El paso de la gestión térmica por aire a la gestión térmica por líquido se ha convertido en una de las decisiones clave en materia de infraestructura en el ámbito de la inteligencia artificial. Los operadores de centros de datos, que antes consideraban la refrigeración líquida como una opción poco habitual para casos extremos de supercomputación, se enfrentan ahora a una realidad muy diferente: las estrategias de desarrollo de las GPU de NVIDIA, AMD e Intel han elevado el consumo energético por rack mucho más allá de lo que pueden soportar los ventiladores y el flujo de aire.
Encontrar la opción adecuada Refrigeración líquida para servidores de IA El enfoque que se adopte para cada escenario de implementación ya no es meramente teórico: determina si una inversión en infraestructura de IA cumple con las expectativas de rendimiento.
Según TrendForce, la penetración de la refrigeración líquida en los centros de datos de IA se disparó de 14% en 2024 a 33% en 2025. El informe de AFCOM de 2026 recoge que la densidad media por rack pasó de 16 kW a 27 kW en un solo año.
Los racks de entrenamiento de IA funcionan actualmente entre 40 y 132 kW, mientras que la plataforma Vera Rubin de NVIDIA apunta a alcanzar los 190 kW por rack y la unidad de prueba Rubin Ultra Kyber tiene como objetivo alcanzar aproximadamente 600 kW hacia 2027, según un análisis de Goldman Sachs. La refrigeración por aire alcanza su límite práctico en unos 30 a 40 kW por rack, lo que convierte a la gestión térmica por líquido en la opción predeterminada para los clústeres de GPU modernos. Si tu organización está planificando una infraestructura de IA, la cuestión no es si adoptar la refrigeración líquida, sino qué arquitectura se adapta mejor a la densidad de tu carga de trabajo.
El obstáculo físico: por qué el aire no puede refrigerar la IA
El líquido transfiere calor aproximadamente 3.500 veces más eficientemente que el aire. Una instalación tradicional refrigerada por aire suele funcionar con valores de PUE comprendidos entre 1,55 y 1,67, lo que significa que aproximadamente un tercio de la electricidad que entra se destina a alimentar la infraestructura en lugar de los equipos informáticos. Cuando los operadores intentan refrigerar un rack de GPU de 100 kW únicamente con aire, el volumen de flujo de aire necesario resulta físicamente perjudicial para los racks adyacentes y consume una cantidad de energía desmesurada, tal y como se documenta en el análisis de la economía de la refrigeración realizado por Axis Intelligence en julio de 2026.
Por el contrario, la refrigeración líquida directa al chip suele alcanzar valores de PUE de entre 1,10 y 1,20. Schneider Electric señala que sus arquitecturas de refrigeración directa al chip permiten reducir el consumo energético de refrigeración entre un 30 % y un 60 % en las aplicaciones adecuadas. Para un operador limitado por una asignación fija de recursos de la red eléctrica —las colas de interconexión se alargan ahora hasta tres o cuatro años en los principales mercados, según Data Center Dynamics—, cada megavatio recuperado de los gastos generales de refrigeración se traduce directamente en capacidad de cálculo de IA desplegable. Tu asignación de energía actual puede llegar a admitir de repente entre un 20 % y un 30 % más de racks de GPU sin tener que esperar a obtener un nuevo acceso a la red eléctrica.
Formación a gran escala: los racks de más de 100 kW requieren refrigeración líquida
El escenario de implementación de refrigeración líquida más exigente es el de los clústeres 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 entre 120 y 132 kW aproximadamente. El GB300 NVL72 lleva esta cifra aún más allá, hasta situarla entre 132 y 155 kW. Estos sistemas generan cargas térmicas equivalentes a las de docenas de viviendas, concentradas en un espacio inferior al de una plaza de aparcamiento.
En el caso de los clústeres de entrenamiento que abarcan cientos o miles de GPU, el reto térmico se agrava. Una implementación de 10 000 GPU que utilice hardware de la clase GB200 ocupa aproximadamente 140 racks y genera entre 16 y 18 MW de calor. Sin la refrigeración líquida de los servidores de IA, los operadores se enfrentan a dos consecuencias inaceptables: una reducción de la velocidad de reloj de las GPU que alarga los plazos de entrenamiento entre un 20 y un 40 por ciento, o sistemas de ventilación sobredimensionados que consumen más energía que el propio proceso de cálculo.
Según Datacentres.com, Microsoft ha implantado la refrigeración por inmersión en 14 nuevos clústeres de centros de datos regionales construidos desde enero de 2026. NVIDIA establece ahora la refrigeración líquida como requisito básico —y no como una opción de mejora— para sus nuevas instalaciones en América del Norte, Europa y Asia-Pacífico.
Clústeres de inferencia: rendimiento constante sin limitaciones
Aunque el entrenamiento acapara los titulares, la inferencia constituye la columna vertebral operativa de la IA empresarial. Las cargas de trabajo de inferencia se ejecutan de forma continua, atendiendo miles de solicitudes de usuarios cada día. La estabilidad térmica es fundamental para garantizar una latencia y un rendimiento predecibles, y no solo para alcanzar el máximo rendimiento.
En escenarios de inferencia con alta concurrencia, las temperaturas de unión de la GPU pueden fluctuar entre 15 y 20 grados Celsius durante los picos de carga con refrigeración por aire, lo que provoca ajustes en la velocidad de reloj que degradan los tiempos de respuesta. La refrigeración líquida de precisión estabiliza las temperaturas de unión en un margen de entre 3 y 5 grados, lo que permite mantener velocidades de reloj constantes y una latencia de inferencia uniforme. CoolIT Systems señala que esto reduce la variabilidad de la temperatura de unión del chip, creando un entorno térmico predecible para cargas de trabajo de precisión mixta de larga duración. Al ejecutar aplicaciones de IA orientadas al cliente, en las que 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 multitenant y cargas de trabajo mixtas de IA
Las instalaciones de coubicación que acogen a diversos inquilinos deben ser capaces de soportar cargas de trabajo de IA sin afectar a los clientes actuales. Una sola implementación de IA de alta densidad puede sobrecargar el sistema de refrigeración compartido, diseñado para entre 8 y 12 kW por rack, creando puntos calientes que merman el rendimiento de los equipos adyacentes.
Equinix puso en marcha tres instalaciones de IA de alta densidad en las regiones suecas de Estocolmo y Gotemburgo entre febrero y julio de 2026, con una potencia total de 340 MW. Estas instalaciones, diseñadas específicamente para este fin, separan a los clientes de IA en zonas con refrigeración líquida, al tiempo que mantienen la refrigeración por aire convencional para las cargas de trabajo empresariales estándar. La refrigeración líquida directa al chip permite a los proveedores de coubicación ofrecer entre 50 y 70 kW por rack a los clientes de IA sin necesidad de que todos los inquilinos tengan que migrar.
Este modelo de refrigeración mixta —líquido para los racks de servidores de IA y aire para todo lo demás— es la opción predominante entre los operadores de coubicación que se están expandiendo hacia el alojamiento de IA. Si tu empresa alquila espacio de coubicación, comprobar que se admiten zonas con refrigeración líquida antes de firmar el contrato puede evitar costosos conflictos de infraestructura a mitad del contrato de alquiler.
IA en el borde: refrigeración líquida en espacios reducidos
Los escenarios de implementación en el borde presentan diversas limitaciones. El espacio físico limitado, la ausencia de equipos de instalaciones especializados y las condiciones ambientales adversas hacen que los racks tradicionales refrigerados por aire no sean viables para la IA de alta densidad. La refrigeración líquida de precisión permite crear armarios de servidores sellados y prácticamente silenciosos que pueden funcionar en oficinas, naves industriales o casetas de telecomunicaciones al aire libre sin el ruido ni la contaminación por polvo que generan los ventiladores de alta velocidad.
La Agencia Internacional de la Energía prevé que el consumo eléctrico mundial de los centros de datos alcance aproximadamente los 945 TWh en 2030, impulsado en gran medida por la inteligencia artificial. Gran parte de este crecimiento se producirá fuera de los campus tradicionales, en nodos periféricos distribuidos que se encargarán de la inferencia para vehículos autónomos, la inspección de calidad industrial y el análisis de vídeo en tiempo real.
La refrigeración líquida en el perímetro reduce el consumo de los ventiladores, disminuye el consumo de agua hasta en un 96 % según Iceotope y protege los componentes electrónicos de los contaminantes presentes en el aire, lo que hace que los servidores de perímetro refrigerados por líquido sean una opción viable allí donde no es posible instalar racks convencionales refrigerados por aire, al tiempo que permite implementar la inferencia de IA más cerca de las fuentes de datos en lugar de recurrir al backhaul.
Adaptación de centros de datos antiguos para la refrigeración por líquido
No todas las organizaciones pueden construir un centro de datos de IA desde cero. Las instalaciones existentes, diseñadas para entre 5 y 10 kW por rack, deben adaptarse para albergar clústeres de GPU, y es precisamente en este proceso de adaptación donde la refrigeración líquida demuestra su flexibilidad. Se pueden instalar circuitos de refrigeración directos al chip en zonas específicas de los racks sin necesidad de reconstruir toda la planta de refrigeración.
Entre los componentes clave de la adaptación se incluyen las unidades de distribución de refrigerante (CDU), que pueden instalarse como unidades independientes o integradas en la fila, y los intercambiadores de calor de la puerta trasera, que gestionan el calor residual del lado del aire. El análisis de Schneider Electric muestra que las adaptaciones por fases al sistema de refrigeración líquida permiten a los operadores realizar la transición de los racks de alta potencia de forma gradual.
En el campus Lake Mariner de TeraWulf, situado en Búfalo (Nueva York) —un proyecto de reconversión de un antiguo emplazamiento industrial—, la infraestructura integrada de suministro eléctrico y refrigeración líquida respalda una ampliación por fases que se prevé que alcance los 750 MW, lo que demuestra que las interconexiones de red existentes pueden servir como activos fundamentales para implementaciones de IA de alta densidad. Si tu instalación cuenta con capacidad energética sobrante pero dispone de una infraestructura de refrigeración obsoleta, una modernización por fases del sistema de refrigeración líquida puede generar ingresos por el alojamiento de GPU sin tener que esperar varios años, como ocurre con las nuevas construcciones.
Instalaciones a medida: refrigeración líquida integrada 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. Según Datacentres.com, de los 25 000 MW previstos a nivel mundial, aproximadamente el 60 % de los proyectos de hiperescaladores exigen ahora arquitecturas de inmersión o de refrigeración directa al chip. Google y AWS han implantado centros de datos modulares preparados para la refrigeración líquida en Europa, mientras que la construcción modular ha reducido los plazos de construcción de nuevas instalaciones de 36 a 42 meses a entre 22 y 26 meses para una instalación típica de 50 MW.
El diseño pensado desde el principio para la refrigeración líquida permite integrar la infraestructura térmica y eléctrica, lo que elimina las pérdidas de eficiencia propias de las adaptaciones posteriores y permite la recuperación del calor residual para la calefacción urbana, algo cada vez más exigido por la normativa europea. El sobrecoste de inversión que supone una infraestructura preparada para la refrigeración líquida, estimado entre el 8 % y el 12 % respecto a los diseños convencionales, se recupera gracias a una reducción de los costes operativos de entre el 20 % y el 30 % a lo largo del ciclo de vida de la instalación.
Cómo elegir la arquitectura adecuada de refrigeración líquida para un servidor de IA
La elección de 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 sistemas híbridos aire-líquido. Para los racks de entrenamiento de entre 40 y 100 kW, el estándar establecido es el sistema «direct-to-chip» con CDU en fila. Por encima de los 100 kW por rack, resulta imprescindible la refrigeración totalmente líquida con disipación de calor de líquido a líquido. La refrigeración por inmersión alcanza un PUE de tan solo 1,05, pero conlleva un mayor coste de inversión, lo que la limita a implementaciones de densidad ultraalta.
A la hora de planificar un clúster de IA refrigerado por líquido, evaluar desde el principio la capacidad de la CDU, la redundancia y la compatibilidad de las interfaces con las instalaciones permite evitar costosos rediseños. Las placas de refrigeración, los acoplamientos de desconexión rápida y los colectores deben ajustarse a las configuraciones específicas de las GPU, lo que supone un reto. SOETECK aborda estas cuestiones mediante el suministro integrado de equipos, considerando la refrigeración como parte de una pila de entrega de recursos informáticos de extremo a extremo.
Goldman Sachs señala que los diseños de racks para IA de 2027 requerirán aproximadamente 50 veces más potencia que los racks de servidores de Internet actuales, y que los consultores están diseñando racks de hasta 2,2 MW para los próximos cinco años. La refrigeración líquida de los servidores de IA ha pasado de ser un factor diferenciador de nicho a convertirse en el supuesto básico para cualquier organización que implemente la computación acelerada por GPU a gran escala.
