Los centros de datos más impresionantes del mundo, presentados en este gráfico.
El desarrollo de la IA ha originado una nueva carrera ‘armamentística’ a nivel global. En lugar de dominar territorios, el objetivo ahora es obtener el máximo poder de cómputo posible. Las principales empresas tecnológicas están estableciendo centros de datos en diversas partes del mundo con un propósito claro: entrenar a la inteligencia artificial. Algunos de estos centros de datos son verdaderamente impresionantes, y en este gráfico podemos observar los clústeres de datos más potentes del mundo, destacando un protagonista:
Elon Musk.
Clúster. Antes de entrar en cifras, un matiz. Cuando mencionamos potencia de cálculo, podemos referirnos a un clúster de computación o a una supercomputadora. La segunda es un sistema extremadamente potente que puede estar construido con procesadores diseñados específicamente para alcanzar rendimientos extremos o, más comúnmente ahora, a partir de miles de servidores de alto rendimiento. Se utilizan para simulaciones científicas y tareas que requieren un elevado procesamiento de cálculos, y su coste es considerable.
Por otro lado, está la versión “asequible” de una supercomputadora: el clúster de computación. Consiste en una serie de estaciones de trabajo interconectadas que operan de manera paralela para resolver problemas. Es similar a una supercomputadora, pero la ventaja es que es más flexible, permitiendo ampliar el clúster según sea necesario. Además, los componentes son más estándar, lo que reduce costos. Sin embargo, este concepto se ha difuminado en los últimos años.
El club de los 100.000. Volviendo al gráfico elaborado con datos de Visual Capitalist y Epoch AI, vemos los clústeres más potentes actualmente, que incluyen tanto los operativos como los planeados. La compañía de Elon Musk encendió el xAI Colossus Memphis Phase 1 el verano pasado, un centro de datos con 100.000 GPU H100 de Nvidia destinado a entrenar ‘Grok’, su modelo de IA. Esta noticia sorprendió incluso a Jensen Huang, CEO de Nvidia.
Se trata de un monstruo de la computación con un enorme poder de cálculo, y se espera que la cifra alcance las 200.000 GPU en el futuro. Las implicaciones energéticas de esto son algo que veremos más adelante. A continuación, Meta ha declarado que tiene un clúster “mayor que 100.000 GPU H100” para su modelo ‘Llama 4’. Microsoft, por su parte, menciona tener un clúster para Azure, Copilot y la IA de OpenAI, que se estima cuenta con 100.000 GPU entre H100 y H200.
Dos mundos. Fuera de ese club de los 100.000 hay otros competidores como Oracle con 65.536 Nvidia H200, otra empresa de Musk -Tesla con el Cortex Phase 1 y sus 50.000 GPU, y el Departamento de Energía de Estados Unidos con El Capitan, el superordenador más potente del mundo. Lo que queda claro con este gráfico es que hay un país que se está tomando en serio el cálculo de la IA: Estados Unidos.
Son los que parecen empujar más fuerte con sus centros de datos en territorio estadounidense (de los 10 clústeres, los primeros nueve están en EEUU y el último en China) y no se limitan a construir solo en sus fronteras: también están expandiéndose fuera. Un ejemplo es el plan de Meta para establecer centros de datos en España de un tamaño comparable al de Manhattan.
Expansión europea. En el gráfico, podemos identificar dos clústeres europeos. Uno es el Jupiter del Centro de Supercomputación de Jülich en Alemania, con 23.536 GPU confirmadas. El otro es el clúster de NexGen en Noruega, con unas 16.300 GPU estimadas. Europa ha lanzado varias iniciativas de financiación para mejorar su competitividad, como GenAI4EU y su presupuesto de 700 millones de euros entre 2024 y 2026.
El objetivo es construir grandes centros de datos, y para la convocatoria de 2025, se presentaron 76 propuestas en 16 países diferentes. Sin embargo, el desarrollo de la IA en Europa deberá estar alineado con AI Act, el acuerdo que entrará en vigor en febrero de 2025 y que busca asegurar la transparencia y la ética en la IA.
Número vs eficiencia en China. China también se está moviendo rápidamente en el ámbito de la IA, siguiendo una estrategia diferente a la occidental. El enfoque de China se basa en operar con menos GPU, pero con mayor eficiencia, a un costo menor que el de las compañías estadounidenses. Ejemplos de esto son Deepseek y la reciente Kimi.
Nvidia se frota las manos. En esta batalla por la IA, hay un claro ganador: Nvidia. Independientemente de quién tenga más o menos GPU para realizar la tarea, la compañía es la vencedora indiscutible. En China el panorama no es tan claro debido a las restricciones comerciales, pero los centros de datos más importantes a nivel global utilizan la arquitectura de Nvidia, con sus gráficas H100 y H200. Hablando de tarjetas “normales” para la IA, tienen las B200 con cuatro veces el rendimiento de las H100.
De hecho, Nvidia parece tan enfocada en esta carrera de IA que ha descuidado su tradicional dominio en el sector de las tarjetas para jugadores, donde competía con AMD.
Estos son servidores de centros de datos de Lenovo. Las empresas buscan reducir su huella reutilizando el agua caliente tras la disipación para usos como llenar piscinas o duchas.
El planeta, no tanto. La expansión de la IA implica que los centros de datos requieren enormes cantidades de energía para funcionar, además de agua para disipar el calor generado por los equipos. Hay un ausente notable en el gráfico: Google, que también opera centros de datos para IA y, junto a otras como Meta o Microsoft, necesita instalaciones nucleares para alimentar su infraestructura.
El consumo de energía es tan elevado que las fuentes renovables no son suficientes durante los picos de demanda, llevando a recurrir a combustibles fósiles como el carbón o el gas (se estima que las 200.000 GPU de Colossus consumen 300 MW, lo suficiente para abastecer 300.000 hogares). Además, el uso del agua se ha vuelto un tema de discusión en las localidades candidatas a albergar nuevos centros de datos, y en China ya se están construyendo en el fondo del océano para mitigar este problema.
