Al mismo tiempo, el rápido crecimiento, la aplicación de la inteligencia artificial (IA) y el aprendizaje automático (ML) están moldeando profundamente el diseño y el funcionamiento de estas estructuras.

Según estimaciones, las cargas de trabajo de IA representarán entre el 15% y el 20% de la energía total de los centros de datos en 2028, por lo que se espera que las cargas de trabajo de formación en IA funcionen constantemente a densidades muy altas. Esto supone un gran desafío para la gestión de la energía, la refrigeración, los bastidores y el software en los centros de datos.

Consumo y demanda de energía

El aumento del uso de IA y ML está impulsando una demanda récord de centros de datos en todo el mundo, pero las limitaciones energéticas y las redes de infraestructuras antiguas están inhibiendo el crecimiento, ya que los requisitos de procesamiento de datos dependen en gran medida de tecnologías de alto consumo energético.

“El sector de los centros de datos tendrá que planificar y gestionar cuidadosamente los problemas medioambientales y normativos mientras sigue invirtiendo en fuentes de combustible renovables y energéticamente eficientes para mitigar las restricciones energéticas y apoyar el crecimiento del mercado”, aseguró Marta Sánchéz, VP de Secure Power para Sur América en Schneider Electric.

El consumo de energía de una consulta de IA generativa puede variar enormemente en función del tamaño del modelo de inferencia, el hardware específico en el que se ejecuta y su ubicación. Los centros de datos modernos utilizan servidores y equipos de alta densidad que exigen más potencia para el procesamiento.

Esto lleva a concentrar el uso de energía en espacios más pequeños, aumentando la huella energética global, lo que puede suscitar preocupación por la cantidad de energía necesaria para procesar las operaciones de IA.

El rápido crecimiento del tráfico de datos

La creciente demanda de servicios digitales, computación en la nube y almacenamiento de datos contribuye al rápido crecimiento del tráfico de información, especialmente con la IA. Esto, a su vez, impulsa la necesidad de más cantidad de centros de datos y un mayor consumo de energía.

Con el aumento de la automatización impulsada por la IA, los empleados de estas estructuras pueden automatizar las tareas rutinarias, reducir las cargas de trabajo manuales y mejorar la eficiencia general, ya que responsabilidades como el mantenimiento del sistema de servidores o la supervisión del sistema pueden ser gestionadas por estos programas de inteligencia.

Este incesante avance de la IA va a continuar, y para satisfacer estas necesidades en evolución, el sector de los centros de datos debe adaptarse. Schneider Electric, compañía global de tecnología que proporciona soluciones digitales de energía y automatización, ofrece orientación sobre las mejores prácticas para adoptar un diseño de infraestructura escalable y flexible para soportar cargas de trabajo intensivas de IA.

Las estrategias incluyen la implementación de sistemas de alimentación de alta eficiencia y capacidad, sistemas de refrigeración líquida, armarios de 48U de ancho, actualización de hardware y gestión de la infraestructura del centro de datos.

El aumento de las cargas de trabajo, especialmente los modelos de IA de aprendizaje profundo, requieren importantes recursos informáticos para entrenarse, lo cual exige centros de datos que puedan soportar los requisitos de rendimiento de las cargas de trabajo de IA.