← Portada /Curiosidades
Curiosidades

¿Cuánto consume realmente la IA? Del datacenter al reactor nuclear

Un cluster de entrenamiento de modelos frontera puede consumir tanta electricidad como una ciudad pequeña. La IA está redefiniendo la infraestructura energética mundial.

Josué GO · · 5 min
file_0000000095ac81f5884ec397c2ac2dab.png

¿Cuánto consume realmente la IA? Del datacenter al reactor nuclear

La inteligencia artificial no solo consume datos. Consume electricidad a una escala industrial. Un solo cluster de entrenamiento para modelos de lenguaje de gran escala puede demandar más de 100 megavatios (MW) continuos, equivalente al consumo de una ciudad de 100.000 habitantes. La industria busca asegurar gigavatios (GW) de capacidad, y eso está redefiniendo la infraestructura energética global.

La escala del consumo: de megavatios a gigavatios

Según la Agencia Internacional de Energía (IEA), los centros de datos de IA consumieron aproximadamente 460 teravatios-hora (TWh) en 2025, el 1.8% de la demanda eléctrica mundial. Para 2030, esa cifra podría triplicarse: la misma IEA proyecta entre 1.200 y 1.400 TWh anuales, superando el consumo eléctrico combinado de Japón y Corea del Sur.

Los números individuales de las grandes tecnológicas lo confirman. Microsoft consumió 24 TWh en 2025, un 40% más que en 2023, y ha asegurado contratos de energía por 10 GW adicionales hasta 2030. Google reportó 22 TWh. Meta, 14 TWh. Entre las tres compañías, el consumo eléctrico para IA superó en 2025 al de países como Chile o Bélgica.

El costo energético de entrenar un modelo de última generación como GPT-5 o Claude 3.5 es particularmente alto. Un entrenamiento completo de un modelo con 2 billones de parámetros requiere 50.000 GPUs trabajando simultáneamente durante 3-4 meses. A 700 vatios por GPU, solo el entrenamiento consume 100-120 MW continuos durante ese período, sin contar la energía de refrigeración, que suma otro 30-40%.

Three Mile Island y la carrera nuclear

La noticia que simboliza esta tendencia es el acuerdo de Microsoft con Constellation Energy. En septiembre de 2025, Microsoft firmó un contrato para comprar la producción completa de la planta nuclear de Three Mile Island, en Pennsylvania. La planta, que tiene capacidad de 1 GW, volvió a operar en 2026 bajo un acuerdo de compra de energía (PPA) de 20 años.

Tres meses después, en julio de 2026, AMD y Anthropic anunciaron su propio compromiso de 2 GW adicionales en capacidad energética para centros de datos de IA. Amazon, no queriendo quedarse atrás, compró en mayo de 2026 un datacenter contiguo a la planta nuclear de Susquehanna, también en Pennsylvania, con un acuerdo de 960 MW.

Estos acuerdos revelan una transición estructural: los hyperscalers ya no negocian precios de electricidad, negocian el suministro mismo de la energía. Es la diferencia entre comprar electricidad al por menor y comprar la planta generadora entera.

¿Por qué consume tanto una GPU?

El poder de cómputo de las GPUs modernas es inmensamente superior al de CPUs convencionales, y el consumo energético es proporcionalmente más alto. Una GPU NVIDIA H200 consume 700 vatios (W) en operación típica de entrenamiento, comparado con 200-300 W de una CPU de servidor convencional. En modo de inferencia, el consumo baja a 350-400 W, pero el volumen de consultas (millones por día) multiplica el total.

La refrigeración suma entre 30% y 40% adicional al consumo eléctrico del equipo informático. Un datacenter de 100 MW de capacidad informática consume en realidad 130-140 MW totales. Las soluciones de refrigeración líquida, más eficientes que el aire acondicionado tradicional, están siendo adoptadas por todos los grandes operadores, pero requieren inversiones de infraestructura adicionales.

Reactores nucleares modulares y el futuro energético

La energía nuclear convencional requiere una década de planificación y construcción. No es viable para la velocidad a la que crece la demanda de IA. La alternativa son los Small Modular Reactors (SMRs), reactores nucleares prefabricados de 100-300 MW que pueden instalarse en 3-4 años.

TerraPower, la empresa fundada por Bill Gates, está construyendo un SMR de 345 MW en Wyoming, programado para entrar en operación en 2028. Oklo, otra startup del sector, tiene acuerdos con data centers de IA para instalar SMRs en 2029. La empresa promete reactores de 15 MW que pueden agregarse modularmente.

La inversión en SMRs para centros de datos de IA alcanzó 4.500 millones de dólares en 2025 y podría superar los 12.000 millones para 2028, según estimaciones de Bloomberg New Energy Finance.

El costo ambiental y las soluciones

El impacto ambiental no es solo cuestión de gigavatios. La ubicación de los centros de datos determina qué fuente de energía consumen. Un datacenter en Virginia (65% gas natural, 30% nuclear) emite 3-5 veces más CO₂ por MWh que uno construido junto a una planta hidroeléctrica en Quebec o en los países nórdicos.

Las Big Tech se han comprometido a emisiones netas cero para 2030, pero el crecimiento del consumo de IA está haciendo más difícil cumplir esas metas. Google reportó en su informe de sostenibilidad de 2026 que sus emisiones de CO₂ crecieron 48% desde 2019, impulsadas casi en su totalidad por la expansión de infraestructura para IA.

En respuesta, las empresas están adoptando estrategias como "behind-the-meter", una configuración en la que el centro de datos se conecta directamente a la fuente de generación (planta nuclear, solar o eólica) sin pasar por la red eléctrica pública. Esto reduce pérdidas de transmisión y garantiza trazabilidad de la energía verde.

Una industria que consume como un país

Si los 10 centros de datos de IA más grandes del mundo formaran un país, su consumo eléctrico anual superaría al de 150 naciones. La paradoja es que la inteligencia artificial promete eficiencia energética en otros sectores (transporte, manufactura, agricultura) mientras ella misma redefine la escala del consumo.

La pregunta no es si la IA consumirá mucha energía —ya lo hace. La pregunta es si la infraestructura energética mundial puede construirse al mismo ritmo al que crecen los modelos. Y la respuesta, por ahora, es que no.

file_00000000696081fd8bd73ca913e09d1b.png

Fuentes

Más lecturas

related