Colapso energético: la demanda de la IA está rompiendo la infraestructura que la sostiene

Construir un centro de datos de IA es una cosa. Que funcione de forma continua sin destruirse a sí mismo es otra. Los bruscos cambios en la demanda eléctrica de los centros de datos de inteligencia artificial están sometiendo a equipos críticos a un estrés para el que no fueron diseñados, según reportó Bloomberg.

Baterías que duran meses en lugar de años. Generadores con grietas en las turbinas. Sistemas de refrigeración que fallan prematuramente.

"La IA genera una demanda eléctrica muy inusual", dijo Amber Villegas-Williamson, consultora del Uptime Institute. "Es como acelerar demasiado el motor de un auto: se desgasta más rápido que si se mantiene una velocidad constante."

Las variaciones bruscas en el consumo pueden acelerar el desgaste de turbinas y generadores utilizados para alimentar los centros de datos.

Por qué la demanda de la IA es diferente a todo lo anterior

Los centros de datos tradicionales consumen electricidad de forma relativamente estable: servidores encendidos, demanda constante, equipos diseñados para eso. Los de IA no funcionan así.

Cuando se entrena un modelo, se activan cientos de miles de chips simultáneamente. Cuando el entrenamiento para, esa demanda colapsa.

Esos picos pueden aparecer y desaparecer en milisegundos, y los equipos conectados a esa infraestructura no estaban pensados para absorber ese tipo de variación.

Un centro de datos de un gigavatio equivale al consumo de una ciudad mediana. En algunos momentos, el consumo puede superar hasta un 50% la capacidad para la que fue diseñada la instalación, llegando a 1,5 gigavatios en una fracción de segundo, según Drew Baglino, ex ejecutivo de Tesla y fundador de Heron Power Electronics.

Jon Parrella, de Terraflow Energy, lo compara con conducir en sexta y frenar de golpe a primera. "No se puede cambiar tan rápido."

El daño físico que ya está ocurriendo

En las instalaciones Colossus de xAI en Memphis, turbinas a gas desarrollaron grietas. En centros de datos del Reino Unido pasó lo mismo.

Baterías instaladas para estabilizar el flujo eléctrico tuvieron que reemplazarse en semanas o meses. Y el desgaste de esos componentes no es solo un costo operativo. Las grietas pueden generar arcos eléctricos que dañan los propios chips de IA que se intenta proteger.

El costo de una interrupción varía entre miles y cientos de miles de dólares por minuto. Un campus de IA de 2,67 gigavatios previsto en Texas tuvo que retrasar su lanzamiento un año por problemas de ingeniería eléctrica.

Algunas instalaciones ya registran niveles de disponibilidad del 80% en lugar del 100% que se asume al construirlas, lo que podría afectar a inversores en los próximos 12 a 24 meses, según fuentes del sector consultadas por Bloomberg.

El problema que se derrama hacia la red eléctrica

Lo que ocurre adentro de los centros de datos no se queda adentro.

La red eléctrica requiere un equilibrio constante entre oferta y demanda. Los picos abruptos de los centros de IA desestabilizan ese equilibrio y pueden generar oscilaciones que dañan equipos conectados a otras partes de la red, incluyendo instalaciones que no tienen ninguna relación con la IA.

El regulador eléctrico de Estados Unidos emitió este año una alerta de nivel tres, algo poco común, obligando a los grandes centros de datos a abordar estos riesgos de inmediato.

En palabras de Sreemant Roy de Schneider Electric: "Estas cargas son extremadamente dinámicas, lo que provoca inestabilidad en la red y puede generar, si no se corrige, apagones o cortes de suministro."

Las soluciones provisorias que crean nuevos problemas

Nvidia trabaja con expertos en energía desde el desarrollo de sus últimos chips. El Departamento de Energía instaló un banco de pruebas en Colorado para que los desarrolladores testeen la variabilidad eléctrica antes de construir.

Pero la solución más extendida hoy es también la más paradójica: algunos centros de datos hacen correr cálculos matemáticos ficticios para mantener las GPU funcionando de forma estable y evitar los picos de consumo.

En otras palabras, gastan electricidad en operaciones que no sirven para nada, en un momento en que la demanda energética ya está en máximos históricos.

Es la definición de una solución provisional que crea un problema nuevo mientras patea el original hacia adelante.

La contradicción que define este momento

La misma tecnología que promete hacer más eficiente al mundo está creando una de las demandas energéticas más inestables de la historia.

Los modelos de IA se venden como herramientas de optimización, pero el proceso de construirlos y correrlos está poniendo bajo presión física a infraestructura que tardó décadas en desarrollarse.

Hay algo revelador en que la solución más común para estabilizar la demanda eléctrica de la IA sea precisamente desperdiciar energía. Sugiere que el ritmo al que se está expandiendo la industria supera por mucho el ritmo al que se está pensando en sus consecuencias.

Las turbinas tienen límites físicos. Las baterías también. La red eléctrica también. La IA, por ahora, parece no tenerlos.