Cuando pides a una IA que genere una imagen o responda una pregunta, tu consulta tarda milisegundos en llegar a un servidor. Lo que no ves es la presión que ese instante ejerce sobre la red eléctrica.
Los centros de datos ya consumen una parte creciente de la electricidad en Estados Unidos, y la demanda no para. La pregunta que empieza a obsesionar al sector no es solo dónde construir más infraestructura, sino si existe una forma más inteligente de aprovechar la que ya existe.
Un proyecto piloto que redefine dónde vive la computación
Nvidia, junto a EPRI, InfraPartners y Prologis, ha anunciado la construcción de unos 25 micro centros de datos distribuidos entre cinco operadoras de red en Estados Unidos. Cada instalación tendrá entre 5 y 20 megavatios de capacidad y estará ubicada junto a una subestación eléctrica existente. El inicio de las obras está previsto para finales de 2026.
La idea central es operar toda esa flota dispersa como si fuera un único centro de datos de gran escala. Cuando una subestación se satura o sufre un corte, la carga de cómputo se redirige automáticamente hacia otra con capacidad disponible. La distribución geográfica no es un inconveniente: es precisamente el mecanismo que sostiene el sistema.
La red eléctrica tiene más capacidad de la que parece
El punto de partida del proyecto es una observación concreta. Las aproximadamente 55.000 subestaciones que existen en Estados Unidos tienen, de media, entre 5 y 20 megavatios de capacidad ociosa. Individualmente, esa cifra resulta poco atractiva para los grandes operadores. Sumada, es otra historia.
Según un informe de la Universidad de Duke publicado en 2025, los operadores de red solo utilizan alrededor del 53 % de su capacidad de generación en promedio. El motivo es estructural: el sistema eléctrico estadounidense se diseñó para cubrir los picos de demanda máxima, que ocurren menos de 200 horas al año, generalmente en los días más calurosos del verano. El resto del tiempo, plantas enteras permanecen inactivas. Redistribuir la carga de los centros de datos puede llegar a duplicar la potencia total disponible en la red, según EPRI.
Por qué la inferencia de IA es ideal para moverse
No todos los tipos de computación son igual de flexibles. El entrenamiento de modelos de IA exige miles de GPU estrechamente interconectadas trabajando en coordinación durante semanas o meses, y fragmentar esa carga entre instalaciones dispersas no resulta práctico.
La inferencia funciona de otro modo. Cada consulta de usuario —una pregunta a un chatbot, una imagen generada— se procesa de manera independiente, sin la coordinación masiva que requiere el entrenamiento. Eso la convierte en un tipo de carga que puede enrutarse dinámicamente hacia donde haya energía disponible.
Nvidia y EPRI estiman que, en la práctica, los trabajos de cómputo solo necesitarán trasladarse a otra subestación el 0,1 % del tiempo. La flexibilidad existe, pero no implica una movilidad constante ni disruptiva. La demanda de este tipo de cómputo no dejará de crecer: según los promotores del proyecto, la explosión de la inferencia se espera a partir de 2027.
Una alternativa a construir más centrales propias
La escasez de conexiones a la red eléctrica se ha convertido en uno de los principales cuellos de botella del sector tecnológico. Conseguir la aprobación para conectar un gran centro de datos puede llevar hasta una década. Ante esa espera, muchas empresas han optado por medidas de mayor calado: construir sus propias plantas de gas, financiar nuevas líneas de transmisión o invertir en startups de fusión nuclear y fisión de nueva generación.
El modelo de micro centros de datos junto a subestaciones podría hacer innecesarias esas medidas en muchos casos. Un informe del Brattle Group publicado en marzo señala que reducir el consumo tan solo el 0,25 % del tiempo liberaría unos 76 gigavatios adicionales en la red estadounidense, aproximadamente el 10 % de la demanda punta. Las ventajas logísticas también cuentan: instalar centros de datos pequeños junto a subestaciones existentes reduce la necesidad de nueva infraestructura —líneas eléctricas, transformadores, equipos de maniobra— y permite aprovechar la fibra óptica que ya está desplegada en esas ubicaciones.
El horizonte: una segunda ola de centros de datos
La tendencia dominante en el sector apunta hoy hacia instalaciones cada vez más grandes: centros de datos de varios gigavatios que consumen tanta electricidad como una ciudad de tamaño medio. Pero ese modelo podría no ser el único que defina la próxima década.
Para 2030, los centros de datos podrían consumir entre el 9 y el 17 % de la generación eléctrica de Estados Unidos, más del doble que en la actualidad, según estimaciones de EPRI. Satisfacer esa demanda exclusivamente con megainstalaciones centralizadas plantea problemas de infraestructura, plazos y coste que el modelo distribuido podría contribuir a resolver.
Si el proyecto piloto demuestra que es posible operar una flota de micro centros de datos como una unidad coherente y eficiente, podría abrir la puerta a una segunda ola de infraestructura: más pequeña, más repartida y construida sobre una red eléctrica que, en gran medida, ya existe.