Centros de datos de IA: la infraestructura invisible de la revolución tecnológica
La inteligencia artificial suele percibirse a través de asistentes digitales, sistemas de generación de imágenes, modelos científicos o herramientas capaces de analizar enormes cantidades de información. Sin embargo, detrás de cada consulta existe una infraestructura física formada por servidores, redes de alta velocidad, sistemas eléctricos y equipos de refrigeración. Los centros de datos de IA son la base material que permite entrenar y ejecutar los modelos actuales.
Su expansión está modificando además la relación entre tecnología, electricidad, agua y territorio. La Agencia Internacional de Energía estima que los centros de datos consumieron alrededor de 485 TWh de electricidad en 2025 y proyecta aproximadamente 950 TWh para 2030 en su escenario central. La cifra incluye distintas cargas digitales y no exclusivamente inteligencia artificial, aunque los centros especializados en IA constituyen el segmento de crecimiento más rápido.
Ir a la guía central
Por esa razón, el desarrollo de la IA ya no depende solamente de mejores algoritmos o semiconductores. También requiere redes eléctricas capaces de suministrar grandes cantidades de energía de manera continua, sistemas de refrigeración eficientes y una planificación que contemple sequías, olas de calor, inundaciones y otros eventos extremos.
⚠️ Recibí alertas antes que el resto
Eventos como este pueden repetirse. Enterate antes que se vuelvan noticia.
Qué ocurre realmente dentro de un centro de datos de inteligencia artificial
Un centro de datos puede contener miles de servidores distribuidos en racks y conectados mediante redes de muy alta velocidad. En instalaciones dedicadas a inteligencia artificial aparecen además grandes cantidades de GPU y otros aceleradores especializados, capaces de ejecutar simultáneamente las operaciones matemáticas necesarias para entrenar y utilizar modelos complejos.
La diferencia respecto de un centro de datos convencional no consiste únicamente en tener computadoras más rápidas. Las cargas de IA pueden alcanzar una densidad de potencia considerablemente mayor por rack, lo que obliga a reconsiderar la distribución eléctrica y, especialmente, la refrigeración. El Departamento de Energía de Estados Unidos impulsa incluso tecnologías destinadas a gestionar cargas térmicas de hasta un megavatio por rack para futuras aplicaciones de IA de alta potencia.
El proceso tampoco termina cuando un modelo completa su entrenamiento. Cada vez que millones de personas utilizan sistemas generativos se ejecuta una etapa denominada inferencia. El crecimiento de estos servicios puede convertir la operación cotidiana de los modelos en una parte cada vez más importante del consumo total.
La infraestructura incluye también transformadores, baterías, generadores de respaldo, sistemas UPS, almacenamiento, fibra óptica y complejos mecanismos de control. Por eso, una aplicación aparentemente inmaterial depende de una extensa cadena física que comienza mucho antes de que una respuesta aparezca en una pantalla.
La demanda eléctrica de la IA empieza a convertirse en un problema de infraestructura
El crecimiento de los centros de datos debe analizarse con cuidado. A escala mundial todavía representan una fracción limitada del consumo eléctrico, pero su característica particular es la concentración geográfica de enormes cargas.
La Agencia Internacional de Energía analiza el consumo energético de la IA y los centros de datos y estima que estas instalaciones representaban alrededor del 1,5 % del consumo mundial de electricidad en 2024. Su escenario central proyectaba aproximadamente 945 TWh para 2030; una actualización posterior situó la estimación en torno a 950 TWh.
Esto no significa que la IA vaya a consumir por sí sola esa cantidad. La cifra comprende el conjunto de los centros de datos, incluidos servicios digitales tradicionales. Además, las proyecciones presentan incertidumbre porque dependen de la eficiencia del hardware, la evolución de los modelos, el nivel de utilización y la velocidad de construcción de nuevas instalaciones.
El problema puede ser mucho mayor localmente. Una concentración de instalaciones de cientos de megavatios puede requerir nuevas líneas de transmisión, subestaciones y capacidad de generación.
Los plazos también son diferentes: un centro de datos puede construirse en pocos años, mientras que ampliar una red eléctrica o incorporar nueva generación firme puede demandar mucho más tiempo. Esta diferencia está convirtiendo la disponibilidad energética en uno de los factores que pueden determinar dónde se instalará la próxima generación de infraestructura de IA.
Refrigeración y agua: cómo eliminar el calor producido por miles de procesadores
Prácticamente toda la electricidad utilizada por los equipos informáticos termina convirtiéndose en calor. Cuanto mayor es la densidad computacional, más complejo resulta mantener los chips dentro de sus temperaturas de funcionamiento.
Durante años predominó la refrigeración por aire, combinada con sistemas de agua helada y torres de enfriamiento. Las nuevas generaciones de aceleradores están impulsando alternativas como la refrigeración líquida directa al chip, que permite transportar el calor con mayor eficiencia desde componentes extremadamente concentrados.
El consumo de agua, sin embargo, no puede expresarse mediante una cifra universal. Depende del diseño de cada instalación, el clima, la tecnología de refrigeración, la carga informática y la fuente de electricidad. El Lawrence Berkeley National Laboratory estudia conjuntamente el consumo eléctrico y de agua de los centros de datos y desarrolla modelos específicos para evaluar estas variables.
Algunas instalaciones utilizan torres evaporativas que consumen agua; otras emplean circuitos cerrados o tecnologías diseñadas para reducir considerablemente ese consumo. Existe además un intercambio entre agua y energía: una solución que disminuye el uso directo de agua no necesariamente minimiza el consumo eléctrico, y viceversa.
Esta cuestión adquiere especial importancia en regiones sometidas a sequías recurrentes. La disponibilidad hídrica debería formar parte de la evaluación territorial de cada proyecto y no considerarse únicamente después de construir la instalación.
Olas de calor, inundaciones y tormentas: el clima extremo entra en la ecuación digital
Los centros de datos están diseñados para funcionar continuamente, pero eso no significa que sean inmunes a los fenómenos meteorológicos. Una ola de calor intensa puede aumentar simultáneamente la demanda eléctrica de la población, reducir la eficiencia de determinados sistemas de refrigeración y elevar las necesidades térmicas de la propia instalación.
Una sequía prolongada puede limitar la conveniencia de sistemas que dependan fuertemente del agua. En el extremo contrario, lluvias excepcionales e inundaciones pueden amenazar subestaciones, generadores, accesos, sistemas de combustible o infraestructura de telecomunicaciones.
Los incendios forestales agregan otros riesgos: pueden interrumpir líneas eléctricas, afectar la calidad del aire y dificultar las operaciones en zonas expuestas. Tormentas severas y ciclones pueden producir cortes prolongados que obliguen a utilizar sistemas de respaldo.
Por eso, la resiliencia de estas instalaciones requiere más que generadores de emergencia. Debe considerar redundancia eléctrica, almacenamiento energético, rutas alternativas de telecomunicaciones, disponibilidad de agua y evaluación de amenazas climáticas locales.
La eficiencia también forma parte de esa estrategia. El Departamento de Energía de Estados Unidos reúne recomendaciones para mejorar la eficiencia energética de los centros de datos, incluyendo gestión térmica, medición y tecnologías de refrigeración.
La expansión de la IA convierte así a los centros de datos en una nueva clase de infraestructura crítica digital cuya continuidad puede depender cada vez más de una planificación conjunta entre informática, energía, agua y gestión de emergencias.
La carrera por construir la infraestructura física de la inteligencia artificial
La competencia tecnológica ya no se limita a desarrollar el modelo más avanzado. También implica asegurar semiconductores, terrenos, electricidad, refrigeración, conexiones de fibra óptica y capacidad para construir centros de datos a gran escala.
Esta realidad puede modificar la geografía de la industria digital. Regiones con electricidad abundante, redes robustas, buena conectividad y condiciones climáticas favorables podrían atraer nuevas inversiones. Pero disponer de energía no será suficiente: también será necesario evaluar estabilidad de la red, disponibilidad hídrica, riesgos naturales y capacidad de expansión futura.
La eficiencia puede alterar considerablemente las proyecciones actuales. Nuevas arquitecturas de chips, modelos más pequeños para determinadas tareas, optimización del software y mejores sistemas térmicos podrían reducir la energía necesaria por operación. Al mismo tiempo, una utilización mucho mayor de la IA podría compensar parte de esos avances. Por eso, las estimaciones de consumo para la próxima década deben entenderse como escenarios y no como resultados inevitables.
También existe la posibilidad de utilizar centros de datos como cargas parcialmente flexibles, desplazando determinadas tareas hacia momentos o lugares donde exista mayor disponibilidad eléctrica. Sin embargo, esa capacidad dependerá del tipo de servicio: una tarea de entrenamiento puede ofrecer más margen que una aplicación que necesita responder instantáneamente.
La inteligencia artificial tiene, por lo tanto, una dimensión física que suele permanecer oculta. Detrás de cada modelo existen edificios, chips, transformadores, sistemas de refrigeración, agua, redes eléctricas y conexiones internacionales de telecomunicaciones. Comprender esa infraestructura será fundamental para evaluar no solamente el crecimiento tecnológico, sino también sus consecuencias energéticas, ambientales y de resiliencia frente a un clima cada vez más exigente.
- Investigación y verificación de información crítica.
- Infraestructura técnica (hosting, seguridad y velocidad).
- Herramientas de monitoreo y cobertura de eventos extremos.
- Producción de guías prácticas para preparación ciudadana.
Orbes Argentina es un medio independiente especializado en emergencias, clima extremo y ciencia aplicada, con cobertura global y enfoque en riesgos del siglo XXI.
