La IA obliga a replantear la refrigeración de los centros de datos

La expansión de la inteligencia artificial está impulsando una de las transformaciones más significativas que ha experimentado la industria de los centros de datos y centros de cómputo en las últimas décadas. El creciente uso de modelos de IA, análisis avanzado de datos y aplicaciones de alto rendimiento está elevando sostenidamente la demanda por capacidad de procesamiento, incrementando también la generación de calor al interior de estas instalaciones.

Esta evolución está dando paso a una nueva generación de infraestructuras especializadas conocidas como Fábricas de IA (AI Factories), diseñadas para entrenar, implementar y operar modelos avanzados de inteligencia artificial a gran escala. Para soportar estas cargas de trabajo, los operadores están desplegando plataformas basadas en GPU de alto desempeño, como las desarrolladas por NVIDIA, que demandan mayores capacidades energéticas y térmicas que los entornos tradicionales.

Según un artículo de Data Centers (2026), mientras hace pocos años los racks operaban habitualmente con densidades de entre 5 y 15 kW, las nuevas aplicaciones de inteligencia artificial están impulsando configuraciones que superan los 100 kW por rack, un nivel que desafía las capacidades de los sistemas convencionales de enfriamiento.

Ante este escenario, la refrigeración líquida (Liquid Cooling) se está consolidando como una tecnología clave para responder a las crecientes exigencias de densidad computacional. A diferencia de los sistemas basados exclusivamente en aire, esta solución permite extraer el calor de forma más eficiente y directamente desde los componentes que generan las mayores cargas térmicas, como las GPU utilizadas en aplicaciones de inteligencia artificial.

“Las cargas de trabajo asociadas a inteligencia artificial están llevando la densidad de potencia por rack a niveles que superan ampliamente las capacidades de los sistemas tradicionales de enfriamiento. La refrigeración líquida permite una remoción de calor más eficiente y directa, garantizando el desempeño, la confiabilidad y la continuidad operativa de los centros de datos”, señala Paula Pinto, Líder de Cooling para Suramérica en Schneider Electric.

Un desafío creciente para la infraestructura digital

A medida que aumenta la capacidad de procesamiento requerida por las aplicaciones de inteligencia artificial, la industria enfrenta el desafío de mantener altos niveles de eficiencia energética, disponibilidad y sostenibilidad. La gestión térmica se ha convertido en un factor estratégico para asegurar el rendimiento de la infraestructura y evitar restricciones operativas derivadas del exceso de calor.

En este contexto, diversos análisis de la industria anticipan que los centros de datos del futuro combinarán sistemas tradicionales de enfriamiento por aire con tecnologías de refrigeración líquida, aprovechando las fortalezas de ambos enfoques para responder a entornos de mayor densidad computacional.

El concepto de AI Factory también ha comenzado a ganar relevancia para describir centros de datos diseñados específicamente para el desarrollo y operación de inteligencia artificial a gran escala. Estas infraestructuras, muchas de ellas construidas sobre arquitecturas aceleradas por GPU de NVIDIA, demandan nuevas estrategias de gestión energética y térmica para sostener cargas de trabajo cada vez más intensivas.

“Los centros de datos del futuro serán híbridos, combinando air cooling y liquid cooling para soportar aplicaciones de IA cada vez más exigentes. El desafío estará en equilibrar eficiencia energética, capacidad de procesamiento y sostenibilidad, manteniendo la resiliencia operativa que requieren las organizaciones”, afirma Pinto.

En este escenario, Colombia y Latinoamérica cuentan con una importante oportunidad para fortalecer su competitividad digital. La modernización de la infraestructura tecnológica y la incorporación de tecnologías más eficientes para gestionar energía y temperatura serán factores clave para atraer nuevas inversiones en centros de datos de alta densidad, habilitar el desarrollo de nuevas Fábricas de IA y responder a las crecientes necesidades de procesamiento que acompañan la expansión de la inteligencia artificial.