La energía se convierte en el mayor cuello de botella para la expansión de los centros de datos: ¿qué acciones del sector eléctrico vale la pena vigilar?

TradingKey - Cuando el CEO de Nvidia (NVDA) abordó la inteligencia artificial en el G20, no se centró en las GPUs ni en los chips de última generación, sino que presentó un marco más fundamental: la economía de la IA es como un "pastel de cinco capas", con la energía en la base, seguida secuencialmente por los chips, el terreno y la infraestructura de centros de datos que albergan el sistema, los modelos y, en última instancia, los datos y las aplicaciones que generan valor comercial.

Esta definición cambia la perspectiva sobre la inversión en IA. La IA no consiste únicamente en servicios de software en la nube, sino en una cadena altamente acoplada de infraestructura física: sin una electricidad estable, accesible y escalable, ni siquiera los chips más avanzados pueden transformarse en potencia de cálculo. Hoy en día, el suministro eléctrico para centros de datos se está convirtiendo en una variable crítica para determinar si los gastos de capital en IA se pueden ejecutar según el calendario previsto.

La primera capa de la IA: Por qué la energía pasó de ser un costo a una restricción

El concepto de Jensen Huang de que «la energía se convierte en capacidad de cómputo» apunta al hecho físico más simple y fácil de pasar por alto de la computación de IA: tanto el entrenamiento como la inferencia consumen fundamentalmente energía eléctrica. A medida que la potencia por rack continúa aumentando, los centros de datos ya no son solo consumidores de electricidad a gran escala, sino nuevas cargas incrementales que están reconfigurando la planificación de las redes eléctricas, el mix de generación y la oferta y demanda de equipos en las regiones locales.

Según las previsiones de la Agencia Internacional de la Energía (AIE), se prevé que el consumo eléctrico mundial de los centros de datos casi se duplique hasta situarse en torno a los 945 teravatios-hora para 2030. Las proyecciones de múltiples instituciones también apuntan a la misma tendencia: los servidores optimizados para IA están elevando de forma significativa la intensidad del consumo eléctrico de los centros de datos. Este cambio en la demanda no se limita al volumen total, sino aún más a su concentración y velocidad de suministro—los proyectos en regiones de alta demanda a menudo necesitan asegurar potencia a escala de gigavatios en un plazo de uno o dos años, mientras que la transmisión de energía, las nuevas subestaciones y los grandes transformadores suelen requerir varios años para construirse y entregarse.

Esto también explica el criterio destacado por el CEO de Berkshire Hathaway, Greg Abel, de que la energía sigue siendo una «gran limitación» para la rápida expansión de los centros de datos de IA. En su opinión, Berkshire ve no solo un desafío, sino también una oportunidad a largo plazo, siempre que la demanda de los nuevos centros de datos no traslade los costes a los clientes existentes de las empresas de servicios públicos y que las ubicaciones de los proyectos puedan aceptar su impacto en los recursos públicos como el agua.

La energía no es solo cuestión de 'generación', sino también de llevarla a los racks

Durante los últimos dos años, la trayectoria de rotación de la narrativa de la IA en las bolsas de Estados Unidos ha sido relativamente clara: los chips, los servidores, el almacenamiento, las redes y la refrigeración líquida han ido ocupando sucesivamente el centro de atención del mercado. La singularidad de la temática energética radica en que no se trata de una escasez cíclica de un componente de hardware específico, sino de un problema sistémico que abarca la generación de energía, la conexión a la red, la transmisión y distribución, y el suministro eléctrico a nivel de rack.

A medida que se alargan las colas de espera para la conexión a la red, algunos hiperescaladores han comenzado a evaluar la generación de energía in situ o el suministro eléctrico de cercanía. Las turbinas de gas, las pilas de combustible, los acuerdos de compra de energía (PPA) nuclear a largo plazo y el almacenamiento de energía responden a diferentes plazos de entrega, niveles de fiabilidad y estructuras de costes. La lógica fundamental que impulsa sus rendimientos reside en la demanda real de los centros de datos de una energía fiable y una puesta en marcha más rápida.

La electricidad generada también debe transmitirse hasta el campus y, a continuación, convertirse y distribuirse a los servidores y sistemas de refrigeración. Los dilatados plazos de entrega de grandes transformadores, aparamenta eléctrica, interruptores automáticos y equipos de subestación se han convertido en limitaciones estrictas para la puesta en marcha de los proyectos. Por lo tanto, el mercado considera las variaciones en los pedidos y en la cartera de pedidos pendientes de proveedores de equipos y servicios de ingeniería como Eaton y Quanta Services como indicadores adelantados para vigilar las inversiones de capital en energía para la IA.

A medida que la potencia por rack de IA evoluciona desde los niveles tradicionales hasta cientos de kilovatios o incluso más, la eficiencia del suministro eléctrico y la gestión térmica empiezan a determinar conjuntamente la capacidad de cómputo disponible. La alimentación por corriente continua de alto voltaje (HVDC), los sistemas de alimentación ininterrumpida (UPS), el almacenamiento de energía, los transformadores de estado sólido (SST) y la refrigeración líquida no son independientes entre sí: con cada aumento en la densidad de cómputo, la capacidad de distribución de energía, el diseño de redundancia y las capacidades de disipación de calor deben actualizarse de forma coordinada. La atención del mercado podría desplazarse aún más de 'si hay electricidad disponible' a 'si la electricidad puede suministrarse de manera estable al rack con una eficiencia lo suficientemente alta'.

La cadena energética de la IA no es la próxima inversión en memorias, sino un ciclo de despliegue más largo

Comparar la energía para la IA con el ciclo previo de las memorias ayuda a aclarar por qué el capital persigue los cuellos de botella en el suministro, pero ambos fenómenos no son completamente idénticos.

Los desequilibrios entre la oferta y la demanda en productos de memoria como los HBM pueden aliviarse con el tiempo mediante la ampliación de capacidad y la mejora del rendimiento. En cambio, la infraestructura energética implica la tramitación de permisos, la adquisición de terrenos, líneas de transmisión, fabricación de equipos, construcción de ingeniería y coordinación regulatoria, lo que hace que la respuesta de la oferta sea intrínsecamente más lenta.

Según datos públicos del sector, la cartera de proyectos anunciados para los centros de datos de América del Norte es enorme; sin embargo, sigue existiendo un desfase temporal entre la interconexión a la red eléctrica y la entrega de equipos clave. Para las empresas, lo que realmente determina el grado de beneficio no es si su nombre se asocia a la IA, sino si pueden convertir la demanda en órdenes verificables, cartera de pedidos y expansión de márgenes. Los pedidos y la utilización de capacidad de los fabricantes de equipos, los acuerdos de compra de energía (PPA) a largo plazo de los generadores eléctricos y la cartera de proyectos activos de los proveedores de servicios de ingeniería suelen ofrecer una orientación más valiosa que una mera narrativa temática.

Para el mercado, el siguiente paso no debería ser simplemente buscar "conceptos de energía para la IA", sino identificar qué segmento de la oferta es el más difícil de ampliar, qué empresas poseen pedidos e infraestructuras de entrega reales, y quién asume en última instancia el coste del incremento de carga. El hecho de que la revalorización de la infraestructura energética persista dependerá de si estas preguntas pueden responderse una a una.