Como resume Andrés Ferragut, catedrático de Redes y Sistemas de Comunicación e investigador de la Facultad de Ingeniería de la Universidad ORT Uruguay: “La nube es, en realidad, la computadora de otro que utilizamos a través de Internet”.
Entender esa infraestructura es fundamental para comprender cómo la inteligencia artificial está redefiniendo el consumo energético, la conectividad y la gestión de los datos a escala global.
Los centros de datos son la infraestructura física de la economía digital
Cuando hablamos de computación en la nube, inteligencia artificial o servicios digitales, solemos imaginar procesos que ocurren en un espacio virtual. Sin embargo, detrás de estas tecnologías existe una infraestructura física compuesta por miles de servidores, sistemas de almacenamiento, equipos de comunicación y mecanismos de refrigeración.
Los centros de datos (data centers) son instalaciones diseñadas para alojar y operar esta infraestructura de forma continua, garantizando disponibilidad, seguridad y capacidad de procesamiento para millones de usuarios.
La creciente digitalización de la economía ha impulsado la expansión de estas instalaciones en todo el mundo. Servicios de streaming, comercio electrónico, plataformas colaborativas, redes sociales y aplicaciones empresariales dependen de centros de datos distribuidos globalmente para funcionar de manera eficiente.
En la entrevista Google prevé instalar un data center en Canelones: ¿para qué son necesarios y cómo impactan en el medio ambiente?, emitida por En Perspectiva, se explica de forma clara cómo la nube depende de grandes infraestructuras físicas que permiten acercar servicios digitales a usuarios y organizaciones.
- También te podría interesar: Cómo funcionan los servidores que mantienen internet online
Conocé más sobre Ingeniería en Telecomunciaciones
Por qué la inteligencia artificial consume más recursos computacionales
La inteligencia artificial moderna, especialmente los modelos de aprendizaje profundo (deep learning), requiere cantidades extraordinarias de procesamiento.
A diferencia de muchas aplicaciones tradicionales, los sistemas de IA deben ejecutar millones o miles de millones de operaciones matemáticas para identificar patrones, generar contenido o realizar predicciones.
Este consumo se concentra principalmente en dos etapas:
Entrenamiento de modelos
- Durante el entrenamiento, los algoritmos procesan enormes volúmenes de información para ajustar sus parámetros internos.
- Los modelos más avanzados pueden requerir semanas o meses de cálculo continuo utilizando miles de procesadores especializados de manera simultánea.
Inferencia o uso cotidiano
- Una vez entrenado, el modelo debe responder consultas, generar textos, producir imágenes o asistir procesos empresariales.
- Aunque cada interacción individual consume relativamente pocos recursos, la utilización simultánea por millones de personas genera una demanda significativa de infraestructura.
El informe Energy and AI de la International Energy Agency (IEA) identifica a la inteligencia artificial como uno de los factores que impulsan el crecimiento de la demanda energética de los centros de datos a nivel mundial. El organismo advierte que la expansión de estas tecnologías incrementará la necesidad de infraestructura computacional y de suministro eléctrico asociado.
La energía se convirtió en un recurso estratégico
Durante años, la principal preocupación de la industria fue aumentar la capacidad de procesamiento. Hoy, la energía se ha transformado en un recurso igualmente crítico.
Los nuevos sistemas de inteligencia artificial utilizan aceleradores especializados, como las unidades de procesamiento gráfico (GPU) y otros chips optimizados para tareas de aprendizaje automático. Estos componentes ofrecen una capacidad de cálculo muy superior a la de los procesadores tradicionales, pero también demandan mayores cantidades de energía.
Como consecuencia, la disponibilidad energética comenzó a influir directamente en las decisiones de localización de nuevos centros de datos. Países con infraestructura eléctrica robusta, acceso a energías renovables y redes de telecomunicaciones desarrolladas se vuelven cada vez más atractivos para este tipo de inversiones.
La discusión sobre inteligencia artificial ya no involucra únicamente software y algoritmos. También depende de la capacidad física para alimentar, enfriar y conectar infraestructuras cada vez más complejas.
Conocé más sobre Ingeniería en Telecomunicaciones
El desafío invisible: energía para procesar y energía para enfriar
Cada operación computacional genera calor. Cuanto mayor es la capacidad de procesamiento instalada, mayor es la necesidad de refrigeración. Por esta razón, una parte significativa del consumo energético de un centro de datos no está asociada directamente al procesamiento de información, sino a mantener temperaturas adecuadas para el funcionamiento de los equipos.
La creciente demanda de inteligencia artificial está impulsando nuevas tecnologías de refrigeración, entre ellas sistemas líquidos de enfriamiento, optimización térmica automatizada y mecanismos de recuperación de calor.
Un caso frecuentemente citado es el de Google, que ha documentado el uso de inteligencia artificial para optimizar la refrigeración y la gestión operativa de sus centros de datos. Según la compañía, estas técnicas permitieron reducir significativamente la energía utilizada para enfriamiento.
Esto muestra una paradoja interesante: la misma tecnología que aumenta la demanda de procesamiento puede contribuir a optimizar el uso de los recursos necesarios para sostenerla.
La sostenibilidad implica gestionar compensaciones
La discusión sobre el impacto ambiental de los centros de datos suele presentarse como una oposición entre desarrollo tecnológico y sostenibilidad. Sin embargo, la realidad es más compleja.
Las decisiones de diseño generalmente implican compensaciones entre distintos objetivos. El debate generado en Uruguay a partir del proyecto de centro de datos de Google ilustra claramente esta situación. El diseño inicial generó cuestionamientos por el uso de agua potable para refrigeración durante un contexto de estrés hídrico. Posteriormente, la empresa rediseñó el proyecto para utilizar sistemas de circuito cerrado que reducen drásticamente el consumo de agua.
Sin embargo, esta solución implica un mayor consumo energético. Como analiza el artículo En las entrañas de un data center: cómo será y para qué sirve el millonario proyecto de Google en Canelones, publicado por El País, la evaluación del impacto de estas infraestructuras requiere considerar simultáneamente el consumo de agua, la demanda energética, las emisiones de carbono y los beneficios asociados a la infraestructura digital.
La ingeniería enfrenta precisamente ese desafío: diseñar soluciones capaces de equilibrar objetivos múltiples que muchas veces compiten entre sí.
Conocé más sobre Ingeniería en Telecomunicaciones
Por qué la latencia también importa en la era de la inteligencia artificial
Cuando se habla de centros de datos, la conversación suele concentrarse en servidores, energía o almacenamiento. Sin embargo, existe otro concepto fundamental: la latencia.
La latencia representa el tiempo que tarda la información en viajar entre un usuario y un sistema informático.
En aplicaciones basadas en inteligencia artificial, plataformas cloud, videojuegos en línea o sistemas financieros, pequeñas diferencias en los tiempos de respuesta pueden tener impactos significativos sobre la experiencia de uso.
Diversos especialistas en infraestructura digital señalan que la proximidad de los centros de datos permite reducir la latencia y mejorar la capacidad de respuesta de los servicios digitales. En una entrevista sobre el proyecto del centro de datos de Google en Uruguay se destaca este aspecto como uno de los posibles beneficios para startups y empresas tecnológicas que dependen de servicios en la nube.
Por este motivo, la ubicación geográfica de los centros de datos continúa siendo relevante incluso en un entorno digital globalizado.
https://www.youtube.com/watch?v=wEYxfxk5DMg
Centros de datos y soberanía de los datos
La inteligencia artificial también está impulsando una discusión sobre dónde se almacenan y procesan los datos. Las organizaciones dependen cada vez más de grandes volúmenes de información para automatizar procesos, entrenar modelos y generar conocimiento.
En este contexto surge el concepto de soberanía de los datos, entendido como la capacidad de un país, institución o empresa para mantener control sobre la información que produce y utiliza.
La existencia de infraestructura local puede facilitar que determinados datos permanezcan físicamente dentro de un país, fortalecer capacidades tecnológicas y mejorar las condiciones para el desarrollo de servicios digitales.
En distintas intervenciones públicas sobre infraestructura digital en Uruguay se ha señalado que la proximidad de los centros de datos puede contribuir a fortalecer la soberanía digital y acercar capacidad de almacenamiento y procesamiento a quienes generan y utilizan esos datos. La discusión ya no se limita a cuestiones técnicas, sino que también involucra aspectos regulatorios, económicos y estratégicos.
Uruguay y la oportunidad de consolidar infraestructura digital
La creciente demanda global de procesamiento asociada a la inteligencia artificial está impulsando inversiones en infraestructura digital en distintas regiones del mundo.
En este escenario, Uruguay presenta características particularmente relevantes: una red de telecomunicaciones robusta, conexiones internacionales mediante cables submarinos de fibra óptica, estabilidad institucional y una matriz energética con una elevada participación de fuentes renovables.
Estas condiciones pueden contribuir a fortalecer el ecosistema tecnológico nacional, especialmente para startups y empresas intensivas en servicios digitales que dependen de infraestructura cloud de alta calidad.
Más allá de proyectos específicos, la tendencia refleja una transformación más amplia: los centros de datos se están convirtiendo en infraestructura crítica para la economía digital, de forma comparable a la importancia que tuvieron las carreteras, los puertos o las redes eléctricas en otras etapas del desarrollo económico.
Conocé más sobre Ingeniería en Telecomunicaciones
Una nueva relación entre inteligencia artificial e infraestructura
La inteligencia artificial suele analizarse desde la perspectiva de los algoritmos y las aplicaciones que utilizan los usuarios. Sin embargo, su expansión también está transformando profundamente la infraestructura que sostiene el mundo digital.
Los centros de datos se encuentran en el centro de esta transformación. Su crecimiento plantea desafíos relacionados con energía, sostenibilidad, refrigeración, conectividad y gobernanza de los datos, pero también abre oportunidades para impulsar innovación, mejorar servicios digitales y fortalecer capacidades tecnológicas.
Comprender cómo funciona esta infraestructura permite entender una de las cuestiones más importantes del presente tecnológico: cómo desarrollar sistemas cada vez más inteligentes sin perder de vista los recursos físicos que hacen posible su funcionamiento.
La evolución de los centros de datos muestra que el futuro de la inteligencia artificial no depende únicamente de mejores algoritmos. También depende de la capacidad de diseñar infraestructuras eficientes, sostenibles y preparadas para sostener el crecimiento digital de las próximas décadas.