Vertiv, proveedor global de infraestructura digital crítica, publicó a finales de 2023 sus predicciones para el sector de los centros de datos en 2024. El resumen es claro: la Inteligencia Artificial (IA) y la gestión sostenible de la energía marcarán la agenda del año, y las instalaciones actuales no están preparadas para absorber el cambio.
Giordano Albertazzi, consejero delegado de Vertiv, lo plantea en términos directos: la demanda computacional que generan los modelos de IA de gran escala está rediseñando los requisitos eléctricos y térmicos de los centros de datos a un ritmo que no tiene precedentes recientes. La respuesta del sector pasa, según Vertiv, por cuatro movimientos concretos.
Nuevas instalaciones y remodelaciones para soportar IA
El primer punto de Vertiv aborda una realidad incómoda para el sector: la mayoría de los centros de datos existentes no están diseñados para soportar las densidades de potencia que exigen los clusters de GPU necesarios para entrenar o ejecutar modelos de lenguaje a gran escala. Un rack estándar gestionaba hace unos años entre 5 y 10 kW; los nuevos racks para IA pueden superar los 30-40 kW, con tendencia al alza. Eso obliga a construir de nuevo o a reformar en profundidad los sistemas de alimentación y refrigeración.
La tendencia apunta hacia soluciones modulares prefabricadas que permiten escalar más rápido y con menos obra civil. Las grandes remodelaciones, según el informe, no serán cosméticas: afectarán a la distribución eléctrica, los sistemas de refrigeración y la capacidad de gestión térmica.
Almacenamiento energético: baterías en primer plano
La segunda tendencia que identifica Vertiv es el auge de los sistemas de almacenamiento de energía mediante baterías (BESS, por sus siglas en inglés). Esta tecnología permite almacenar energía procedente de fuentes renovables cuando la generación es alta y consumirla cuando la demanda pico la requiere, reduciendo la dependencia de generadores diésel y mejorando la huella de carbono del centro.
El enfoque no es solo medioambiental. Las baterías actúan también como SAI (sistemas de alimentación ininterrumpida) mejorados, con tiempos de respuesta más rápidos y mayor capacidad de descarga prolongada que los sistemas tradicionales. Para un centro de datos que aloja cargas de trabajo críticas de IA, la continuidad del suministro durante picos de consumo tiene implicaciones operativas directas.
Flexibilidad como criterio de diseño
El tercer eje del informe es la priorización de la flexibilidad sobre la rigidez. Las organizaciones que gestionan centros de datos diversificarán sus estrategias de inversión: parte del presupuesto irá a nueva infraestructura modular, y otra parte a mantener y prolongar la vida útil de los equipos ya instalados. Vertiv ve ambas líneas como complementarias, no excluyentes.
Este enfoque responde, en parte, a la incertidumbre sobre los ciclos de actualización del hardware para IA. Los chips para inferencia y entrenamiento evolucionan rápido, lo que hace difícil justificar inversiones a muy largo plazo en equipamiento fijo.
Seguridad en la nube: un reto que crece con el gasto
El cuarto punto del informe es el más transversal: la seguridad. A medida que el gasto global en servicios de nube pública sigue subiendo, las organizaciones se enfrentan a un mapa regulatorio cada vez más fragmentado. Las legislaciones nacionales y regionales sobre privacidad y soberanía de datos imponen requisitos que no siempre son compatibles entre sí, lo que complica la arquitectura de los entornos híbridos y multicloud.
Vertiv no entra en detalle sobre soluciones concretas en este punto, pero el diagnóstico coincide con lo que otros actores del sector han señalado: el crecimiento de la nube amplifica la superficie de ataque y multiplica los vectores regulatorios que hay que gestionar en paralelo.
La presión energética que describe Vertiv no es exclusiva de las grandes instalaciones. NVIDIA ya trabaja en racks de 800V para sus próximos sistemas, lo que ilustra hasta qué punto el problema eléctrico se ha convertido en un factor limitante del crecimiento de la IA. Para tener una idea concreta de cómo son estos entornos por dentro, el recorrido por uno de los centros de datos de Meta ofrece perspectiva sobre la escala de estas instalaciones.
Preguntas frecuentes sobre IA y centros de datos
¿Por qué los centros de datos actuales no son compatibles con la IA?
Los centros de datos tradicionales fueron diseñados para cargas de trabajo de cómputo general con densidades de entre 5 y 15 kW por rack. Los sistemas de IA basados en GPU de alta gama pueden superar los 30-60 kW por rack, lo que exige rediseñar los sistemas eléctricos y de refrigeración desde la base o construir nuevas instalaciones específicas.
¿Qué son los sistemas BESS en centros de datos?
BESS (Battery Energy Storage Systems) son sistemas de almacenamiento de energía mediante baterías industriales. En centros de datos, cumplen dos funciones: almacenan energía de fuentes renovables para usarla en horas punta y actúan como respaldo instantáneo ante cortes de suministro, con tiempos de respuesta inferiores a los sistemas de generación diésel tradicionales.
¿Cuál es el consumo energético de los modelos de IA?
El entrenamiento de un modelo de lenguaje grande (LLM) puede consumir entre 500 y varios miles de megavatios-hora dependiendo del tamaño y la duración del proceso. La inferencia, aunque por operación es más eficiente, acumula un consumo masivo al escalar a millones de consultas diarias. Empresas como Google o Microsoft han reconocido que la IA está afectando a sus objetivos de neutralidad de carbono.
¿Qué son las soluciones modulares prefabricadas en centros de datos?
Son módulos de infraestructura (alimentación, refrigeración, conectividad) que se fabrican y prueban en fábrica y se instalan en el emplazamiento final como unidades completas. Reducen el tiempo de construcción, permiten escalar por fases y facilitan la actualización de componentes sin intervenir en el resto de la instalación.
¿Cuáles son los principales retos de seguridad en entornos multicloud?
La fragmentación regulatoria es el principal problema: diferentes países aplican normativas distintas sobre soberanía de datos, privacidad y requisitos de almacenamiento local. Además, distribuir cargas de trabajo entre varios proveedores de nube multiplica los puntos de acceso y las superficies de ataque que hay que monitorizar y proteger.
