Los bruscos cambios en la demanda eléctrica de los centros de datos de inteligencia artificial (IA) están sometiendo a equipos críticos a un fuerte estrés, lo que provoca fallas o un desgaste mucho más rápido de lo previsto en baterías, generadores y sistemas de refrigeración.
A medida que el auge de la IA se acelera, estos problemas técnicos apuntan a costos adicionales y problemas de confiabilidad imprevistos, ya que incluso unos pocos minutos de interrupción pueden afectar los ingresos de los desarrolladores de centros de datos. Esto ocurre cuando inversores y prestamistas ya están inquietos por los cientos de miles de millones de dólares que los hiperescaladores planean gastar, en medio de crecientes preocupaciones de que estas instalaciones podrían estar depreciándose mucho más rápido de lo estimado.
VER MÁS: China intensifica la competencia en IA y presiona a desarrolladores de modelos de EE.UU.
Los problemas también podrían ser una fuente de inestabilidad más amplia para redes eléctricas que ya enfrentan dificultades para mantener el suministro.
“La IA genera una demanda eléctrica muy inusual”, dijo Amber Villegas-Williamson, consultora principal del Uptime Institute en Reino Unido, que asesora a proveedores de electricidad y centros de datos sobre estándares y confiabilidad. “Es como acelerar demasiado el motor de un auto: se desgasta más rápido que si se mantiene una velocidad constante”.
Los centros de datos existen desde hace décadas y consumen enormes cantidades de electricidad para garantizar que todo, desde una serie favorita en streaming hasta un pedido de supermercado online, funcione sin problemas. Pero las instalaciones diseñadas para computación con IA son diferentes porque su demanda es mucho mayor y fluctúa de manera mucho más pronunciada.
Incrementos de potencia equivalentes al consumo de fábricas, ciudades pequeñas o incluso grandes ciudades pueden aparecer y desaparecer en cuestión de segundos, generando impactos repetidos que los equipos conectados tienen dificultades para absorber.
Un centro de datos de un gigavatio equivale a una ciudad del tamaño de Boston, y la mitad de esa demanda puede encenderse y apagarse cada pocos segundos, dijo Shannon Miller, fundador y presidente de Mainspring Energy Inc., que trabaja en proyectos de microrredes para clientes industriales y centros de datos. Algunos campus de IA previstos en Texas, el Medio Oeste y otros estados son más de cinco veces más grandes y consumen, en promedio, casi tanta electricidad como la ciudad de Nueva York.
Los centros de datos de IA someten a una presión particularmente fuerte a su suministro eléctrico cuando entrenan nuevos modelos, un proceso que activa todas las unidades de procesamiento gráfico (GPU) de manera simultánea. Como una especie de equivalente digital de un enjambre de abejas que se mueve en conjunto o de un banco de peces que cambia de dirección, cientos de miles de GPU pueden encenderse y apagarse en cuestión de milisegundos.
En algunos momentos, el consumo eléctrico de la IA llega a aumentar hasta un 50% por encima de la capacidad para la que fue diseñada, dijo Drew Baglino, un exejecutivo de Tesla Inc. que fundó Heron Power Electronics Co. “Así, una instalación de 1 gigavatio puede utilizar 1,5 gigavatios durante una fracción de segundo”, explicó. La compañía está desarrollando equipos para gestionar las fluctuaciones de energía de la próxima generación de servidores de Nvidia Corp., todavía más intensivos en consumo energético, que llegarán en 2027.
La mayoría de los equipos no están diseñados para semejantes variaciones en el consumo eléctrico. Jon Parrella, director ejecutivo del desarrollador de sistemas de almacenamiento de energía Terraflow Energy, lo compara con conducir un Ferrari y pasar directamente de sexta a primera. “No se puede cambiar tan rápido”, dijo.
Esta nota se basa en entrevistas con más de tres docenas de expertos en energía de Estados Unidos y Europa, incluidos fabricantes de generadores y otros proveedores de electricidad, desarrolladores de centros de datos, operadores de redes, empresas de servicios públicos, inversores, desarrolladores de estándares, aseguradoras y reguladores. Casi todos señalaron que las instalaciones están sometidas a evidentes tensiones físicas.
Las manivelas de pequeños motores de combustión a gas natural utilizados para generar electricidad en centros de datos se han roto, dijeron varias de esas personas. En las instalaciones de computación Colossus de xAI, en Memphis, Tennessee, unas turbinas a gas habían desarrollado grietas, dijo una de las fuentes. Dentro del sistema se instalaron baterías para ayudar a suavizar las variaciones de potencia y reducir la presión sobre las turbinas en funcionamiento, agregó.
SpaceX, la empresa matriz de xAI, no respondió a las solicitudes de comentarios.
También se han producido grietas en turbinas de centros de datos mucho más pequeños en Reino Unido, dijo Andrew Cunningham, director ejecutivo de GeoPura Ltd., que suministra hidrógeno para utilizar en celdas de combustible destinadas a suavizar los flujos de energía en algunos sitios.
Las grietas o el desgaste de los dispositivos pueden provocar arcos eléctricos —cuando una corriente salta entre conductores— que potencialmente pueden dañar los chips de IA, dijo Jennifer Scanlon, directora ejecutiva de UL Solutions Inc., que prueba y certifica nuevas tecnologías.
Existe un conjunto de equipos, como baterías, capacitores, transformadores y volantes de inercia, que pueden ayudar a estabilizar los flujos de energía. Sin embargo, varias de las personas consultadas señalaron que, en la carrera por construir rápidamente capacidad de computación para IA, estas tecnologías no se están utilizando lo suficiente en los nuevos centros de datos. Según el Uptime Institute y otras personas que trabajan con operadores, algunas baterías instaladas con este propósito han tenido que ser reemplazadas en cuestión de meses o incluso semanas debido al elevado nivel de exigencia.
El problema se observa en centros de datos de todo el mundo, desde Medio Oriente y África hasta Europa y Estados Unidos, dijo Villegas-Williamson, del Uptime Institute.
Problemas de confiabilidad
Estos problemas ya están provocando demoras o reduciendo las operaciones —y, por lo tanto, los ingresos— en algunas instalaciones de computación de IA.
Se incorporó tiempo adicional al cronograma de ingeniería de un campus de IA de 2,67 gigavatios previsto en el oeste de Texas, dijo Chris James, director ejecutivo de Joulent Inc., que desarrolla la instalación junto con el gigante energético Chevron Corp. Esto significa que el suministro eléctrico comenzará en 2028 en lugar de 2027, señaló.
“Los centros de datos y el suministro eléctrico no pueden construirse de manera independiente”, dijo posteriormente en un comunicado. “La carga, la generación, el almacenamiento, los sistemas de control y la conexión a la red se afectan mutuamente. A medida que la infraestructura de IA se expande, los proyectos que tengan mejor desempeño serán aquellos que contemplen esas interacciones desde el principio, en lugar de intentar resolverlas después de la construcción”.
Si los equipos esenciales fallan prematuramente, “la consecuencia financiera no es principalmente reemplazar una bomba, un interruptor o algún componente eléctrico; es el valor de esa costosa capacidad de computación que no genera ingresos porque está fuera de servicio”, dijo Jason Hoffman, director de estrategia del desarrollador y operador de centros de datos Switch.
El costo de las interrupciones en términos de ingresos perdidos varía ampliamente, con estimaciones que van desde miles hasta cientos de miles de dólares por minuto, dependiendo del tipo de instalación y de la carga de trabajo.
Los centros de datos se construyen bajo el supuesto de que, una vez conectados, funcionarán las 24 horas del día, los 365 días del año, dijo una persona involucrada en el financiamiento de este tipo de instalaciones. En la realidad, algunos están registrando niveles de disponibilidad cercanos al 80% y, si el problema no se resuelve, esto podría afectar a inversores de determinados proyectos en los próximos 12 a 24 meses, señaló.
Cualquier problema de confiabilidad se suma a las preocupaciones más amplias sobre los retornos que generarán los cientos de miles de millones de dólares de inversiones en IA previstas. La velocidad de depreciación de otro componente fundamental de los centros de datos, los propios racks de GPU, ha generado dudas sobre si la industria puede ser tan rentable como promete.
VER MÁS: Hiperescaladores de IA podrían sumar US$2 billones de deuda y aún mantener grado de inversión
Estos problemas de confiabilidad también podrían desestabilizar la red eléctrica en general. Esta extensa red de líneas de alta tensión, transformadores y centrales eléctricas requiere una calibración constante, algo que se ha vuelto más difícil con el paso de los años debido al envejecimiento de los equipos, el aumento de la demanda y los fenómenos meteorológicos extremos.
La expansión de la generación eólica y solar intermitente, que suele provocar grandes variaciones en la oferta de una hora a otra, ya constituye una fuerza desestabilizadora. Los centros de datos de IA pueden llevar esa volatilidad a un nivel completamente distinto.
“Estas cargas son extremadamente dinámicas o fluctuantes, lo que provoca inestabilidad en la red y puede generar, si no se corrige, apagones o cortes de suministro”, dijo Sreemant Roy, experto en calidad de energía y gerente global de ofertas de Schneider Electric en Nashville, Tennessee. Una preocupación particular es la capacidad de un centro de datos para provocar oscilaciones subsincrónicas en el flujo eléctrico, lo que puede dañar equipos conectados a otras partes de la red, explicó.
“Eso ha generado una gran preocupación entre las empresas de servicios públicos de todo el mundo”, dijo Roy.
Durante los últimos dos años, la North American Electric Reliability Corp. (NERC), el principal organismo regulador de Estados Unidos encargado de establecer estándares para mantener la continuidad del suministro eléctrico, ha advertido reiteradamente y emitido alertas sobre los centros de datos como uno de los mayores riesgos para la estabilidad de la red.
NERC evaluó más de 33 gigavatios de centros de datos operativos en Estados Unidos y descubrió que alrededor de tres cuartas partes de sus modelos de carga “son insuficientes para representar el comportamiento dinámico de los centros de datos”, según un informe de septiembre. A comienzos de este año, el organismo emitió una inusual alerta de nivel tres que obliga a los grandes centros de datos a abordar estos riesgos inmediatos y presentar sus respuestas antes del 3 de agosto.
De arriba abajo, la industria de la IA es consciente de estos problemas y trabaja activamente en soluciones.
Nvidia comenzó a trabajar más estrechamente con expertos en energía cuando desarrolló sus GPU Blackwell, lanzadas por primera vez en 2024 y que se han vuelto omnipresentes en los centros de datos, dijo Dion Harris, director sénior de soluciones de infraestructura para hiperescaladores de la empresa de chips.
VER MÁS: Ejecutivos de Nvidia, CoreWeave, Broadcom y más aprovechan el auge de la IA para vender acciones
“Estamos construyendo los chips y procesadores”, pero también utilizándolos en los propios centros de datos de la compañía, dijo Harris. Nvidia trabaja para que sus implementaciones sean mucho más fluidas, “tanto durante la construcción, el diseño y la ingeniería del centro de datos, como en la entrega de energía”.
Los usuarios de centros de datos han implementado técnicas para suavizar las fluctuaciones de energía de las cargas de trabajo de IA mediante la ejecución de cálculos secundarios —en esencia, operaciones matemáticas ficticias que no forman parte del proceso de entrenamiento— para mantener las GPU funcionando de manera estable. Sin embargo, este enfoque ha sido criticado por desperdiciar electricidad en un momento en que la demanda de energía está aumentando.
El año pasado, el National Laboratory of the Rockies, cerca de Denver, Colorado, instaló un banco de pruebas en nombre del Departamento de Energía de Estados Unidos para determinar cómo integrar la IA de manera segura a la red eléctrica, dijo Martha Symko-Davies, gerente del programa del NLR para la oficina de electricidad del Departamento de Energía.
El sitio cuenta con GPU y generación eléctrica propia que los desarrolladores pueden utilizar para determinar si sus sistemas pueden manejar la variabilidad de la IA. Un proveedor de electricidad dijo que utilizará las instalaciones para probar baterías, software y otros equipos destinados a suavizar las oscilaciones entre el centro de datos y la red que pueden causar daños en cualquiera de los dos lados.
VER MÁS: La carrera por la IA dispara la emisión de deuda del sector: en siete meses ya supera todo 2025
“Tenemos la oportunidad de hacerlo bien ahora”, dijo Symko-Davies.
Lea más en Bloomberg.com
