La infraestructura de la IA a debate: entre la explosión de los hiperescala, la soberanía del dato y las restricciones físicas del mundo real
La noción de que el entorno digital y la inteligencia artificial (IA) operan en un plano intangible ha chocado de frente con la realidad material. En su más reciente análisis, Billy Davis, especialista de la firma Hudson Forge Technologies, desmitifica el concepto de la nube al recordar que esta «nunca fue ingrávida». Por el contrario, su infraestructura está firmemente anclada a elementos físicos: hormigón, cobre, silicio, fibra óptica, electricidad, terrenos y sistemas de refrigeración avanzados. Con la transición de la IA desde los laboratorios de investigación hacia un despliegue industrial masivo, los centros de datos (data centers) han dejado de ser simples utilidades corporativas de fondo para transformarse en infraestructuras estratégicas, objetos políticos y ejes de disputas de soberanía.
La crisis energética y las respuestas regulatorias locales
El escalamiento de la IA requiere enormes clústeres de Unidades de Procesamiento Gráfico (GPU) y aceleradores que funcionan más como «fundiciones de cómputo» que como edificios de tecnologías de la información tradicionales. Este apetito energético está tensionando las redes eléctricas globales.
- Proyección de consumo: Según datos de la Agencia Internacional de la Energía citados en el informe, se proyecta que el consumo eléctrico global de los centros de datos se duplique, pasando de 415 TWh en 2024 a aproximadamente 945 TWh para el año 2030 (una cifra ligeramente superior al consumo eléctrico total actual de Japón). Estados Unidos y China liderarán este incremento, concentrando cerca del 80% del crecimiento global.
- El freno municipal: Esta presión ha trasladado el debate de los ministerios a los gobiernos locales, donde las comunidades cuestionan el impacto en las tarifas eléctricas residenciales, el uso del agua y los incentivos fiscales. El 8 de junio de 2026, el Concejo Municipal de Charlotte (Carolina del Norte, EE. UU.) aprobó por unanimidad (11-0) una moratoria de 150 días para nuevos centros de datos. Medidas similares de suspensión temporal o revisión de licencias se han extendido a otras municipalidades del estado como Durham, Apex y el condado de Chatham, evidenciando una fricción nacional entre la velocidad del desarrollo tecnológico y la rendición de cuentas ante las comunidades.
Ingeniería térmica y el rol de la automatización
A nivel técnico, remover el calor de los racks de GPU de alta densidad se ha convertido en el desafío de ingeniería definitorio de la era. Los sistemas tradicionales de enfriamiento por aire convencional están dando paso a tecnologías de enfriamiento líquido directo al chip, inmersión y optimización térmica de ciclo cerrado.
Paradójicamente, la propia IA se proyecta como parte de la solución operativa. El informe anticipa un escenario donde los centros de datos sean gestionados como sistemas vivos mediante algoritmos predictivos que analicen miles de señales simultáneas (flujo de aire, consumo de energía, tráfico de red) para prevenir fallas y optimizar recursos antes de que ocurran. Asimismo, la robótica se perfila como el socio físico ideal para tareas de inspección de cableado, patrullaje de seguridad y mantenimiento en entornos remotos.
El desencanto de las soluciones alternativas: Mar y Espacio
Ante las restricciones de espacio y energía en la Tierra, la industria ha evaluado fronteras alternativas, aunque el análisis de Davis llama al pragmatismo respecto a su viabilidad comercial en el corto plazo:
- Centros de datos submarinos: Aunque experimentos como el Project Natick de Microsoft (2018) demostraron una viabilidad técnica sobresaliente —con una tasa de fallo de servidores de apenas 0.7% frente al 5.9% del grupo de control en tierra gracias a la atmósfera de nitrógeno y la estabilidad térmica—, Microsoft descontinuó formalmente el programa. El caso demuestra que un éxito técnico no se traduce automáticamente en un estándar de infraestructura si el modelo de negocio no es viable.
- Computación espacial: El anuncio de Google a finales de 2025 sobre el Project Suncatcher busca evaluar el escalamiento de machine learning en el espacio mediante constelaciones de satélites alimentados por energía solar y equipados con TPU (Unidades de Procesamiento Tensor). Aunque se proyectan lanzamientos de prototipos para inicios de 2027, las barreras de gestión térmica, costos de lanzamiento y comunicaciones ópticas relegan esta alternativa a una fase de investigación de largo plazo, lejos de sustituir a los campus terrestres.
Soberanía tecnológica frente al oligopolio de la nube
Uno de los puntos más críticos del informe radica en la advertencia sobre la concentración del poder de cómputo. Actualmente, los tres grandes proveedores de la nube (Amazon Web Services, Microsoft Azure y Google Cloud) controlan cerca de dos tercios del mercado global de infraestructura. Esta centralización genera un riesgo de «captura del cómputo», donde investigadores independientes, pequeñas empresas y naciones en desarrollo queden supeditadas a las decisiones de un pequeño grupo de corporaciones.
Frente a esto, el concepto de Cómputo Soberano (Sovereign Compute) cobra relevancia en dos niveles:
- Nivel Nacional: Los estados reconocen que las reglas de residencia de datos son insuficientes si el procesamiento físico de la información depende de firmas, hardware o políticas de gobiernos extranjeros. La verdadera soberanía requiere planificación energética doméstica, capacidad de centros de datos propios y cadenas de suministro seguras.
- Nivel Personal y Local: El despliegue de laboratorios domésticos o servidores locales permite a investigadores y pequeñas organizaciones ejecutar arquitecturas privadas de IA (como sistemas RAG o inferencia de modelos pequeños). Esto reduce la dependencia de plataformas centralizadas y protege la autonomía de la información sensible.
La próxima frontera: Centros de datos híbridos y cuánticos
Hacia el futuro, el reporte descarta que la computación cuántica vaya a reemplazar por completo a los servidores clásicos. El destino de la infraestructura es el cómputo híbrido, donde las CPU, GPU y aceleradores clásicos coexistirán y coordinarán tareas con las Unidades de Procesamiento Cuántico (QPU).
Dado que los sistemas cuánticos exigen requerimientos físicos extremos —como entornos criogénicos para qubits superconductores o blindajes magnéticos de alta precisión—, estos no se instalarán en racks comunes, sino que darán origen a infraestructuras altamente especializadas denominadas hubs cuánticos-HPC. Paralelamente, la seguridad de estas instalaciones prioritarias exigirá una migración inmediata hacia la criptografía post-cuántica para salvaguardar los datos históricos ante futuras amenazas de descifrado.
Seguiremos brindándote más información sobre este tema en las siguientes presentaciones físicas y digitales de Channel News Perú
Mantente conectado a nuestra plataforma de negocios y revista, haciendo clic aquí y suscribiéndote a nuestro newsletter para contenido de valor diario
