¡Es la termodinámica, estúpido!
Data centers, IA y la ilusión de la energía infinita
¡Es la termodinámica, estúpido!
Silicon Valley descubrió de golpe que los algoritmos no son etéreos y que consumen ríos de agua y la electricidad de metrópolis enteras. De las restricciones en el Texas superdesregulado a las promesas vacías en la Argentina, el verdadero límite de la IA no es la inteligencia, son las leyes de la física.
Por Pablo G Ramos
Las recientes informaciones al respecto nos llegan desde Texas (EE. UU.), tradicional estado conservador y bastión del librecambismo y de la reducción regulatoria, de raigambre petrolera, donde tienen sede las más importantes empresas de hidrocarburos y el segundo mayor parque de data centers de EE. UU.
Greg Abbott, gobernador tejano, congeló todos los permisos ambientales y de conexión a la red eléctrica para nuevos centros de datos. ¿Los motivos? La población tejana comenzó a sufrir apagones y oscilaciones en la tensión eléctrica, la producción agrícola tiene problemas para acceder al agua, y como consecuencia se multiplica la protesta social.
¿Y qué tiene que ver todo esto con la IA y la termodinámica? Para contestar tenemos que abordar de qué se trata el cambio tecnológico en ciernes y qué nos pide a cambio.
Por data center o centro de datos —en inglés y español, respectivamente—, centros de cómputos o centros de procesamiento de datos (CPD), nos referimos a la «infraestructura física centralizada que aloja los sistemas informáticos, servidores, redes y componentes de almacenamiento necesarios para procesar, organizar y distribuir el flujo digital del mundo».
Esta definición se materializa, para la mayoría de nosotros, en la imagen de un galpón sofisticado repleto de computadoras «haciendo cosas de computadoras».
¿Y qué hacen las computadoras, y por ende, los centros de datos? Procesan datos. Muchos datos. Muchísimos datos. Una cantidad inimaginable de datos.
Sin embargo, los data center existen hace medio siglo. A riesgo de ser observables académicamente, vamos a fechar tres eras o períodos en la breve historia de esta tecnología.
A la primera la denominamos La era del Servidor y va de 1970 hasta fines de los años noventa. El equipamiento era la evolución natural de los viejos mainframes, es decir uno o varios servidores —computadoras dedicadas exclusivamente a gestionar recursos, bases de datos y redes— montados en un armario metálico o rack, ubicados en una oficina aparte, un sótano o, si el personal no se quejaba demasiado, en el huequito que quedaba entre el dispenser de agua y la impresora. Alojaba y procesaba datos de la propia organización, fuera un banco, una empresa o una universidad. No consumía demasiada corriente y con un aire acondicionado familiar alcanzaba. Y necesitaban 0 (cero) litros de agua.
Es cierto que los centros de datos aumentaban de tamaño, complejidad y consumo energético año a año —sobre todo con la llegada de Internet comercial y la fiebre de las dot-com—, pero las instalaciones no eran demasiado grandes (entre 50 m² y 500 m²) y su necesidad de electricidad era perfectamente soportable. Una computadora genera calor, un servidor genera más calor y varios servidores aún más. No obstante, la ecuación termodinámica todavía no se nos disparaba.
Antes del cambio de siglo y milenio ingresamos en La era de la Nube, la cual se extendió hasta 2020. Esta es la era en la que Internet lo abarca todo. La circulación de datos se dispara, todos tenemos un Gmail, compramos con Mercado Libre, usamos Facebook, Instagram, X, vemos videos en YouTube, consultamos sobre Burkina Faso en Wikipedia y recibimos millones de insoportables avisos.
En este período los centros de datos se disparan en cantidad y capacidad de procesamiento. Ahora sí vemos surgir las infraestructuras gigantes y con un nombre corporativo —Alphabet, Amazon, Meta, Microsoft— que ya ocupan entre 15.000 y 25.000 metros cuadrados, consumen entre 10 y 20 MegaWatts, aunque la necesidad de agua es todavía insignificante.
Así estábamos hasta la irrupción de la IA.
En noviembre de 2022, el lanzamiento público de ChatGPT marcó el inicio formal de La era de la Inteligencia Artificial Generativa. Lo que parecía un simple chat interactivo en la pantalla del celular era, en realidad, la punta de un témpano de infraestructura colosal.
Entrenar y hacer funcionar un Modelo Masivo de Lenguaje (LLM) no es lo mismo que alojar un correo electrónico o transmitir una película en streaming. No se trata de consultar datos almacenados, sino de calcular en tiempo real billones (sí, billones) de operaciones matemáticas matriciales. Y este cambio de lógica exigió una mutación radical en la arquitectura misma del hardware.
En términos simples, un procesador tradicional (CPU) de la Era de la Nube funciona como un profesor universitario de matemática, capaz de resolver un problema sumamente complejo paso a paso, en secuencia. Un procesador de Inteligencia Artificial (GPU), en cambio, funciona como un ejército de 20.000 pibes con calculadoras simples, donde cada uno hace una cuenta básica al mismo tiempo. Para el procesamiento del lenguaje y los algoritmos masivos, no necesitás al sabio pensando en soledad; necesitás a los 20.000 pibes haciendo números en simultáneo y apretados en la misma habitación.
Una de cal y otra de arena: esos 20.000 pibes gastan muchísimo más que el profesor. Necesitamos 20.000 desayunos, almuerzos, meriendas y cenas.
Lo mismo ocurre con los centros de datos para la Inteligencia Artificial. Ya no estamos ante el escenario de la Era de la Nube, donde bastaba un galpón con filas de racks, mallas de cables de red e instalaciones industriales de aire acondicionado tradicional. Los nuevos centros de datos para IA son complejos edilicios enteros diseñados desde el cimiento como un único e inmenso motor térmico.
Y es aquí donde nos topamos con las implacables leyes de la termodinámica, que le ponen un freno de mano a la ilusión del cómputo infinito.
La Primera Ley (la conservación de la energía) nos recuerda que la corriente eléctrica no desaparece mágicamente al calcular: cada operación significa billones de electrones moviéndose por los circuitos, y que esa energía consumida por las GPUs se transforma, en última instancia, en calor puro.
La Segunda Ley (la entropía y la disipación) nos advierte que ese calor no se evacúa solo porque abramos las ventanas. Disipar temperaturas que superan los 80 °C en la superficie del microchip exige gastar aún más energía para mover fluido refrigerante y transferir esa masa térmica al ambiente.
Sumemos a esto la trampa del diseño: la propia arquitectura hiperdensa de las GPUs prioriza la velocidad de cálculo por encima de la disipación. Billones de operaciones por segundo, sumados a procesadores físicamente apretados que son pésimos para disipar el calor, ejecutando algoritmos continuamente y sin parar, nos hacen dudar de si estamos ante una industria dedicada a la informática o frente a una fundición siderúrgica.
Los métodos tradicionales de circulación masiva de aire (chillers) alcanzaron su techo físico y energético. Mover semejante volumen de aire requeriría la electricidad de una ciudad pequeña solo para los ventiladores. Por eso, para evitar que el silicio literalmente se derrita, las nuevas gigafábricas de cómputo pasaron a la refrigeración líquida directa, convirtiéndose en monstruos térmicos enfriados por ríos de agua dulce.
Pero para entender la magnitud de lo que estamos hablando, hay que hacer una aclaración fundamental: no se trata de un circuito cerrado donde el agua circula por el interior de la nave, se enfría afuera y regresa. El sistema que emplean estas gigafábricas de datos es abierto y evaporativo.
Millones de litros de agua dulce —y de una pureza específica— absorben el calor extremo generado por las GPUs y se evaporan hacia la atmósfera. Tal cual lo acaban de leer. Por esa razón, estas instalaciones necesitan ubicarse junto a fuentes abundantes y constantes del recurso hídrico que, tras el proceso, no retornará al cauce original.
Es cierto que, en términos planetarios, la materia no se destruye: la masa de agua en la Tierra es la misma desde sus orígenes. Pero el agua utilizable no es infinita. Cada metro cúbico que se evapora en una torre de refrigeración para sostener un algoritmo es un volumen que deja de cumplir la función física, biológica o económica que desempeñaba en su ecosistema local.
Directo a los factos
Aunque intentamos abordar este tema de forma didáctica, sabemos que cuesta dimensionar las magnitudes si no las transformamos en algo comparable y accesible. Vamos a usar ejemplos cotidianos, sin intimidarnos con las cifras; entendemos que en la vida diaria no estamos habituados a pensar en billones ni en trillones.
En la Era del Servidor, un centro de datos ocupaba entre 50 y 500 metros cuadrados, o sea desde el tamaño de un departamento de dos ambientes hasta un terreno promedio en un barrio privado. Consumía entre 50.000 y 200.000 Watts de potencia eléctrica, se refrigeraba con aires acondicionados convencionales o industriales y no gastaba ni una sola gota de agua. Por supuesto, la capacidad de cálculo era modesta y se medía en MegaFlops o GigaFlops.
En la Era de la Nube, pasamos a infraestructuras de proporciones considerables. Ocupan entre 15.000 y 25.000 metros cuadrados: una superficie similar a la de la estación Constitución en Buenos Aires o la mitad del Estadio Único Diego Armando Maradona —Tricampeones del Mundo de La Plata. En cuanto a la sed de energía eléctrica, pasamos a consumir entre 10 y 20 MegaWatts, equivalente a lo que requiere una ciudad de unos 40.000 habitantes. Utilizan sistemas cerrados de enfriamiento por aire, por lo que la necesidad de agua sigue siendo nula. En esta etapa, la capacidad de cálculo salta a la escala de los PetaFlops.
Hasta aquí, la evolución histórica podía graficarse como una curva de pendiente suave y predecible. Pero con la Era de la Inteligencia Artificial, la pendiente moderada se quiebra: la curva no sube, se vuelve una pared vertical y todas las magnitudes se disparan fuera de escala.
Un centro de datos de tercera generación exige entre 200.000 y medio millón de metros cuadrados. Esto equivale a una nave industrial con el ancho completo de la Avenida 9 de Julio que se extienda de forma ininterrumpida desde la Autopista 25 de Mayo hasta la Avenida del Libertador, o la superficie de diez Estadios Únicos de La Plata juntos.
A nivel energético, ya no alcanza con tramitar ante la distribuidora eléctrica local la instalación de un transformador en la puerta. Una gigafábrica de cómputo demanda entre 500 MegaWatts y 1 GigaWatt de potencia continua: exactamente la electricidad que consume la ciudad de Rosario en un día de 40 °C de calor sofocante.
Y es aquí donde irrumpe la escala hídrica. Para evitar el colapso térmico del silicio, estas megafábricas necesitan evaporar entre 10 y 25 millones de litros de agua dulce por día, el mismo volumen de agua potable que consume una ciudad como Chascomús o Puerto Iguazú cada veinticuatro horas.
Todo este recorrido iniciado con la decisión del gobernador de Texas, las distintas eras geológicas de los centros de datos y las comparaciones hechas ilustraron un periplo necesario para entender hacia dónde vamos. Si un data center consume lo mismo que Rosario un día de verano e instalamos uno en Argentina, o el data center o Rosario se quedan sin energía. Ambos a la vez es imposible. No podemos —como a veces hacemos en casa— poner un triple o zapatilla a continuación del otro. En algún momento va a saltar la térmica.
La potencia instalada en la Argentina es de 43,5 GW. Es decir, podríamos proveer de energía a 43 centros de datos y nos sobraría como para cargar cada uno de nuestros celulares, y nada más. Proveer 1 GW equivale a un poco menos de dos centrales térmicas de ciclo combinado alimentadas a gas natural, o a Atucha I y II sumadas, o entre 600 y 800 molinos eólicos.
El enfriamiento evaporativo en torres ahorra hasta un 40% de factura eléctrica pero convierte el agua dulce en vapor que se pierde en la atmósfera. Si hasta ahora llevás cuatro minutos leyendo este artículo, en ese tiempo pasó por la central de Yacyretá el agua que una sola megafábrica de cómputos evapora en un año.
Por eso decimos que chocamos contra la termodinámica. Para atender un único data center de IA necesitaríamos o bien construir una nueva central térmica o nuclear, o instalar más de 700 molinos eólicos, o concluir las centrales hidráulicas sobre el río Santa Cruz en la provincia homónima (canceladas por el actual gobierno).
Por eso mismo la promesa del presidente de la Nación no tiene sustento. Javier Milei afirmó que «... veremos data centers y capacidad de cómputo instalarse en la Patagonia, donde el frío natural y la energía implican y crean condiciones únicas para la infraestructura de la Inteligencia Artificial...».
El mito del «frío natural» patagónico asume que basta con abrir la ventana para enfriar 100.000 GPUs encendidas en un galpón. Cuando concentrás la potencia de una metrópoli en un único espacio cerrado, las temperaturas internas superan los 70 °C–80 °C. El viento frío exterior ayuda, pero no reemplaza con la tecnología actual al circuito hídrico de las torres de refrigeración evaporativa o los chillers eléctricos de alta potencia.
El problema no es solo la generación de energía eólica, térmica, nuclear o hidráulica, sino la falta de infraestructura de transporte eléctrico (líneas de alta tensión) para absorber y distribuir esa potencia de forma constante (baseload) sin saturar la red nacional.
El gobierno sueña con la instalación de entre 5 y 6 data centers en la Patagonia alimentados a energía nuclear. Hablamos de 6 GW de energía eléctrica extras necesarios y el agua que necesita una ciudad del tamaño de Bahía Blanca. No cierra por ningún lado.
La regulación sobre los data centers de IA no es una opción ideológica; es un choque inevitable contra la física. Llegará «por las buenas» —planificación urbana, moratorias, exigencia de autogeneración limpia y enfriamiento seco— o «por las malas» —colapso de la red eléctrica, sequía de napas, aumento desmedido de tarifas residenciales y protestas sociales—.
Las leyes de la termodinámica son imposibles de evitar.
Comentarios
Publicar un comentario