El rápido crecimiento de la inteligencia artificial está generando un nuevo desafío para los centros de datos: sus necesidades de electricidad cambian de manera brusca y constante. Estas variaciones están sometiendo a un esfuerzo considerable a baterías, generadores, turbinas y sistemas de refrigeración, provocando fallas y un desgaste más acelerado de algunos equipos.
A diferencia de los centros de datos tradicionales, las instalaciones destinadas a cargas de trabajo de IA requieren cantidades mucho mayores de energía y pueden modificar su consumo en cuestión de segundos. Durante el entrenamiento de nuevos modelos, cientos de miles de unidades de procesamiento gráfico pueden activarse prácticamente al mismo tiempo, generando fuertes cambios en la demanda eléctrica.
De acuerdo con especialistas citados en el material, una instalación de un gigavatio puede experimentar incrementos de consumo equivalentes a grandes cargas industriales en lapsos extremadamente cortos. En algunos casos, la demanda puede superar temporalmente la capacidad para la que fue diseñado el sistema eléctrico.
Equipos sometidos a mayor desgaste
La volatilidad de estas cargas también está afectando componentes esenciales. Expertos consultados señalaron casos de daños en motores y turbinas utilizados para generar electricidad dentro de centros de datos. En instalaciones vinculadas con xAI en Memphis, Tennessee, se reportaron grietas en turbinas de gas, mientras que problemas similares fueron observados en centros de datos más pequeños en Reino Unido.
Las baterías utilizadas para estabilizar el suministro también enfrentan una presión importante. Según las fuentes citadas, algunos sistemas instalados para compensar las variaciones de energía han tenido que ser sustituidos después de periodos considerablemente más cortos de lo esperado.
El desgaste de estos componentes no sólo representa un problema de mantenimiento. Una falla puede provocar interrupciones en las operaciones y afectar directamente los ingresos de los operadores de centros de datos.
Grandes inversiones enfrentan nuevos riesgos
Los problemas de confiabilidad aparecen mientras empresas tecnológicas y desarrolladores preparan inversiones de cientos de miles de millones de dólares para ampliar la infraestructura necesaria para la IA.
En Texas, por ejemplo, un campus de inteligencia artificial con una capacidad prevista de 2.67 gigavatios incorporó tiempo adicional a su calendario de ingeniería, retrasando el inicio del suministro eléctrico de 2027 a 2028. Los responsables del proyecto señalaron que la generación, el almacenamiento, los sistemas de control, la carga y la conexión a la red deben diseñarse de manera conjunta.
Para los operadores, el problema no consiste únicamente en sustituir un componente averiado. Una interrupción también significa que una infraestructura informática de alto costo permanece fuera de servicio y deja de producir ingresos.
Una preocupación que alcanza a las redes eléctricas
El impacto de la IA no se limita al interior de los centros de datos. Los cambios repentinos en el consumo pueden representar un desafío para las redes eléctricas, que ya enfrentan problemas relacionados con equipos envejecidos, mayor demanda y fenómenos meteorológicos extremos.
Especialistas en calidad de energía advierten que las cargas altamente variables pueden generar inestabilidad y, si no se controlan correctamente, aumentar el riesgo de interrupciones. También existe preocupación por posibles oscilaciones eléctricas capaces de afectar equipos conectados en otras partes de la red.
La North American Electric Reliability Corp. ha advertido en los últimos años sobre los riesgos asociados con los centros de datos. Una evaluación de más de 33 gigavatios de instalaciones operativas en Estados Unidos encontró que cerca de tres cuartas partes de los modelos utilizados para representar sus cargas no reflejaban adecuadamente su comportamiento dinámico.
La industria busca soluciones
Fabricantes de chips, operadores y especialistas en energía ya trabajan para reducir estas fluctuaciones. Nvidia, por ejemplo, comenzó a colaborar con expertos del sector energético durante el desarrollo de sus GPU Blackwell, con el objetivo de mejorar la integración entre los procesadores y la infraestructura eléctrica de los centros de datos.
Entre las tecnologías que pueden ayudar a estabilizar el suministro se encuentran las baterías, capacitores, transformadores y sistemas de almacenamiento mediante volantes de inercia. También se desarrollan bancos de pruebas para analizar cómo integrar de manera segura las cargas de inteligencia artificial con las redes eléctricas.
El crecimiento de la IA, por lo tanto, no sólo depende de contar con más procesadores y centros de datos. También requiere una infraestructura energética capaz de soportar cambios rápidos en la demanda sin comprometer la confiabilidad.
El desafío será lograr que la expansión de la inteligencia artificial avance al mismo ritmo que las redes, los sistemas de almacenamiento y los equipos encargados de suministrar la enorme cantidad de electricidad que necesitan estas nuevas instalaciones.
