Centros de datos — cómo funcionan y por qué se están expandiendo
Una guía sobre servidores, racks, cargas de trabajo, energía, refrigeración y la cadena física que condiciona la expansión de los centros de datos.
En resumen
- Un centro de datos combina equipos de TI con energía, refrigeración, conectividad, seguridad y operación.
- La potencia del componente, del servidor, del rack y de la instalación son medidas diferentes.
- Los racks de IA pueden ser muy densos sin representar la instalación típica.
- La capacidad depende de varias capas industriales; el cuello de botella puede desplazarse entre ellas.
El sistema
Un centro de datos concentra equipos de tecnología de la información y la infraestructura necesaria para mantenerlos energizados, conectados, refrigerados y disponibles. La capa de TI incluye servidores, aceleradores, memoria, almacenamiento y redes. La instalación añade conversión eléctrica, UPS, distribución, redundancia, cooling, seguridad física y edificio. [1] [2]
La nube no es una aplicación equivalente a la IA, el vídeo o las bases de datos. Es un modelo de entrega y operación en el que distintas cargas de trabajo comparten infraestructura. [3]
Tipos y métricas
Las instalaciones pueden ser corporativas, de colocación, hyperscale, edge o especializadas. Estas categorías dependen de la pregunta analizada y no forman necesariamente grupos mutuamente excluyentes. [2]
También es necesario separar:
- potencia del componente;
- potencia del servidor;
- potencia del rack;
- potencia total de la instalación;
- consumo a lo largo del tiempo;
- trabajo computacional realizado.
El TDP no mide el consumo del servidor o del sitio. El PUE describe la relación entre la energía total de la instalación y la energía de TI dentro de un límite definido; no mide la eficiencia del software, el valor de la carga de trabajo ni el impacto ambiental completo. [1] [4]
Arquitecturas de IA
Los sistemas con alta densidad de aceleradores modifican el rack. La configuración NVL72 integra bandejas de computación, switches NVLink, alimentación y refrigeración líquida, con una potencia aproximada de 120 kW en la documentación de NVIDIA. Se trata de una configuración específica. [5]
En la encuesta Uptime 2025, el 82% de 709 operadores dijo que la mayor densidad desplegada en sus instalaciones permanecía por debajo de 30 kW. La encuesta mide la mayor densidad por instalación que respondió, no la distribución de todos los racks. Por tanto, un producto de alta densidad y el rack típico pertenecen a universos diferentes. [6]
Benchmarks y eficiencia
MLPerf Inference mide el rendimiento en modelos y escenarios definidos. Cuando hay una presentación de potencia, la potencia AC del sistema se mide durante la ejecución. Las comparaciones exigen compatibilidad de modelo, precisión, escenario, software y configuración. [7] [8]
Un resultado de benchmark no debe convertirse directamente en consumo anual, utilización media o energía del centro de datos completo. [7] [8]
Cadena de dependencias
La capacidad depende de una secuencia que puede incluir foundry, empaquetado avanzado, HBM, chips de red, óptica, servidores, racks, cooling, equipos eléctricos, construcción y puesta en servicio. Los informes corporativos demuestran dependencias y oferta limitada en algunas etapas, pero no proporcionan una media global comparable de plazos de entrega. [9] [10] [11]
El cuello de botella puede desplazarse a medida que una capa se expande más rápido que otra.
Lo que todavía no se mide
No existe una fuente pública sólida para dividir globalmente la capacidad entre IA, vídeo, bases de datos, servicios web, analítica, HPC, almacenamiento y otras cargas de trabajo. La investigación canónica trata esta ausencia como Incertidumbre, no como autorización para aproximar participaciones mediante proxies.
Tampoco existe una medición global comparable de:
- utilización de servidores y aceleradores;
- potencia en idle;
- distribución de densidad por rack;
- plazos de entrega por capa;
- capacidad instalada frente a utilizable.
Los proxies de adopción no se presentarán como participación física o energética.
Referencias
- U.S. EPA ENERGY STAR — Data center rating FAQ and PUE definition. U.S. EPA. Consultado el 24 jul. 2026.
- LBNL — 2024 United States Data Center Energy Usage Report. Lawrence Berkeley National Laboratory. Consultado el 24 jul. 2026.
- NIST — The Definition of Cloud Computing (SP 800-145). NIST. Consultado el 24 jul. 2026.
- NVIDIA — H100 Tensor Core GPU specifications. NVIDIA. Consultado el 22 jul. 2026.
- NVIDIA — DGX GB Rack Scale Systems Hardware Guide. NVIDIA. Consultado el 24 jul. 2026.
- Uptime Institute — 2025 Global Data Center Survey. Uptime Institute. Consultado el 24 jul. 2026.
- MLCommons — MLPerf Inference benchmark documentation. MLCommons. Consultado el 24 jul. 2026.
- MLCommons — MLPerf Inference power measurement methodology. MLCommons. Consultado el 24 jul. 2026.
- NVIDIA — FY2026 Form 10-K. NVIDIA / SEC. Consultado el 24 jul. 2026.
- AMD — FY2025 Form 10-K. AMD / SEC. Consultado el 24 jul. 2026.
- Arista Networks — FY2025 Form 10-K. Arista / SEC. Consultado el 24 jul. 2026.