Seg\u00fan TrendForce, la penetraci\u00f3n de la refrigeraci\u00f3n l\u00edquida en los centros de datos de IA se dispar\u00f3 de 14% en 2024 a 33% en 2025. El informe de AFCOM de 2026 recoge que la densidad media por rack pas\u00f3 de 16 kW a 27 kW en un solo a\u00f1o. <\/p>\n\n\n\n
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, seg\u00fan un an\u00e1lisis de Goldman Sachs. La refrigeraci\u00f3n por aire alcanza su l\u00edmite pr\u00e1ctico en unos 30 a 40 kW por rack, lo que convierte a la gesti\u00f3n t\u00e9rmica por l\u00edquido en la opci\u00f3n predeterminada para los cl\u00fasteres de GPU modernos. Si tu organizaci\u00f3n est\u00e1 planificando una infraestructura de IA, la cuesti\u00f3n no es si adoptar la refrigeraci\u00f3n l\u00edquida, sino qu\u00e9 arquitectura se adapta mejor a la densidad de tu carga de trabajo.<\/p>\n\n\n\n
El obst\u00e1culo f\u00edsico: por qu\u00e9 el aire no puede refrigerar la IA<\/h2>\n\n\n\n
El l\u00edquido transfiere calor aproximadamente 3.500 veces m\u00e1s eficientemente que el aire. Una instalaci\u00f3n 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 inform\u00e1ticos. Cuando los operadores intentan refrigerar un rack de GPU de 100 kW \u00fanicamente con aire, el volumen de flujo de aire necesario resulta f\u00edsicamente perjudicial para los racks adyacentes y consume una cantidad de energ\u00eda desmesurada, tal y como se documenta en el an\u00e1lisis de la econom\u00eda de la refrigeraci\u00f3n realizado por Axis Intelligence en julio de 2026.<\/p>\n\n\n\n
Por el contrario, la refrigeraci\u00f3n l\u00edquida directa al chip suele alcanzar valores de PUE de entre 1,10 y 1,20. Schneider Electric se\u00f1ala que sus arquitecturas de refrigeraci\u00f3n directa al chip permiten reducir el consumo energ\u00e9tico de refrigeraci\u00f3n entre un 30 % y un 60 % en las aplicaciones adecuadas. Para un operador limitado por una asignaci\u00f3n fija de recursos de la red el\u00e9ctrica \u2014las colas de interconexi\u00f3n se alargan ahora hasta tres o cuatro a\u00f1os en los principales mercados, seg\u00fan Data Center Dynamics\u2014, cada megavatio recuperado de los gastos generales de refrigeraci\u00f3n se traduce directamente en capacidad de c\u00e1lculo de IA desplegable. Tu asignaci\u00f3n de energ\u00eda actual puede llegar a admitir de repente entre un 20 % y un 30 % m\u00e1s de racks de GPU sin tener que esperar a obtener un nuevo acceso a la red el\u00e9ctrica.<\/p>\n\n\n\n
Formaci\u00f3n a gran escala: los racks de m\u00e1s de 100 kW requieren refrigeraci\u00f3n l\u00edquida<\/h2>\n\n\n\n
El escenario de implementaci\u00f3n de refrigeraci\u00f3n l\u00edquida m\u00e1s exigente es el de los cl\u00fasteres 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 a\u00fan m\u00e1s all\u00e1, hasta situarla entre 132 y 155 kW. Estos sistemas generan cargas t\u00e9rmicas equivalentes a las de docenas de viviendas, concentradas en un espacio inferior al de una plaza de aparcamiento.<\/p>\n\n\n\n
En el caso de los cl\u00fasteres de entrenamiento que abarcan cientos o miles de GPU, el reto t\u00e9rmico se agrava. Una implementaci\u00f3n 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 refrigeraci\u00f3n l\u00edquida de los servidores de IA, los operadores se enfrentan a dos consecuencias inaceptables: una reducci\u00f3n 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 ventilaci\u00f3n sobredimensionados que consumen m\u00e1s energ\u00eda que el propio proceso de c\u00e1lculo. <\/p>\n\n\n
![\"Refrigeraci\u00f3n](\"https:\/\/soeteck.com\/resources\/AI-Server-Liquid-Cooling1.png\")
<\/figure>\n<\/div>\n\n\nSeg\u00fan Datacentres.com, Microsoft ha implantado la refrigeraci\u00f3n por inmersi\u00f3n en 14 nuevos cl\u00fasteres de centros de datos regionales construidos desde enero de 2026. NVIDIA establece ahora la refrigeraci\u00f3n l\u00edquida como requisito b\u00e1sico \u2014y no como una opci\u00f3n de mejora\u2014 para sus nuevas instalaciones en Am\u00e9rica del Norte, Europa y Asia-Pac\u00edfico.<\/p>\n\n\n\n
Cl\u00fasteres de inferencia: rendimiento constante sin limitaciones<\/h2>\n\n\n\n
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 d\u00eda. La estabilidad t\u00e9rmica es fundamental para garantizar una latencia y un rendimiento predecibles, y no solo para alcanzar el m\u00e1ximo rendimiento.<\/p>\n\n\n\n
En escenarios de inferencia con alta concurrencia, las temperaturas de uni\u00f3n de la GPU pueden fluctuar entre 15 y 20 grados Celsius durante los picos de carga con refrigeraci\u00f3n por aire, lo que provoca ajustes en la velocidad de reloj que degradan los tiempos de respuesta. La refrigeraci\u00f3n l\u00edquida de precisi\u00f3n estabiliza las temperaturas de uni\u00f3n 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 se\u00f1ala que esto reduce la variabilidad de la temperatura de uni\u00f3n del chip, creando un entorno t\u00e9rmico predecible para cargas de trabajo de precisi\u00f3n mixta de larga duraci\u00f3n. Al ejecutar aplicaciones de IA orientadas al cliente, en las que la consistencia del tiempo de respuesta afecta directamente a la satisfacci\u00f3n del usuario, esta previsibilidad t\u00e9rmica protege directamente los acuerdos de nivel de servicio y los ingresos.<\/p>\n\n\n\n
Colocaci\u00f3n multitenant y cargas de trabajo mixtas de IA<\/h2>\n\n\n\n
Las instalaciones de coubicaci\u00f3n que acogen a diversos inquilinos deben ser capaces de soportar cargas de trabajo de IA sin afectar a los clientes actuales. Una sola implementaci\u00f3n de IA de alta densidad puede sobrecargar el sistema de refrigeraci\u00f3n compartido, dise\u00f1ado para entre 8 y 12 kW por rack, creando puntos calientes que merman el rendimiento de los equipos adyacentes.<\/p>\n\n\n\n
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, dise\u00f1adas espec\u00edficamente para este fin, separan a los clientes de IA en zonas con refrigeraci\u00f3n l\u00edquida, al tiempo que mantienen la refrigeraci\u00f3n por aire convencional para las cargas de trabajo empresariales est\u00e1ndar. La refrigeraci\u00f3n l\u00edquida directa al chip permite a los proveedores de coubicaci\u00f3n ofrecer entre 50 y 70 kW por rack a los clientes de IA sin necesidad de que todos los inquilinos tengan que migrar. <\/p>\n\n\n\n
Este modelo de refrigeraci\u00f3n mixta \u2014l\u00edquido para los racks de servidores de IA y aire para todo lo dem\u00e1s\u2014 es la opci\u00f3n predominante entre los operadores de coubicaci\u00f3n que se est\u00e1n expandiendo hacia el alojamiento de IA. Si tu empresa alquila espacio de coubicaci\u00f3n, comprobar que se admiten zonas con refrigeraci\u00f3n l\u00edquida antes de firmar el contrato puede evitar costosos conflictos de infraestructura a mitad del contrato de alquiler.<\/p>\n\n\n\n
IA en el borde: refrigeraci\u00f3n l\u00edquida en espacios reducidos<\/h2>\n\n\n\n
Los escenarios de implementaci\u00f3n en el borde presentan diversas limitaciones. El espacio f\u00edsico 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 refrigeraci\u00f3n l\u00edquida de precisi\u00f3n permite crear armarios de servidores sellados y pr\u00e1cticamente silenciosos que pueden funcionar en oficinas, naves industriales o casetas de telecomunicaciones al aire libre sin el ruido ni la contaminaci\u00f3n por polvo que generan los ventiladores de alta velocidad.<\/p>\n\n\n\n
La Agencia Internacional de la Energ\u00eda prev\u00e9 que el consumo el\u00e9ctrico 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 producir\u00e1 fuera de los campus tradicionales, en nodos perif\u00e9ricos distribuidos que se encargar\u00e1n de la inferencia para veh\u00edculos aut\u00f3nomos, la inspecci\u00f3n de calidad industrial y el an\u00e1lisis de v\u00eddeo en tiempo real. <\/p>\n\n\n\n
La refrigeraci\u00f3n l\u00edquida en el per\u00edmetro reduce el consumo de los ventiladores, disminuye el consumo de agua hasta en un 96 % seg\u00fan Iceotope y protege los componentes electr\u00f3nicos de los contaminantes presentes en el aire, lo que hace que los servidores de per\u00edmetro refrigerados por l\u00edquido sean una opci\u00f3n viable all\u00ed donde no es posible instalar racks convencionales refrigerados por aire, al tiempo que permite implementar la inferencia de IA m\u00e1s cerca de las fuentes de datos en lugar de recurrir al backhaul.<\/p>\n\n\n\n
Adaptaci\u00f3n de centros de datos antiguos para la refrigeraci\u00f3n por l\u00edquido<\/h2>\n\n\n\n
No todas las organizaciones pueden construir un centro de datos de IA desde cero. Las instalaciones existentes, dise\u00f1adas para entre 5 y 10 kW por rack, deben adaptarse para albergar cl\u00fasteres de GPU, y es precisamente en este proceso de adaptaci\u00f3n donde la refrigeraci\u00f3n l\u00edquida demuestra su flexibilidad. Se pueden instalar circuitos de refrigeraci\u00f3n directos al chip en zonas espec\u00edficas de los racks sin necesidad de reconstruir toda la planta de refrigeraci\u00f3n.<\/p>\n\n\n\n
Entre los componentes clave de la adaptaci\u00f3n se incluyen las unidades de distribuci\u00f3n 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 an\u00e1lisis de Schneider Electric muestra que las adaptaciones por fases al sistema de refrigeraci\u00f3n l\u00edquida permiten a los operadores realizar la transici\u00f3n de los racks de alta potencia de forma gradual. <\/p>\n\n\n\n
En el campus Lake Mariner de TeraWulf, situado en B\u00fafalo (Nueva York) \u2014un proyecto de reconversi\u00f3n de un antiguo emplazamiento industrial\u2014, la infraestructura integrada de suministro el\u00e9ctrico y refrigeraci\u00f3n l\u00edquida respalda una ampliaci\u00f3n por fases que se prev\u00e9 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 instalaci\u00f3n cuenta con capacidad energ\u00e9tica sobrante pero dispone de una infraestructura de refrigeraci\u00f3n obsoleta, una modernizaci\u00f3n por fases del sistema de refrigeraci\u00f3n l\u00edquida puede generar ingresos por el alojamiento de GPU sin tener que esperar varios a\u00f1os, como ocurre con las nuevas construcciones.<\/p>\n\n\n\n
Instalaciones a medida: refrigeraci\u00f3n l\u00edquida integrada desde el primer d\u00eda<\/h2>\n\n\n\n
La construcci\u00f3n de nuevos centros de datos de IA ha convergido en una filosof\u00eda com\u00fan: la refrigeraci\u00f3n l\u00edquida es la opci\u00f3n por defecto. Seg\u00fan Datacentres.com, de los 25 000 MW previstos a nivel mundial, aproximadamente el 60 % de los proyectos de hiperescaladores exigen ahora arquitecturas de inmersi\u00f3n o de refrigeraci\u00f3n directa al chip. Google y AWS han implantado centros de datos modulares preparados para la refrigeraci\u00f3n l\u00edquida en Europa, mientras que la construcci\u00f3n modular ha reducido los plazos de construcci\u00f3n de nuevas instalaciones de 36 a 42 meses a entre 22 y 26 meses para una instalaci\u00f3n t\u00edpica de 50 MW.<\/p>\n\n\n\n
El dise\u00f1o pensado desde el principio para la refrigeraci\u00f3n l\u00edquida permite integrar la infraestructura t\u00e9rmica y el\u00e9ctrica, lo que elimina las p\u00e9rdidas de eficiencia propias de las adaptaciones posteriores y permite la recuperaci\u00f3n del calor residual para la calefacci\u00f3n urbana, algo cada vez m\u00e1s exigido por la normativa europea. El sobrecoste de inversi\u00f3n que supone una infraestructura preparada para la refrigeraci\u00f3n l\u00edquida, estimado entre el 8 % y el 12 % respecto a los dise\u00f1os convencionales, se recupera gracias a una reducci\u00f3n de los costes operativos de entre el 20 % y el 30 % a lo largo del ciclo de vida de la instalaci\u00f3n.<\/p>\n\n\n\n
C\u00f3mo elegir la arquitectura adecuada de refrigeraci\u00f3n l\u00edquida para un servidor de IA<\/h2>\n\n\n\n
La elecci\u00f3n de la arquitectura adecuada depende de tres par\u00e1metros: la densidad de potencia del rack, el tipo de instalaci\u00f3n y las caracter\u00edsticas de la carga de trabajo. Para racks de menos de 40 kW, bastan los sistemas h\u00edbridos aire-l\u00edquido. Para los racks de entrenamiento de entre 40 y 100 kW, el est\u00e1ndar establecido es el sistema \u00abdirect-to-chip\u00bb con CDU en fila. Por encima de los 100 kW por rack, resulta imprescindible la refrigeraci\u00f3n totalmente l\u00edquida con disipaci\u00f3n de calor de l\u00edquido a l\u00edquido. La refrigeraci\u00f3n por inmersi\u00f3n alcanza un PUE de tan solo 1,05, pero conlleva un mayor coste de inversi\u00f3n, lo que la limita a implementaciones de densidad ultraalta.<\/p>\n\n\n\n
A la hora de planificar un cl\u00faster de IA refrigerado por l\u00edquido, evaluar desde el principio la capacidad de la CDU, la redundancia y la compatibilidad de las interfaces con las instalaciones permite evitar costosos redise\u00f1os. Las placas de refrigeraci\u00f3n, los acoplamientos de desconexi\u00f3n r\u00e1pida y los colectores deben ajustarse a las configuraciones espec\u00edficas de las GPU, lo que supone un reto. SOETECK<\/strong> aborda estas cuestiones mediante el suministro integrado de equipos, considerando la refrigeraci\u00f3n como parte de una pila de entrega de recursos inform\u00e1ticos de extremo a extremo. <\/p>\n\n\n\n Goldman Sachs se\u00f1ala que los dise\u00f1os de racks para IA de 2027 requerir\u00e1n aproximadamente 50 veces m\u00e1s potencia que los racks de servidores de Internet actuales, y que los consultores est\u00e1n dise\u00f1ando racks de hasta 2,2 MW para los pr\u00f3ximos cinco a\u00f1os. La refrigeraci\u00f3n l\u00edquida de los servidores de IA ha pasado de ser un factor diferenciador de nicho a convertirse en el supuesto b\u00e1sico para cualquier organizaci\u00f3n que implemente la computaci\u00f3n acelerada por GPU a gran escala.<\/p>","protected":false},"excerpt":{"rendered":" The shift from air to liquid thermal management has become one of the defining infrastructure decisions in artificial intelligence. Data center operators who once treated liquid cooling as an exotic option for supercomputing edge cases now face a starkly different reality: GPU roadmaps from NVIDIA, AMD, and Intel have pushed single-rack power consumption far beyond […]<\/p>\n","protected":false},"author":5,"featured_media":35437,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"_acf_changed":false,"pgc_sgb_lightbox_settings":"","footnotes":""},"categories":[630,629],"tags":[],"class_list":["post-35433","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-blogs","category-news-and-insights"],"acf":[],"_links":{"self":[{"href":"https:\/\/soeteck.com\/es\/wp-json\/wp\/v2\/posts\/35433","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/soeteck.com\/es\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/soeteck.com\/es\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/soeteck.com\/es\/wp-json\/wp\/v2\/users\/5"}],"replies":[{"embeddable":true,"href":"https:\/\/soeteck.com\/es\/wp-json\/wp\/v2\/comments?post=35433"}],"version-history":[{"count":5,"href":"https:\/\/soeteck.com\/es\/wp-json\/wp\/v2\/posts\/35433\/revisions"}],"predecessor-version":[{"id":35440,"href":"https:\/\/soeteck.com\/es\/wp-json\/wp\/v2\/posts\/35433\/revisions\/35440"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/soeteck.com\/es\/wp-json\/wp\/v2\/media\/35437"}],"wp:attachment":[{"href":"https:\/\/soeteck.com\/es\/wp-json\/wp\/v2\/media?parent=35433"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/soeteck.com\/es\/wp-json\/wp\/v2\/categories?post=35433"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/soeteck.com\/es\/wp-json\/wp\/v2\/tags?post=35433"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}