Publicidad
Revista Digital
Publicidad

Nvidia apuesta por centros de datos “sin agua”, pero el consumo eléctrico sigue siendo el gran problema de la IA

Aunque Nvidia presenta su diseño como una solución al problema del agua, el debate ambiental sobre los centros de datos no se agota ahí
nvidia-propuesta-enfriamento-centro-datos
En estimaciones recientes, el organismo advierte que el uso de electricidad en estos centros podría duplicarse hacia 2030. (Foto: JOSH EDELSON/AFP)

Nvidia presentó una nueva propuesta para el diseño de centros de datos enfocados en inteligencia artificial que, según la compañía, podría eliminar significativamente el uso de agua en los sistemas de enfriamiento. La idea forma parte de su arquitectura de referencia para la generación Rubin, una nueva etapa en su infraestructura para cómputo de alto rendimiento.

El anuncio fue detallado en el blog oficial de la empresa, en el cual plantea un cambio radical en la forma en que se enfrían los servidores, en lugar de usar torres de enfriamiento evaporativo (que consumen grandes cantidades de agua) propone sistemas de refrigeración líquida en circuito cerrado capaces de operar a temperaturas más altas de lo habitual.

Publicidad

Aunque se trata de “líquidos” que circulan por el sistema, no es lo mismo que el consumo de agua en los métodos tradicionales de enfriamiento. En estos nuevos diseños, el fluido permanece dentro de un circuito sellado, absorbe el calor de los chips y luego lo disipa a través de intercambiadores externos, sin evaporarse ni perderse en el proceso.

La diferencia clave está en que los sistemas evaporativos sí consumen agua de forma directa, ya que la utilizan para enfriar y gran parte se pierde en forma de vapor. En cambio, la refrigeración líquida de circuito cerrado reutiliza el mismo fluido de manera continua, reduciendo el consumo directo de agua en el sitio. Sin embargo, esto no elimina el impacto ambiental del sistema, ya que los centros de datos siguen dependiendo de grandes cantidades de electricidad, cuyo origen y producción también pueden implicar consumo indirecto de agua.

De acuerdo con la compañía de tecnología, estos sistemas permiten que los centros de datos funcionen con refrigerantes que alcanzan hasta 45 grados Celsius (°C), lo que elimina la necesidad de enfriamiento intensivo con agua en el sitio. Nvidia asegura que este diseño puede reducir el consumo directo de agua de millones de galones por megavatio al año a niveles cercanos a cero en la operación del centro de datos.

El enfoque de Nvidia se basa en instalaciones diseñadas específicamente para cargas de trabajo de inteligencia artificial cada vez más densas. En este modelo, el calor generado por los chips se captura directamente en el hardware mediante refrigeración líquida y se transporta en circuitos cerrados hacia sistemas de disipación externos.

La compañía sostiene que esta estrategia no solo reduce el uso de agua, sino que también mejora la eficiencia energética general del sistema al permitir mayores densidades de cómputo sin depender de infraestructura de enfriamiento tradicional.

El cambio es relevante porque los centros de datos modernos son infraestructura crítica para el desarrollo de modelos de IA generativa, servicios en la nube y sistemas empresariales. Y su crecimiento se aceleró en los últimos años por la demanda de GPU especializadas.

Publicidad

El consumo eléctrico no desaparece

Aunque Nvidia presenta su diseño como una solución al problema del agua, el debate ambiental sobre los centros de datos no se agota ahí. Diversos reportes internacionales coinciden en que el mayor impacto de la expansión de la IA está en el consumo de electricidad, no solo en el enfriamiento, uno de ellos proviene de la Agencia Internacional de Energía (IEA), una organización intergubernamental que asesora a los países en políticas energéticas, la cual señala que el consumo eléctrico de los centros de datos crece de forma acelerada, impulsado principalmente por la expansión de cargas de trabajo de inteligencia artificial.

En estimaciones recientes, el organismo advierte que el uso de electricidad en estos centros podría duplicarse hacia 2030, alcanzando alrededor de 945 TWh, lo que representaría cerca del 3% del consumo global de energía. Parte de esta presión proviene de que hay regiones que impulsan la construcción de centros de datos pero su infraestructura energética no crece al mismo ritmo que la demanda digital.

Además, parte significativa del impacto hídrico de los centros de datos ocurre fuera de las instalaciones, especialmente en la generación de electricidad.

De acuerdo con la IEA, la generación de electricidad, especialmente cuando depende de fuentes térmicas como el gas o el carbón, requiere grandes volúmenes de agua para procesos de enfriamiento en las plantas. Esto implica que, incluso si los centros de datos reducen su consumo directo de agua mediante sistemas de refrigeración cerrados, persiste una huella hídrica indirecta asociada a la electricidad que utilizan.

En este contexto, el análisis señala que las mejoras de eficiencia en el diseño de centros de datos no necesariamente reducen el impacto total.

“El consumo energético por tarea de IA está disminuyendo rápidamente, y la eficiencia está mejorando a un ritmo sin precedentes en la historia de la energía. Sin embargo, cada vez más personas utilizan la IA, y los usos que consumen mucha energía, como los agentes de IA, están en aumento”, señala el reporte de IEA.

En su comunicación, Nvidia defiende que su enfoque representa un avance significativo en la sostenibilidad de la infraestructura de IA, sin embargo, el propio debate técnico muestra que este tipo de soluciones abordan solo una parte del problema.

El crecimiento de la inteligencia artificial impulsa una carrera global por construir instalaciones cada vez más grandes y potentes. De acuerdo con datos de Marketsandmarkets, el mercado global de centros de datos de IA alcanzó un valor de 344,240 millones de dólares en 2025 y se prevé que alcance los 2,023,520 millones de dólares en 2032, un crecimiento principalmente asociado a l adopción de Ia generativa, aprendizaje automático de los modelos de lenguaje a gran escala en diversos sectores y la creciente demanda de infraestructura informática de alto rendimiento.

Publicidad

Newsletter

Únete a nuestra comunidad. Te mandaremos una selección de nuestras historias.

Publicidad

Publicidad