IA para la energía y el centro de datos submarino de China
24 megavatios es la cifra destacada de la nueva instalación submarina de Shanghái, y ese único dato dice mucho sobre hacia dónde se dirige la IA para la energía. El proyecto, construido por HiCloud Technology y China Communications Construction, no es solo un experimento de ingeniería; es una prueba en vivo de cómo los países pueden satisfacer la demanda de IA con menores cargas de refrigeración, mayor eficiencia energética y más suministro renovable. Según reportes traducidos por WIRED en Español, el sitio combina energía eólica marina con refrigeración por agua de mar en un momento en que el crecimiento de la computación está reconfigurando las decisiones de infraestructura.
China inaugura el primer centro de datos submarino impulsado por eólica marina
El proyecto se ubica en la Zona Especial de Lin-gang de Shanghái, dentro de la Zona Piloto de Libre Comercio de China, con módulos sumergidos a unos 10 metros de profundidad. Su capacidad inicial es de 24 MW, y el modelo de operación está diseñado para utilizar el agua de mar como sistema de refrigeración natural en lugar de depender principalmente del aire acondicionado convencional.
Esto importa porque la refrigeración sigue siendo uno de los costos menos flexibles en la infraestructura de IA. En una instalación terrestre estándar, los sistemas de refrigeración pueden representar entre el 40 y el 50 por ciento de la demanda total de electricidad, como señala el artículo original. En contraste, el proyecto chino pretende mantener la energía de refrigeración por debajo del 10 por ciento del uso total, una reducción considerable si se logra en operación regular.
La instalación también es notable por su fuente de energía. HiCloud ya había lanzado un centro de datos comercial submarino en Hainan en 2023, pero el complejo de Shanghái es el primero reportado que opera con energía eólica marina. Para los líderes empresariales que supervisan servicios de implementación de IA y riesgos de infraestructura, esa es la señal más importante: la expansión de la computación está cada vez más ligada a dónde se puede asegurar conjuntamente energía limpia y refrigeración eficiente, no por separado.
Por qué el proyecto importa para la demanda de infraestructura de IA
El contexto general es simple: el crecimiento de la IA está convirtiendo la planificación energética en un tema de nivel de directorio. Un reciente informe de la CNUCED referenciado en la cobertura original indica que solo 32 países albergan centros de datos especializados en IA, y aproximadamente el 90 por ciento de esa infraestructura se concentra en China y Estados Unidos. Esa concentración significa que la capacidad no es solo una cuestión de software. También es una cuestión de ubicación, red eléctrica y adquisición.
Para las empresas en infraestructura tecnológica, energía y manufactura, esto cambia cómo debe evaluarse la estrategia de IA. La restricción clave puede no ser la elección del modelo. Puede ser el acceso a electricidad confiable, un costo operativo aceptable y suficiente eficiencia térmica para mantener viable la expansión.
Otra conclusión práctica es que el diseño de infraestructura ahora afecta las decisiones posteriores de automatización empresarial con IA. Si las cargas de trabajo intensivas en computación se vuelven más caras en regiones con altas temperaturas y alta tensión en la red, las empresas deberán ser más selectivas sobre dónde se despliegan el entrenamiento, la inferencia, el análisis y los agentes de automatización de IA.
Recibe una nota práctica sobre programas de IA a la semana. Suscríbete al boletín de Encorp.
Los números detrás de la afirmación de eficiencia
La razón más sólida por la que esta historia merece atención es la densidad de afirmaciones medibles. Según la declaración del proyecto del gobierno chino, el sitio submarino está diseñado para utilizar más del 90 por ciento de energía eólica marina, reducir el consumo total de energía entre el 30 y el 40 por ciento, y disminuir la demanda de energía para refrigeración del 40 al 50 por ciento del uso total de energía a menos del 10 por ciento, en comparación con centros de datos terrestres tradicionales.
Una segunda métrica clave es PUE 1,15. Como explica Google en su panorama de eficiencia de centros de datos, la efectividad del uso de energía mide la potencia total de la instalación dividida por la potencia del equipo de TI, siendo 1,0 el ideal teórico. Un objetivo de 1,15 sitúa el proyecto de Shanghái en territorio de vanguardia sobre el papel.
Tres cifras destacan especialmente:
- 24 MW de capacidad inicial, suficiente para convertir esto en un activo de infraestructura serio en lugar de un piloto de laboratorio.
- Menos del 10 por ciento de la energía dedicada a refrigeración, frente al 40 al 50 por ciento que se observa a menudo en diseños convencionales según el reportaje original.
- Más del 90 por ciento de energía eólica marina, vinculando la expansión de la computación directamente con la adquisición de energía renovable.
Esas cifras también explican por qué esto es más que una historia ambiental. Apuntan a la economía operativa. Una menor carga de refrigeración mejora los márgenes y puede estabilizar la planificación de capacidad a largo plazo. Un mejor PUE facilita la presupuestación del análisis de datos con IA y las cargas de trabajo de alta disponibilidad. Y la integración renovable puede reducir la exposición a las fluctuaciones de precios de combustibles fósiles, aunque introduce sus propias compensaciones de intermittencia y equilibrio de red.
También hay limitaciones. El mantenimiento submarino es más complejo que el servicio de un salón terrestre estándar. La selección de sitios es limitada. Los seguros, la logística de reparación y la confiabilidad de componentes submarinos importarán mucho más que en una construcción empresarial normal. En otras palabras, esta es una señal importante, no una plantilla universal.
Lo que dice el cambio de política de China sobre la carrera de la IA
Este proyecto cobra más sentido cuando se lee junto con la política energética más amplia de China. El artículo original señala que una nueva ley de energía entró en vigor el año pasado dando prioridad a las renovables y al hidrógeno, mientras que las reformas del mercado eléctrico de junio de 2025 requieren que la energía solar y eólica se comercialice a través de mecanismos de mercado o subastas en lugar de las antiguas estructuras de tarifas fijas.
Ese cambio de política importa porque la infraestructura de IA necesita planificación de larga duración. Los contratos de energía, el desarrollo de sitios y los servicios de integración dependen todos de la confianza de que la capacidad de generación existirá donde crece la demanda de computación. China parece estar tratando esto como un problema de estrategia industrial, no solo como un problema de sostenibilidad.
La comparación con Estados Unidos no es que un lado esté construyendo centros de datos y el otro no. Es que están enfatizando rutas diferentes hacia la seguridad del suministro. China está intentando reducir la dependencia de insumos fósiles externos mientras escala opciones renovables y nucleares. Eso le da a proyectos como el despliegue de Shanghái un papel estratégico más grande: prueban si la infraestructura de la era de la IA puede ser tanto más eficiente como más controlable a nivel doméstico.
Aquí es donde el análisis de la Agencia Internacional de Energía sobre electricidad y centros de datos se vuelve contexto útil. La demanda de IA está empujando a las empresas de servicios públicos, operadores y grandes compradores hacia pronósticos más detallados de cargas pico, necesidades de resiliencia y restricciones de transmisión. En la práctica, los servicios de integración de IA ahora dependen tanto del realismo energético como de la arquitectura de software.
Cómo se compara con el diseño convencional de centros de datos
Una forma útil de interpretar este desarrollo no es como una elección binaria entre diseños submarinos y terrestres, sino como un punto de referencia contra supuestos heredados. Las instalaciones tradicionales compiten por ubicación, incentivos fiscales y acceso a fibra. Las instalaciones más nuevas orientadas a la IA también tienen que competir por la vía de refrigeración, consumo de agua y adquisición de energía.
| Factor de diseño | Centro de datos terrestre convencional | Modelo submarino de Shanghái |
|---|---|---|
| Método de refrigeración | Aire acondicionado mecánico | Refrigeración por agua de mar |
| Proporción de energía de refrigeración | A menudo 40-50% según el artículo original | Menos del 10% por diseño |
| Objetivo PUE | Varía ampliamente según antigüedad y sitio | Objetivo 1,15 |
| Uso de tierra | Huella significativa del campus | Más del 90% menor según afirmación del proyecto |
| Mix de fuentes de energía | Dependiente de la red, a menudo mixto | Más del 90% de energía eólica marina según afirmación del proyecto |
Esa comparación tiene implicaciones directas para la adquisición empresarial. Los compradores deberían preocuparse más por dónde se ejecutan las cargas de trabajo, cómo es el mix energético y si los proveedores pueden reportar métricas de rendimiento de manera consistente. Esto es especialmente cierto para las empresas que escalan servicios de implementación de IA en múltiples unidades de negocio.
Para los operadores que piensan más tácticamente, aquí es donde encaja mejor un servicio como Gestión Inteligente de Energía con IA para Instalaciones: las mismas disciplinas que importan en un centro de datos submarino, como la predicción de carga, la detección de anomalías y el monitoreo continuo de eficiencia, también importan en patrimonios empresariales ordinarios. La diferencia no es la necesidad de visibilidad operativa. Es el nivel de complejidad de ingeniería.
Qué deberían vigilar las empresas de ahora en adelante
Tres indicadores ahora importan más que hace un año: objetivos de PUE, proporción de energía renovable y restricciones de refrigeración regionales. Esos ya no son métricas secundarias para equipos de sostenibilidad. Se están convirtiendo en parte de la estrategia de IA convencional y la debida diligencia de proveedores.
Las empresas también deberían observar si proyectos como este permanecen como vitrinas nacionales aisladas o comienzan a influir en los estándares de diseño comercial en Asia, Europa y América del Norte. Si más instalaciones persiguen refrigeración alternativa y una integración energética más estrecha, los compradores pueden empezar a tratar la eficiencia de infraestructura como un criterio de selección central en lugar de una nota al pie de ESG.
La tendencia es clara incluso si este diseño exacto sigue siendo de nicho. La IA para la energía está pasando de la política abstracta a las elecciones de infraestructura física medidas en megavatios, PUE y términos de adquisición. Las empresas que planifiquen en torno a esas restricciones desde temprano tomarán mejores decisiones sobre dónde pertenecen las cargas de trabajo de IA y cuánto deberían costar.
Martin Kuvandzhiev
CEO and Founder of Encorp.io with expertise in AI and business transformation