- La refrigeración líquida direct-to-chip sustituye al aire en racks de más de 50 kW para evitar el sobrecalentamiento de las GPU.
- El uso de agua caliente (45 ºC) permite una disipación pasiva del calor, reduciendo costes energéticos y aumentando la producción de IA en un 33%.
- Sistemas de circuito cerrado y CDUs inteligentes minimizan el consumo de agua (WUE cercano a 0), eliminando las torres de evaporación tradicionales.

La gestión del calor en los centros de datos ha pasado de ser un simple detalle técnico a convertirse en el principal cuello de botella para el despliegue de la Inteligencia Artificial. Con la llegada de racks que superan los 50 kW de potencia, soplar aire frío ya no sirve de nada; es como intentar apagar un incendio forestal con un ventilador de mano. Esta situación ha forzado un salto brusco hacia la refrigeración líquida, que ha dejado de ser un experimento de laboratorio para convertirse en la arquitectura estándar de cualquier infraestructura que quiera jugar en la liga de la IA generativa.
Dentro de este nuevo paradigma, ha surgido un concepto que suena a locura: la refrigeración con agua caliente. Hablamos de hacer circular fluidos a temperaturas que nos recordarían a un jacuzzi, superando los 40 o 45 ºC. Lejos de cocinar los circuitos, esta estrategia es la clave para maximizar la eficiencia energética y reducir drásticamente el consumo de agua, permitiendo que los centros de datos operen de forma mucho más sostenible y rentable mientras procesan modelos de lenguaje masivos.
El efecto jacuzzi y la física del calor
Parece contraintuitivo que el agua caliente pueda enfriar un chip, pero la clave reside en la diferencia térmica. Los procesadores de IA generan tal cantidad de calor que un fluido compuesto por un 75% de agua y un 25% de propilenglicol, entrando a 45 ºC, es capaz de absorber la carga térmica sin problemas, saliendo del sistema a unos 55 ºC. Lo brillante de este enfoque es que, al trabajar con temperaturas tan altas, el sistema puede expulsar el calor de forma pasiva mediante radiadores externos (enfriadores secos) en la mayoría de climas templados, eliminando la necesidad de chillers energívoros.
Esta transición no solo afecta al líquido, sino que obliga a rediseñar todo el ecosistema. La eficiencia ya no se mide únicamente por el PUE, sino por cuánta capacidad de cómputo real se extrae de cada kilovatio. Al reducir el gasto energético en el enfriamiento, ese presupuesto eléctrico se puede redirigir directamente a alimentar más GPUs, lo que según los datos de expertos como Eaton, puede traducirse en un incremento del 33% en la producción computacional por cada conexión a la red eléctrica.
Componentes críticos: De las placas frías a las CDU
Para que este sistema no acabe en un desastre acuático, se requiere una ingeniería de precisión absoluta. En la primera línea de defensa están las placas frías con microestructuras, capaces de capturar hasta el 90% del calor directamente del silicio. Estas soluciones direct-to-chip son hasta 3.000 veces más eficientes que el aire para mover la energía térmica, permitiendo gestionar salidas térmicas que superan los 1.500 W por procesador.
- CDU (Unidades de Distribución de Refrigerante): Actúan como el cerebro del sistema, gestionando la presión y el caudal. Pueden manejar potencias desde los 105 kW hasta los 2,3 MW y, en versiones inteligentes, se coordinan con la arquitectura eléctrica para optimizar la fiabilidad.
- Manifolds en rack: Colectores de acero inoxidable que distribuyen el fluido a cada GPU evitando fugas.
- RDHx (Rear Door Heat Exchangers): Intercambiadores en la puerta trasera del rack que eliminan el calor residual con capacidades de hasta 75 kW.
La nueva arquitectura Rubin de Nvidia lleva esto al extremo al proponer una refrigeración líquida del 100%. Al sellar las placas de los servidores y eliminar los ventiladores, no solo desaparece el ruido ensordecedor (que solía superar los 85 decibeles), sino que se optimiza el espacio físico, permitiendo meter mucho más cálculo en el mismo volumen del centro de datos, optimizando el futuro de las CPU y GPU.
El reto del agua y la sostenibilidad hídrica
Uno de los puntos más espinosos de la IA es el consumo de agua dulce. El entrenamiento de modelos masivos ha evaporado millones de litros, pero los sistemas de circuito cerrado buscan acercar el WUE (Water Usage Effectiveness) a cero. Al recircular el refrigerante continuamente y eliminar las torres de evaporación, el consumo de agua dentro del centro de datos se reduce casi en un 100%, ya que solo se requiere agua para el primer llenado de la planta.
Sin embargo, no todo es tan sencillo. Aunque el centro de datos sea eficiente, la generación de la electricidad necesaria sigue teniendo una huella hídrica enorme. Las plantas de carbón y gas consumen cantidades ingentes de agua por cada kWh generado, lo que significa que el problema se desplaza hacia la red eléctrica. Para combatir esto, algunas empresas exploran la refrigeración por inmersión en fluidos dieléctricos, que podría reducir el consumo energético hasta en un 82% en casos específicos.
La evolución hacia infraestructuras donde la alimentación eléctrica y la gestión térmica están integradas es el único camino viable para que la IA siga escalando. Al optimizar el flujo de calor desde el chip hasta el exterior y aprovechar temperaturas de trabajo más altas, la industria está logrando que el rendimiento del silicio no se vea comprometido, transformando los centros de datos en auténticas fábricas de cómputo altamente rentables y sostenibles.






