La inteligencia artificial está revolucionando el mundo, pero su creciente demanda está poniendo a prueba los límites de los centros de datos. El exponencial aumento en el procesamiento de datos para entrenar modelos de IA ha disparado el consumo energético y generado nuevos desafíos en la gestión térmica de estas infraestructuras críticas. ¿Cómo pueden los centros de datos adaptarse a esta nueva realidad y seguir siendo sostenibles?
Quito, 4 de septiembre de 2024.- El mercado de la inteligencia artificial (IA) está en plena expansión a nivel mundial, con una tasa de crecimiento anual compuesta que se espera supere el 31% para 2029. A medida que la IA sigue creciendo, también lo hace la demanda de capacidad de servicio en los centros de datos, lo que incluye abastecimiento térmico y energético, consumo de recursos y requisitos de gestión. Para que los centros de datos puedan soportar la computación de alto rendimiento (HPC), será necesario que la infraestructura física se adapte a estas nuevas demandas. Esto nos lleva a plantearnos: ¿es momento de rediseñar por completo los centros de datos?
En términos regionales, América Latina está bien posicionada y se ha estado preparando para recibir inversiones impulsadas por la HPC y la IA. Según datos del Programa de las Naciones Unidas para el Desarrollo (PNUD), se estima que la IA contribuirá con hasta un 5,4% del PIB de América Latina para 2030. Aunque esta cifra es menor en comparación con otras regiones, representa un avance significativo. No obstante, la región necesita comenzar a adaptar gradualmente su infraestructura digital crítica para satisfacer las necesidades de alto rendimiento y proporcionar un soporte integral para los sistemas de IA. Esto implica la integración de tecnologías avanzadas, mayor capacidad de alimentación y refrigeración, y un equilibrio eficiente en la distribución de energía, como se detalla a continuación:
Adaptación a los nuevos requisitos de consumo térmico:
La IA introduce nuevos desafíos térmicos en los centros de datos. Tradicionalmente, el consumo estándar era de 20 kW por rack, pero con el aumento de cargas de TI impulsadas por GPU para los modelos de IA, estas cifras pueden alcanzar hasta 100 kW o más en el mismo espacio que un servidor tradicional. Este incremento en las cargas térmicas supera la capacidad de la refrigeración por aire, haciendo crucial la implementación de soluciones avanzadas como la refrigeración líquida.
La refrigeración líquida es esencial para gestionar las altas cargas térmicas generadas por las aplicaciones de IA. Está disponible en diversas configuraciones, como intercambiadores de calor de puerta trasera (RDHx), refrigeración directa al chip y refrigeración por inmersión. Estas opciones ofrecen ventajas significativas, como mayor eficiencia en la eliminación de calor, menor consumo de energía al mantener temperaturas óptimas y menores costos operativos.
Esta tecnología, junto con componentes específicos como unidades de distribución de refrigeración (CDU), colectores y placas frías, permite la refrigeración directa a los chips. Los intercambios de calor, ya sea mediante aire o agua, son solo algunas de las formas en que se pueden cumplir los requisitos térmicos.
Utilización de sistemas de almacenamiento de energía:
Las baterías de iones de litio juegan un papel clave en la optimización del uso de la red eléctrica. Una vez habilitadas para el almacenamiento y la gestión de la distribución, estas baterías permiten el uso de energía almacenada durante picos de demanda e incluso en ausencia de emergencias, lo que reduce la carga en las redes eléctricas tradicionales y mejora la eficiencia energética global. La integración de energías renovables, como la solar, la eólica y las pilas de combustible de hidrógeno, también es crucial en esta transición.
Actualmente, el 60% de la matriz energética de América Latina y el Caribe proviene de recursos renovables, y la región aspira a alcanzar al menos el 70% para 2030. Con esta abundancia de recursos naturales, existe un gran potencial para adoptar energías limpias.
La implementación de soluciones modulares prefabricadas es una estrategia eficaz para desplegar rápidamente capacidades para IA y HPC, ya que su escalabilidad las hace ideales para futuras expansiones de centros de datos. Además, ofrecen diseños repetibles y de alta calidad con la posibilidad de controles integrados en fábrica. Las pruebas e integración en fábrica también permiten un despliegue rápido y eficiente.
Esta tecnología puede proporcionar beneficios adicionales, como la optimización de operaciones para liberar capacidad y aumentar la eficiencia energética.
El crecimiento acelerado de la IA requiere que los centros de datos adapten su infraestructura para cumplir con mayores demandas de capacidad, gestión térmica y energía, lo cual implica la implementación de soluciones innovadoras.
