicaciones de un proveedor de servicios en la nube. Ambos utilizan SaaS y, en ambos casos, el consumo de energa depende de la eficiencia de la aplicacin. Las ineficiencias en la aplicacin, como algoritmos subptimos o el uso inadecuado de recursos compartidos, conducen a un aumento en el uso de la CPU, lo que a su vez genera un alto consumo de energa (Li et al., 2014).
Otra rea que contribuye significativamente al consumo total de energa son los dispositivos de red. Antes de que los datos sean procesados en el centro de datos, deben viajar a travs de numerosos dispositivos (Figura 5), como conmutadores Ethernet, puertas de enlace de banda ancha y enrutadores. La eficiencia energtica de estos dispositivos depende principalmente de la topologa de la red, el sistema y el diseo del protocolo implementado (Bianzino et al., 2012).
Figura 5: Elementos de consumo de energa en un modelo simple de computacin en la nube
Cabe mencionar tambin que debido a la gran cantidad de equipos que albergan, los centros de datos consumen importantes cantidades de energa y son responsables de emisiones de carbono. En la infraestructura de la nube, no solo los servidores y sistemas de almacenamiento consumen energa, sino que tambin los dispositivos de refrigeracin requieren un consumo energtico equivalente al de los sistemas de tecnologa de la informacin (Beloglazov et al., 2012).
Hacia la eficiencia energtica
Aplicaciones y Software
Es muy importante centrarse en la eficiencia energtica a nivel de aplicacin. Para lograr eficiencia en este nivel, SaaS debe prestar atencin a la infraestructura para desplegar y ejecutar eficientemente. Adems, se deben utilizar diversas tcnicas de eficiencia energtica para reducir el consumo a nivel de compilador y cdigo, incluyendo optimizacin del cdigo y seleccin de algoritmos eficientes (Nathuji y Schwan, 2007; Kusic et al., 2009).
Virtualizacin y Aprovisionamiento
La consolidacin de mquinas virtuales, la programacin, la proyeccin de demanda, la migracin, la asignacin consciente de la temperatura y el equilibrio de carga son diversas tcnicas para minimizar el consumo de energa en centros de datos. La reconfiguracin automtica del sistema de gestin de carga trmica tambin se centra en el ahorro de energa, mediante el monitoreo continuo y ajustes dinmicos de recursos (Beloglazov y Buyya, 2012; Verma et al., 2008).
Medicin de Energa
Para mejorar el rendimiento energtico, es fundamental medir o monitorear el consumo energtico. La energa consumida en la gestin, procesamiento, almacenamiento y enrutamiento de datos dentro del centro de datos y el servidor se mide utilizando mtricas especficas, como PUE (Power Usage Effectiveness) y DCiE (Data Center infrastructure Efficiency), que permiten comparar la eficiencia y establecer objetivos claros de optimizacin (Greenberg et al., 2009; Berl et al., 2010).
Conclusiones
La computacin en la nube se consolida como una herramienta clave en la transformacin digital, al ofrecer servicios flexibles, escalables y eficientes que optimizan el uso de recursos tecnolgicos. No obstante, su despliegue masivo implica importantes desafos relacionados con el consumo energtico, especialmente en lo que respecta a la operacin continua de centros de datos, la gestin de infraestructura distribuida y la demanda creciente de procesamiento de datos. En este contexto, es imperativo replantear su desarrollo desde una perspectiva de sostenibilidad.
Uno de los aportes ms relevantes del modelo de computacin en la nube es su potencial para mejorar la eficiencia energtica mediante tcnicas avanzadas de virtualizacin, gestin dinmica de cargas y monitoreo inteligente de recursos. Estos mecanismos permiten una utilizacin ms racional de los componentes de hardware y software, reduciendo significativamente los niveles de inactividad, el desperdicio energtico y la emisin de calor. La correcta implementacin de estas estrategias constituye un factor decisivo para lograr infraestructuras tecnolgicas ms sostenibles.
La sostenibilidad ambiental en entornos de computacin distribuida no solo depende del diseo fsico de los centros de datos, sino tambin de decisiones relacionadas con el desarrollo de software, el comportamiento de los usuarios y la eficiencia de los sistemas de gestin en la nube. Factores como la eleccin de algoritmos, la programacin de tareas, la compresin de datos y el uso de redes eficientes tienen un impacto directo en el consumo energtico total. Por ello, resulta fundamental integrar prcticas sostenibles en cada etapa del ciclo de vida tecnolgico.
Finalmente, el artculo pone de relieve la urgencia de contextualizar la transicin hacia una computacin en la nube verde en regiones como Amrica Latina, donde las brechas en infraestructura y polticas energticas requieren soluciones adaptadas. Pases como Ecuador enfrentan el reto de modernizar sus sistemas tecnolgicos sin comprometer los objetivos ambientales. En ese sentido, la computacin en la nube, si se implementa con enfoque ecolgico, puede ser una aliada estratgica para avanzar hacia un desarrollo ms responsable y resiliente.
Referencias
1. Armbrust, M., Fox, A., Griffith, R., Joseph, A., Katz, R., Konwinski, A., Lee, A., Patterson, D., Rabkin, A., Stoica, I, & Zaharia, M. (2010). A view of cloud computing. Communications of the ACM, 53(4), 50-58.
2. Baliga, J., Ayre, R. W., Hinton, K., & Tucker, R. S. (2011). Green cloud computing: Balancing energy in processing, storage, and transport. Proceedings of the IEEE, 99(1), 149-167.
3. Barroso, L., & Hlzle, U. (2009). The Datacenter as a Computer: An Introduction to the Design of Warehouse-Scale Machines. Morgan & Claypool Publishers.
4. Barroso, L. A., Clidaras, J., & Hlzle, U. (2013). The Datacenter as a Computer: An Introduction to the Design of Warehouse-Scale Machines (2nd ed.). Morgan & Claypool Publishers.
5. Beloglazov, A., & Buyya, R. (2010). Energy Efficient Resource Management in Virtualized Cloud Data Centers. Proceedings of the 10th IEEE/ACM International Conference on Cluster, Cloud and Grid Computing, 826831.
6. Beloglazov, A., & Buyya, R. (2010b). Energy efficient allocation of virtual machines in cloud data centers. In 10th IEEE/ACM International Conference on Cluster, Cloud and Grid Computing (pp. 577578).
7. Beloglazov, A., & Buyya, R. (2012). Optimal online deterministic algorithms and adaptive heuristics for energy and performance efficient dynamic consolidation of virtual machines in cloud data centers. Concurrency and Computation: Practice and Experience, 24(13), 1397-1420.
8. Beloglazov, A., Abawajy, J., & Buyya, R. (2011). Energy-aware resource allocation heuristics for efficient management of data centers for Cloud computing. Future Generation Computer Systems, 28(5), 755768.
9. Beloglazov, A., Buyya, R., Lee, Y. C., & Zomaya, A. (2012). A taxonomy and survey of energy-efficient data centers and cloud computing systems. Advances in Computers, 82, 47-111.
10. Beloglazov, A., Abawajy, J., & Buyya, R. (2012b). Energy-aware resource allocation heuristics for efficient management of data centers for Cloud computing. Future Generation Computer Systems, 28(5), 755768.
11. Berl, A., Gelenbe, E., Di Girolamo, M., Giuliani, G., de Meer, H., Dang, M. Q., & Pentikousis, K. (2010). Energy-efficient cloud computing. The Computer Journal, 53(7), 1045-1051.
12. Bianzino, A. P., Chaudet, C., Rossi, D., & Rougier, J. L. (2012). A Survey of Green Networking Research. IEEE Communications Surveys & Tutorials, 14(1), 320.
13. Buyya, R., Yeo, C. S., Venugopal, S., Broberg, J., & Brandic, I. (2009). Cloud computing and emerging IT platforms: Vision, hype, and reality for delivering computing as the 5th utility. Future Generation Computer Systems, 25(6), 599-616.
14. Buyya, R., Beloglazov, A., & Abawajy, J. (2010). Energy-efficient management of data center resources for cloud computing: A vision, architectural elements, and open challenges. In Proceedings of the 2010 International Conference on Parallel and Distributed Processing Techniques and Applications (PDPTA'10).
15. Buyya, R., Broberg, J., & Goscinski, A. (2011). Cloud computing: Principles and paradigms. Wiley.
16. Dayarathna, M., Wen, Y., & Fan, R. (2016). Data Center Energy Consumption Modeling: A Survey. IEEE Communications Surveys & Tutorials, 18(1), 732794.
17. Calheiros, R. N., Ranjan, R., Beloglazov, A., De Rose, C. A., & Buyya, R. (2011). CloudSim: A toolkit for modeling and simulation of cloud computing environments and evaluation of resource provisioning algorithms. Software: Practice and Experience, 41(1), 2350.
18. Elfizon, E., Nuez Alvarez, J. R., Chammam, A., Al-Kharsan, I. H., Jweeg, M. J., Ynez-Moretta, P., Alayi, R., Khan, I., Byun, Y., & Madsen, D. . (2023). Design-based system performance assessment of a combined power and freshwater cogeneration system. Frontiers in Energy Research, 11, 1265309.
19. Foster, I., Zhao, Y., Raicu, I., & Lu, S. (2008). Cloud computing and grid computing 360-degree compared. In Proceedings of the Grid Computing Environments Workshop (GCE '08) (pp. 110). IEEE.
20. Greenberg, S., Hamilton, J. R., Maltz, D. A., & Patel, P. (2009). The cost of a cloud: Research problems in data center networks. ACM SIGCOMM Computer Communication Review, 39(1), 68-73.
21. Koomey, J. G. (2011). Growth in data center electricity use 2005 to 2010. Oakland, CA: Analytics Press.
22. Kusic, D., Kephart, J. O., Hanson, J. E., Kandasamy, N., & Jiang, G. (2009). Power and performance management of virtualized computing environments via lookahead control. Cluster Computing, 12(1), 1-15.
23. Laverde, C., Venkatesan, S., Torres, A. Y., Ynez-Moretta, P., & Vargas, J. C. J. (2023). Exploration on cloud computing techniques and its energy concern. Mathematical Statistician and Engineering Applications, 72(1), 749-758.
24. Li, K., Xu, G., Zhao, G., Dong, Y., & Wang, D. (2014). Cloud task scheduling based on load balancing ant colony optimization. International Journal of Grid and Distributed Computing, 7(2), 1-10.
25. Marinescu, D. C. (2013). Cloud computing: Theory and practice. Morgan Kaufmann.
26. Marston, S., Li, Z., Bandyopadhyay, S., Zhang, J., & Ghalsasi, A. (2011). Cloud computing-The business perspective. Decision Support Systems, 51(1), 176-189.
27. Mell, P., & Grance, T. (2011). The NIST definition of cloud computing. National Institute of Standards and Technology. Gaithersburg.
28. Nathuji, R., & Schwan, K. (2007). VirtualPower: Coordinated power management in virtualized enterprise systems. ACM SIGOPS Operating Systems Review, 41(6), 265-278.
29. Orgerie, A. C., Lefvre, L., & Gelas, J. P. (2014). Demystifying energy consumption in grids and clouds. In Green Computing: Tools and Techniques for Saving Energy, Money, and Resources (pp. 97121). CRC Press.
30. Rimal, B. P., Choi, E., & Lumb, I. (2009). A taxonomy and survey of cloud computing systems. 5th International Joint Conference on INC, IMS and IDC, 44-51.
31. Shehabi, A., Smith, S. J., Masanet, E., & Koomey, J. (2016). Data center growth in the United States: decoupling the demand for computing from electricity use. Environmental Research Letters, 11(11), 114007.
32. Silberschatz, A., Galvin, P. B., & Gagne, G. (2018). Operating system concepts (10th ed.). Wiley.
33. Smith, J. E., & Nair, R. (2005). Virtual machines: Versatile platforms for systems and processes. Morgan Kaufmann.
34. Verma, A., Ahuja, P., & Neogi, A. (2008). pMapper: Power and migration cost aware application placement in virtualized systems. IEEE International Conference on Distributed Computing Systems, 62-71.
35. Xu, J., Zhao, M., Fortes, J., Carpenter, R., & Yousif, M. (2010). Autonomic resource management in virtualized data centers using fuzzy logic-based approaches. Cluster Computing, 11(3), 213227.
36. Ynez-Moretta, P., & Rea-Vaca, F. (2022). Sistemas Integrados de Gestin en un contexto de responsabilidad social. Polo del Conocimiento, 7(1), 311-326.
37. Zhang, Q., Cheng, L., & Boutaba, R. (2010). Cloud computing: state-of-the-art and research challenges. Journal of Internet Services and Applications, 1, 7-18.
2025 por los autores. Este artculo es de acceso abierto y distribuido segn los trminos y condiciones de la licencia Creative Commons Atribucin-NoComercial-CompartirIgual 4.0 Internacional (CC BY-NC-SA 4.0)
(https://creativecommons.org/licenses/by-nc-sa/4.0/).
Enlaces de Referencia
- Por el momento, no existen enlaces de referencia
Polo del Conocimiento
Revista Científico-Académica Multidisciplinaria
ISSN: 2550-682X
Casa Editora del Polo
Manta - Ecuador
Dirección: Ciudadela El Palmar, II Etapa, Manta - Manabí - Ecuador.
Código Postal: 130801
Teléfonos: 056051775/0991871420
Email: polodelconocimientorevista@gmail.com / director@polodelconocimiento.com
URL: https://www.polodelconocimiento.com/