El paso de la gestión térmica por aire a la gestión térmica por líquido se ha convertido en una de las decisiones de infraestructura más determinantes en inteligencia artificial. Los operadores de centros de datos que antes trataban la refrigeración líquida como una opción exótica reservada a casos extremos de supercomputación se enfrentan ahora a una realidad muy distinta: las hojas de ruta de GPU de NVIDIA, AMD e Intel han llevado el consumo energético por rack muy por encima de lo que los ventiladores y el flujo de aire pueden manejar.
Adecuar el enfoque de refrigeración líquida para servidores de IA a cada escenario de despliegue ya no es una cuestión teórica: determina si una inversión en infraestructura de IA cumple su promesa de rendimiento.
Según TrendForce, la penetración de la refrigeración líquida en los centros de datos de IA pasó del 14% en 2024 al 33% en 2025. El informe de AFCOM de 2026 registra un aumento de la densidad media por rack de 16 kW a 27 kW en un solo año.
Los racks de entrenamiento de IA funcionan hoy entre 40 y 132 kW, con la plataforma Vera Rubin de NVIDIA acercándose a los 190 kW por rack y la unidad de pruebas Rubin Ultra Kyber apuntando a aproximadamente 600 kW hacia 2027, según el análisis de Goldman Sachs. La refrigeración por aire alcanza su techo práctico en torno a los 30 y 40 kW por rack, lo que convierte la gestión térmica por líquido en la opción por defecto para los clústeres de GPU modernos. Si tu organización está planificando infraestructura de IA, la pregunta no es si adoptar refrigeración líquida, sino qué arquitectura se ajusta a tu densidad de carga de trabajo.
El muro de la física: por qué el aire no puede refrigerar la IA
El líquido transfiere el calor aproximadamente 3,500 veces con más eficiencia que el aire. Una instalación heredada refrigerada por aire suele operar con valores de PUE entre 1.55 y 1.67, lo que significa que aproximadamente un tercio de la electricidad entrante alimenta la infraestructura en lugar de los equipos de TI. Cuando los operadores intentan refrigerar un rack de GPU de 100 kW solo con aire, el volumen de flujo de aire necesario resulta físicamente disruptivo para los racks adyacentes y prohibitivamente intensivo en energía, como documenta el análisis de economía de refrigeración de Axis Intelligence de julio de 2026.
La refrigeración líquida directa al chip, en cambio, consigue habitualmente valores de PUE entre 1.10 y 1.20. Schneider Electric informa de que sus arquitecturas directas al chip logran reducciones del 30 al 60 por ciento en el consumo energético de refrigeración en las aplicaciones adecuadas. Para un operador limitado por una asignación fija de suministro eléctrico —las colas de interconexión se alargan ahora de tres a cuatro años en los principales mercados, según Data Center Dynamics—, cada megavatio recuperado del gasto de refrigeración se traduce directamente en capacidad de cómputo de IA desplegable. Tu asignación eléctrica actual puede pasar a soportar de un 20 a un 30 por ciento más de racks de GPU sin esperar a una nueva conexión a la red.
Entrenamiento a gran escala: los racks de más de 100 kW exigen refrigeración líquida
El escenario de despliegue de refrigeración líquida más exigente es el clúster de entrenamiento a gran escala. El GB200 NVL72 de NVIDIA integra 72 GPU y 36 CPU Grace en una plataforma de un solo rack que consume aproximadamente de 120 a 132 kW. El GB300 NVL72 va más allá, hasta 132 y 155 kW. Estos sistemas generan cargas térmicas equivalentes a las de docenas de viviendas, concentradas en una huella más pequeña que una plaza de aparcamiento.
En los clústeres de entrenamiento que abarcan cientos o miles de GPU, el reto térmico se multiplica. Un despliegue de 10,000 GPU con hardware de clase GB200 ocupa aproximadamente 140 racks y genera entre 16 y 18 MW de calor. Sin refrigeración líquida para servidores de IA, los operadores se enfrentan a dos resultados inaceptables: velocidades de reloj de GPU limitadas que alargan los tiempos de entrenamiento entre un 20 y un 40 por ciento, o sistemas de manejo de aire sobredimensionados que consumen más energía que el propio cómputo.
Microsoft ha desplegado refrigeración por inmersión en 14 nuevos clústeres regionales de centros de datos construidos desde enero de 2026, según Datacentres.com. NVIDIA especifica ahora la refrigeración líquida como requisito de base —no como opción de mejora— para sus nuevas instalaciones en Norteamérica, Europa y Asia-Pacífico.
Clústeres de inferencia: rendimiento sostenido sin limitaciones
Mientras el entrenamiento acapara los titulares, la inferencia es la columna vertebral operativa de la IA empresarial. Las cargas de inferencia se ejecutan de forma continua y atienden miles de peticiones de usuarios al día. La estabilidad térmica importa para lograr una latencia y un rendimiento predecibles, no solo un rendimiento punta.
En escenarios de inferencia de alta concurrencia, las temperaturas de unión de las GPU pueden fluctuar entre 15 y 20 grados Celsius durante los picos de carga con refrigeración por aire, lo que provoca ajustes de la velocidad de reloj que degradan los tiempos de respuesta. La refrigeración líquida de precisión estabiliza las temperaturas de unión dentro de 3 a 5 grados, lo que permite mantener velocidades de reloj sostenidas y una latencia de inferencia constante. CoolIT Systems señala que esto reduce la variabilidad de la temperatura de unión del chip y crea un entorno térmico predecible para cargas de trabajo de larga duración y precisión mixta. Cuando se ejecutan aplicaciones de IA orientadas al cliente, donde la consistencia del tiempo de respuesta afecta directamente a la satisfacción del usuario, esta previsibilidad térmica protege directamente los acuerdos de nivel de servicio y los ingresos.
Colocación multiinquilino y cargas de trabajo mixtas de IA
Las instalaciones de colocación que albergan a inquilinos diversos deben soportar cargas de IA sin perturbar a los clientes existentes. Un único despliegue de IA de alta densidad puede desbordar la refrigeración compartida diseñada para 8 a 12 kW por rack, creando puntos calientes que degradan el rendimiento de los racks vecinos.
Equinix encargó tres instalaciones de IA de alta densidad en las regiones suecas de Estocolmo y Gotemburgo entre febrero y julio de 2026, con un total de 340 MW. Estas instalaciones creadas a medida separan a los inquilinos de IA en zonas refrigeradas por líquido, manteniendo a la vez la refrigeración por aire convencional para las cargas empresariales estándar. La refrigeración líquida directa al chip permite a los proveedores de colocación ofrecer de 50 a 70 kW por rack a los clientes de IA sin obligar a todos los inquilinos a migrar.
Este modelo de refrigeración mixta —líquido para los racks de servidores de IA, aire para todo lo demás— es el patrón dominante entre los operadores de colocación que se expanden hacia el alojamiento de IA. Si tu empresa alquila espacio de colocación, verificar el soporte de zonas refrigeradas por líquido antes de firmar puede evitar costosos conflictos de infraestructura a mitad de contrato.
IA de borde: refrigeración líquida en espacios limitados
Los escenarios de despliegue de borde presentan limitaciones diferentes. El espacio físico limitado, la ausencia de equipos dedicados de instalaciones y las duras condiciones ambientales hacen poco prácticos los racks refrigerados por aire tradicionales para la IA de alta densidad. La refrigeración líquida de precisión permite carcasas de servidor selladas y casi silenciosas que pueden operar en oficinas, plantas de fábrica o refugios de telecomunicaciones al aire libre, sin el ruido ni la contaminación por polvo de los ventiladores de alta velocidad.
La Agencia Internacional de la Energía prevé que el consumo eléctrico mundial de los centros de datos alcance aproximadamente 945 TWh en 2030, impulsado en gran medida por la IA. Gran parte de ese crecimiento se producirá fuera de los campus tradicionales, en nodos de borde distribuidos que dan servicio de inferencia a vehículos autónomos, inspección de calidad industrial y análisis de vídeo en tiempo real.
La refrigeración líquida en el borde reduce la potencia de los ventiladores, recorta el consumo de agua hasta en un 96 por ciento según Iceotope y protege la electrónica de los contaminantes del aire —lo que hace viables los servidores de borde refrigerados por líquido donde los racks refrigerados por aire convencionales son imposibles—, además de acercar la inferencia de IA a las fuentes de datos en lugar de transportarla de vuelta al centro.
Adaptación de centros de datos heredados a la refrigeración líquida
No todas las organizaciones pueden construir un centro de datos de IA desde cero. Las instalaciones existentes, diseñadas para 5 a 10 kW por rack, deben adaptarse para alojar clústeres de GPU —y es en esta vía de adaptación donde la refrigeración líquida demuestra su flexibilidad—. Los circuitos de refrigeración directa al chip pueden desplegarse en zonas de rack concretas sin reconstruir toda la planta de refrigeración.
Los componentes clave de la adaptación incluyen unidades de distribución de refrigerante (CDUs), instalables como unidades laterales o entre racks, e intercambiadores de calor de puerta trasera que gestionan el calor residual del lado del aire. El análisis de Schneider Electric muestra que las adaptaciones por fases a la refrigeración líquida permiten a los operadores migrar los racks de alta potencia de forma gradual.
En el campus Lake Mariner de TeraWulf, en Buffalo (Nueva York) —un proyecto brownfield que reutiliza un antiguo emplazamiento industrial—, la infraestructura integrada de energía y refrigeración líquida respalda un desarrollo por fases que se espera alcance los 750 MW, lo que demuestra que las interconexiones eléctricas existentes pueden servir como activos de base para despliegues de IA de alta densidad. Si tu instalación dispone de capacidad eléctrica sobrante pero infraestructura de refrigeración envejecida, una adaptación por fases a la refrigeración líquida puede desbloquear ingresos por alojamiento de GPU sin los plazos de varios años de una construcción nueva.
Construcciones desde cero: refrigeración líquida nativa desde el primer día
La construcción de nuevos centros de datos de IA ha convergido en una filosofía común: la refrigeración líquida es la opción por defecto. En el pipeline global de 25,000 MW, aproximadamente el 60 por ciento de los proyectos de hiperescaladores exigen ahora arquitecturas de inmersión o directas al chip, según Datacentres.com. Google y AWS han desplegado centros de datos modulares preparados para refrigeración líquida en Europa, mientras que la construcción modular ha comprimido los plazos desde cero de 36–42 meses a 22–26 meses para una instalación típica de 50 MW.
Diseñar para una refrigeración líquida nativa permite integrar la infraestructura térmica y eléctrica, elimina las penalizaciones de eficiencia de las adaptaciones y habilita la recuperación de calor residual para calefacción urbana, un requisito cada vez más habitual en la normativa europea. La prima de capital de la infraestructura preparada para líquido, estimada entre un 8 y un 12 por ciento frente a los diseños convencionales, se recupera mediante reducciones del 20 al 30 por ciento en los costes operativos a lo largo de la vida útil de la instalación.
Cómo elegir la arquitectura de refrigeración líquida adecuada para servidores de IA
Elegir la arquitectura adecuada depende de tres parámetros: la densidad de potencia del rack, el tipo de instalación y las características de la carga de trabajo. Para racks de menos de 40 kW, bastan los enfoques híbridos de aire y líquido. Para racks de entrenamiento de 40 a 100 kW, la refrigeración directa al chip con CDU entre racks es el estándar consolidado. Más allá de 100 kW por rack, la refrigeración líquida completa con rechazo de calor líquido-líquido resulta esencial. La refrigeración por inmersión alcanza valores de PUE tan bajos como 1.05, pero conlleva un mayor coste de capital, lo que la limita a despliegues de densidad ultraalta.
Al planificar un clúster de IA refrigerado por líquido, evaluar pronto la capacidad de la CDU, la redundancia y la compatibilidad de la interfaz con la instalación evita costosos rediseños. Las placas frías, los acoplamientos de desconexión rápida y los colectores deben coincidir con las configuraciones específicas de GPU —un reto que SOETECK aborda mediante el suministro integrado de equipos, tratando la refrigeración como parte de una pila de entrega de cómputo de extremo a extremo—.
Goldman Sachs señala que los diseños de racks de IA para 2027 exigirán aproximadamente 50 veces la potencia de los racks de servidores de internet actuales, y los consultores ya diseñan racks de hasta 2.2 MW en un plazo de cinco años. La refrigeración líquida para servidores de IA ha pasado de ser un diferenciador de nicho a convertirse en la premisa básica para cualquier organización que despliegue cómputo acelerado por GPU a gran escala.
发表回复