Por Gary Wong, Líder Global del Segmento de Energía, Servicios Públicos e Infraestructura en AVEVA
Cada pregunta que hacemos a una herramienta de inteligencia artificial, cada video que almacenamos en la nube y cada operación digital que realizamos depende de una infraestructura física que rara vez vemos: los centros de datos.
Y esa infraestructura está creciendo rápidamente. La Agencia Internacional de Energía (AIE) estima que hacia 2030 el consumo eléctrico de los centros de datos podría duplicarse. Al mismo tiempo, aumenta la preocupación sobre su impacto en las redes eléctricas, el consumo de agua y las comunidades donde se instalan.
La discusión ya no es solamente cuántos centros de datos necesitaremos para sostener la expansión de la inteligencia artificial, sino cómo construirlos y operarlos sin que el crecimiento de la economía digital termine ejerciendo una presión desproporcionada sobre los recursos locales.
Un centro de datos no existe aislado de su entorno
Los nuevos campus destinados a soportar cargas de inteligencia artificial se parecen cada vez más a grandes instalaciones industriales. Requieren enormes cantidades de electricidad, sistemas complejos de enfriamiento, agua, infraestructura de respaldo y conexiones permanentes con las redes locales. Por eso, la ubicación y el diseño importan.
Antes de construir una instalación de gran escala debería evaluarse no solo la disponibilidad de terreno o conectividad, sino también la capacidad de la red eléctrica, las condiciones climáticas, la disponibilidad de agua y el impacto que una nueva demanda puede tener sobre la comunidad.
Un proyecto de un gigavatio, por ejemplo, debe poder demostrar cómo encaja dentro del panorama energético y climático de la región donde pretende instalarse. Si la red ya opera cerca de su capacidad máxima o existe escasez de agua, esas condiciones deberían incorporarse al diseño desde el inicio.
Aquí existe una lección importante de otras grandes industrias: es mucho más eficiente anticipar una restricción durante el diseño que intentar resolverla cuando la infraestructura ya está operando.
Ver el centro de datos antes de construirlo
Una de las herramientas que permite hacerlo es el gemelo digital. Antes de colocar el primer ladrillo, los equipos de ingeniería pueden crear una representación virtual de la instalación e integrar en ella información sobre diseño, consumo energético, sistemas de enfriamiento, condiciones climáticas e incluso el uso actual de la red.
Eso permite probar escenarios. ¿Qué ocurre con el consumo de energía si aumenta la densidad de cómputo? ¿Cómo cambia la demanda de agua con otro sistema de enfriamiento? ¿Qué diseño ofrece mejores resultados antes de comprometer millones de dólares en infraestructura?
La experiencia de otros proyectos industriales muestra el potencial de este enfoque. La firma brasileña AP Consultoria e Projetos utilizó una plataforma tecnológica EPC que integró diseños 3D, escaneos láser y datos de ingeniería en un entorno digital compartido. El resultado fue una reducción de 49% en los tiempos de entrega, 29% menos reproceso y hasta 90% menos visitas a terreno.
La tecnología, en este caso, no sustituye a la ingeniería. Le permite tomar mejores decisiones antes de que los errores se conviertan en infraestructura física.
El reto no termina cuando comienza la operación
Diseñar mejor es solo una parte de la ecuación. Los centros de datos existentes también necesitan hacer más con los recursos que ya tienen.
Aquí la inteligencia industrial puede tener un impacto significativo. Cuando los operadores tienen visibilidad en tiempo real sobre energía, temperatura, enfriamiento y carga de los servidores, pueden detectar ineficiencias y realizar pequeños ajustes antes de que se conviertan en problemas mayores.
Un enfriador puede desconectarse antes de necesitar una reparación que obligue a detener una parte de la instalación. Los servidores inactivos pueden identificarse para evitar que continúen consumiendo electricidad y capacidad de enfriamiento sin aportar capacidad de cómputo.
PayPal ofrece un ejemplo de esta lógica. La compañía construyó una vista operacional que reúne tres millones de puntos de datos históricos y en tiempo real, permitiendo a sus equipos monitorear la carga de los servidores, temperatura y sistemas de enfriamiento, así como anticipar cuándo necesitan ajustar la capacidad de los racks.
En otras palabras, la eficiencia no depende únicamente de instalar equipos más eficientes, sino de entender continuamente cómo se están utilizando.
¿Puede un centro de datos devolver algo a su comunidad?
La respuesta incluso puede ir más allá de consumir menos. En algunas ciudades europeas, el calor generado por los centros de datos comienza a reutilizarse en redes de calefacción urbana. En Alemania, estas instalaciones convierten más de 13 TWh de electricidad al año en calor, mientras países como Dinamarca, Suecia y Países Bajos también exploran modelos para aprovechar esa energía residual.
Todavía son experiencias puntuales, pero introducen una idea interesante: los centros de datos pueden dejar de ser vistos únicamente como grandes consumidores de recursos y empezar a integrarse de manera más inteligente con la infraestructura que los rodea.
Eso será cada vez más importante a medida que aumente la capacidad necesaria para soportar la inteligencia artificial.
No existe tecnología capaz de eliminar el impacto físico de esa expansión. Los centros de datos seguirán necesitando electricidad, agua, infraestructura y territorio. Pero sí podemos diseñarlos y operarlos de manera que utilicen esos recursos con mucha mayor precisión.
La próxima etapa de la economía digital no debería medirse solamente por cuánta capacidad de cómputo somos capaces de construir. También debería preguntarnos cuánto valor digital podemos generar por cada unidad de energía y agua que utilizamos.
Ese puede ser el verdadero significado de construir centros de datos capaces de ser buenos vecinos.
