En toda Europa y Oriente Medio, la adopción de la IA se está acelerando a un ritmo sin precedentes. Los hiperescaladores, los operadores de coubicación, los centros de datos empresariales y las fábricas de IA emergentes están ampliando rápidamente su infraestructura de TI para dar cabida a modelos cada vez más complejos y conjuntos de datos masivos. Este auge está provocando un aumento de la demanda de energía, lo que lleva los requisitos de refrigeración a nuevos extremos.

Tradicionalmente, los operadores han recurrido a la Eficiencia en el Uso de la Energía (PUE) y a la Eficiencia en el Uso del Agua (WUE) como principales indicadores de eficiencia operativa. Estas métricas han prestado un buen servicio al sector durante años: son indicadores sencillos e intuitivos de la eficacia con la que una instalación utiliza la energía y el agua.

Pero las cargas de trabajo actuales de IA, los chips avanzados y las arquitecturas de refrigeración líquida están cambiando la ecuación. A medida que la potencia de cálculo se convierte en el principal factor del consumo energético, la comunidad de centros de datos se pregunta si el PUE y el WUE por sí solos pueden representar plenamente la eficiencia, la sostenibilidad o el rendimiento operativo.

Los chips de última generación diseñados para la IA y la computación acelerada funcionan con perfiles térmicos y características de rendimiento muy diferentes a los de las CPU tradicionales. Generan cargas térmicas mucho mayores, dependen en gran medida de la refrigeración líquida y ofrecen un rendimiento computacional drásticamente diferente en función de la temperatura de funcionamiento.

Esto plantea tres retos fundamentales para los operadores

El PUE no tiene en cuenta la potencia de cálculo
Una instalación puede presentar un PUE excelente y, sin embargo, ofrecer un rendimiento de cálculo relativamente bajo. Dado que se prevé que la demanda mundial de computación se triplique —pasando de 82 GW en 2025 a más de 220 GW en 2030, según McKinsey & Company—, las organizaciones necesitan métricas que tengan en cuenta el trabajo útil, y no solo la relación entre la energía consumida y la energía generada.

La variabilidad climática y de refrigeración distorsiona las mediciones
Los centros de datos de IA situados en climas más cálidos o en regiones con escasez de agua se enfrentan a realidades ambientales que afectan de forma inherente tanto al PUE como al WUE. Una instalación con una refrigeración altamente optimizada puede seguir pareciendo «ineficiente» debido a factores geográficos más que a cuestiones de ingeniería.

Las cargas de trabajo de IA modifican la relación entre refrigeración, temperatura y rendimiento
Un chip puede funcionar «adecuadamente» a temperaturas más altas —mejorando el PUE al reducir la refrigeración mecánica—, pero ofrecer un rendimiento computacional superior a temperaturas más bajas. En este caso, el PUE empeora, el rendimiento computacional aumenta y la productividad total del sistema se incrementa. Esta contradicción pone de manifiesto por qué los indicadores actuales se quedan cortos para los entornos impulsados por la IA.

Para evaluar la eficiencia en las instalaciones modernas —especialmente aquellas que dan soporte a aplicaciones de IA, hiperescala y coubicación de alta densidad—, los operadores deben combinar los indicadores de energía y agua con los KPI centrados en la computación. Un conjunto cada vez mayor de métricas avanzadas ofrece una visión más completa y escalable del rendimiento.

• El rendimiento por vatio (PPW) mide la potencia de cálculo por unidad de energía. Una forma holística de alinear el rendimiento de TI con la eficiencia de la instalación.
• La productividad energética del centro de datos (DCeP) evalúa cuánto «trabajo útil» (tareas completadas, datos procesados, etc.) se produce por cada unidad de energía consumida.
• La eficiencia de potencia computacional (CPE) expresa la potencia computacional suministrada por unidad de energía. Ideal para operaciones con un uso intensivo de IA.
• La computación proporcional a la energía (EPC) evalúa la eficiencia con la que un sistema ajusta el consumo de energía en función de la carga de trabajo. Cuanto más se ajuste el consumo de energía a la demanda computacional, mejor.
• Eficiencia ecológica (GE): vincula el rendimiento computacional con el impacto de carbono, lo que permite una toma de decisiones alineada con la sostenibilidad.
• Rendimiento por litro (PPL): alinea el consumo de agua con el rendimiento computacional, algo fundamental para regiones que se enfrentan a la escasez de agua o a un estricto control normativo.

Por qué son importantes estas métricas
Estas nuevas medidas permiten a las partes interesadas evaluar no solo la eficiencia en el uso de los recursos de la instalación, sino también el valor generado por cada kilovatio, litro y tonelada de capacidad de refrigeración. Replantean la forma en que los operadores evalúan las decisiones de diseño, la arquitectura de refrigeración, las temperaturas de los chips y las estrategias de sostenibilidad.

Sin embargo, este conjunto de herramientas ampliado también conlleva una mayor complejidad. La convergencia de la refrigeración de alta densidad, la electrificación, la estrategia hídrica, los controles avanzados, la modelización y las diferencias normativas regionales exige un enfoque más integrado.

Un socio integral para un futuro impulsado por la IA
Para tener éxito, las organizaciones necesitan un socio de ingeniería y gestión térmica con amplia experiencia en diseño a nivel de sistema, reducción de emisiones de carbono, optimización del rendimiento y soluciones escalables. La colaboración desde el principio es fundamental, desde el concepto y el diseño hasta la integración y las operaciones continuas.

Trane aporta una experiencia inigualable en la comprensión de todo el ecosistema de los centros de datos, desde el tejado hasta el chip. Nuestro enfoque consultivo incluye modelización, pruebas, controles inteligentes, recuperación de energía, almacenamiento térmico, análisis en tiempo real y mantenimiento predictivo. Ayudamos a los operadores a maximizar el potencial de cálculo, al tiempo que nos adaptamos a las necesidades de la comunidad local, las expectativas medioambientales y las prioridades de sostenibilidad. ¡Hable con uno de nuestros expertos en centros de datos!

Su socio innovador de confianza para la refrigeración y la gestión térmica de centros de datos en entornos de misión crítica
En Trane, hacemos posible que los centros de datos de última generación funcionen de forma más eficiente, sostenible e inteligente, satisfaciendo las exigencias de la IA, las cargas de trabajo de alta densidad y el crecimiento global. A través de equipos integrados, diseño de sistemas, análisis y servicios de rendimiento continuos, le ayudamos a garantizar que sus instalaciones ofrezcan el máximo rendimiento informático con el mínimo impacto medioambiental.

Descubra cómo Trane puede respaldar su estrategia integral de gestión térmica:
https://trane.eu/data-center.html

Este artículo se basa en un informe técnico redactado por Danielle Rossi, directora global de refrigeración para aplicaciones críticas de Trane Technologies.
Descarga el informe técnico completo.