VIDEO | ¿El futuro de la Inteligencia Artificial está bajo el mar o en el espacio?

Sin embargo, estas instalaciones masivas de servidores, cruciales para el cómputo, están generando desafíos críticos relacionados con el consumo de energía y agua.

La crisis del agua 

Los centros de datos consumen grandes cantidades de electricidad y cientos de miles delitros  de agua al día para disipar el calor residual que generan sus servidores. Esta alta demanda hídrica está poniendo a los centros de datos en competencia directa con las necesidades de supervivencia humana, como la agricultura y el agua potable. Muchas compañías han situado sus centros de datos en algunas de las regiones más secas del mundo, como Arizona, partes de España y Oriente Medio. Esto se debe a que el aire seco reduce el riesgo de daños por humedad al equipo.

Refrigeración terrestre

Aproximadamente el 40% de la electricidad de un centro de datos ordinario se destina a la refrigeración. Esto se logra principalmente enfriando el agua, que luego se rocía en el aire que circula alrededor de los servidores o se deja evaporar.

China: centros de datos submarinos

Para abordar las preocupaciones sobre el agua y la sostenibilidad, China está invirtiendo en ubicaciones radicalmente nuevas: el océano. En junio de 2025, comenzó la construcción de un centro de datos submarino alimentado por energía eólica a unas seis millas de la costa de Shanghái, uno de los centros de IA del país.  Los centros de datos submarinos utilizan tuberías para bombear agua de mar a través de un radiador en la parte posterior de" los racks de servidores".

El agua absorbe y disipa el calor. La empresa detrás del proyecto de Shanghái, afirma que este diseño utiliza al menos un 30% menos de electricidad que los centros de datos en tierra, gracias a la refrigeración natural. 

El proyecto de  Google: infraestructura de IA  en el Espacio

Google está explorando otra frontera radical con Project Suncatcher, un "moonshot" (proyecto ambicioso y de alto riesgo) que busca escalar la capacidad de cómputo de aprendizaje automático (Machine Learning) en el espacio.

Fuente de energía definitiva

El Sol es la fuente de energía más poderosa del sistema solar. En la órbita correcta, un panel solar puede ser hasta ocho veces más productivo que en la Tierra y generar energía de forma casi continua, reduciendo la necesidad de baterías pesadas. Este enfoque minimiza el impacto en los recursos terrestres, como el agua y el espacio.

El diseño del proyecto "Suncatcher"

Project Suncatcher está diseñando constelaciones compactas de satélites alimentados por energía solar, equipados con Google TPUs (Unidades de Procesamiento Tensorial) y conectados mediante enlaces ópticos de espacio libre.El sistema operaría en una órbita terrestre baja sun-síncrona de amanecer-anochecer, lo que maximiza la captación solar. Para lograr un rendimiento comparable al de los centros de datos terrestres, se necesita una comunicación de ancho de banda muy alto (decenas de terabits por segundo) entre los satélites. Esto se lograría volando los satélites en una formación muy cercana (kilómetros o menos).

Resistencia a la radiación

Pruebas realizadas con el TPU Trillium (v6e) de Google mostraron una sorprendente resistencia a la radiación esperada en la órbita terrestre baja, demostrando que es viable para aplicaciones espaciales. El próximo hito de Google es una misión de aprendizaje en asociación con Planet, con el lanzamiento programado de dos satélites prototipo para principios de 2027. Esta misión busca validar el hardware TPU y los enlaces ópticos inter-satelitales en un entorno espacial real.

Catalunya y  la computación de alto rendimiento

En el contexto de la creciente demanda energética e hídrica de la infraestructura digital global, Catalunya es un ejemplo europeo de la necesidad de gestionar la computación de alto rendimiento (HPC) en regiones con estrés hídrico. El Barcelona Supercomputing Center (BSC), que alberga el superordenador MareNostrum 5 , es una instalación clave para la investigación que demanda soluciones avanzadas de refrigeración. 

Aunque su misión es la ciencia y no la computación comercial, la coexistencia de este tipo de infraestructuras masivas en un clima mediterráneo como el de Barcelona —que a menudo enfrenta restricciones de agua— pone de relieve el desafío de optimizar el uso del agua para la refrigeración y evitar que la demanda de cómputo de la Inteligencia Artificial y el cloud computing compita directamente con recursos vitales para la agricultura y el consumo urbano, un problema que China está tratando de resolver en el mar y Google en el espacio.

Preguntas sin respuesta

Tanto la expansión digital como las crisis ambientales subrayan la necesidad de una capacidad de cómputo masiva para modelar y resolver problemas complejos. Dos áreas críticas presentan grandes interrogantes:

Impactoe el Océano

 Se requiere una simulación masiva para predecir con precisión cómo la temperatura del agua afecta a especies específicas, a las corrientes oceánicas y a la capacidad del mar para absorber CO₂. Proyectos como los centros de datos submarinos chinos (que interactúan directamente con el océano) añaden una capa de complejidad a esta ecuación.

Basura espacial 

 De manera similar, la exploración espacial, que ahora Google busca escalar con su Proyecto Suncatcher, tiene un costo ambiental. El riesgo de colisiones y la gestión de la basura espacial representan un desafío tridimensional sin resolver que requiere una capacidad de cálculo sin precedentes para monitorear, catalogar y, eventualmente, mitigar el debris que amenaza satélites y misiones futuras.