- La mayor demanda computacional está elevando las exigencias sobre los sistemas eléctricos y de refrigeración. La analítica predictiva y el software permiten detectar anomalías, anticipar fallas y reducir riesgos para la continuidad de estas instalaciones.
La expansión de la inteligencia artificial está transformando las exigencias operacionales de los data center. Según la Agencia Internacional de Energía (IEA), el consumo eléctrico mundial de estas instalaciones podría pasar de cerca de 485 TWh en 2025 a aproximadamente 950 TWh en 2030, casi el doble en cinco años.
El aumento de la demanda no solo requiere más capacidad energética. Las cargas de trabajo asociadas a la IA pueden variar y generar cambios en el consumo eléctrico y la generación de calor, lo que exige una coordinación más estrecha entre los sistemas de alimentación, refrigeración y tecnologías de la información (TI). En este escenario, detectar anomalías antes de que afecten los servicios se vuelve una tarea relevante para los operadores.
La magnitud del desafío también se refleja en las interrupciones. La Encuesta Mundial sobre Centros de Datos 2024 de Uptime Institute identificó problemas en el suministro y la distribución eléctrica en el 54% de las interrupciones de mayor impacto reportadas por sus participantes. Las fallas de refrigeración también figuran entre los riesgos para estas instalaciones, donde una incidencia puede comprometer la disponibilidad de los servicios. «Con las cargas de inteligencia artificial necesitamos una mayor capacidad para capturar y analizar datos de los equipos eléctricos y de refrigeración. La oportunidad está en utilizar esa información para automatizar la gestión, anticipar riesgos y tomar decisiones más rápidas, en lugar de reaccionar cuando el problema ya se ha producido», explica Juan Mejía, gerente de Ventas de Software de Schneider Electric, quien cuenta con 25 años de experiencia en la operación de centros de datos.
Software para anticipar riesgos
En esta línea, la integración de telemetría, analítica predictiva y herramientas de inteligencia artificial permite relacionar variables eléctricas, térmicas y de TI para obtener una visión más completa de la infraestructura. Con esta información, los operadores pueden detectar comportamientos anómalos, evaluar escenarios de contingencia y ajustar parámetros de funcionamiento según las condiciones de cada instalación.
Según Mejía, en refrigeración, el análisis de datos ayuda a identificar desviaciones de temperatura y realizar ajustes antes de que alcancen niveles críticos. En tanto, en mantenimiento, el monitoreo del estado de los equipos permite priorizar intervenciones según su condición, en lugar de depender únicamente de calendarios predefinidos. Estas capacidades pueden contribuir a reducir riesgos y costos sin comprometer la disponibilidad.
La necesidad de integrar estas herramientas fue uno de los temas abordados en el encuentro «Innovation Talk: Software que impulsa el rendimiento de tu infraestructura de IA», realizado en el Hub de Schneider Electric en Santiago. Durante la actividad, varios expertos en software expusieron la importancia de conectar distintas fuentes de información y adaptar las arquitecturas tecnológicas a los requerimientos de cada centro de datos, desde el monitoreo de equipos individuales hasta la supervisión de múltiples instalaciones.
Para Mejía, a medida que las infraestructuras se adaptan a las nuevas cargas de trabajo, la capacidad de convertir grandes volúmenes de datos en decisiones oportunas adquiere mayor relevancia. «La coordinación entre energía, refrigeración y TI será un factor importante para prever incidentes y mantener la operación de los centros de datos frente a las crecientes exigencias de la inteligencia artificial», concluye.
