{"id":8834,"date":"2025-12-21T23:36:16","date_gmt":"2025-12-21T15:36:16","guid":{"rendered":"https:\/\/www.lxbchip.com\/?p=8834"},"modified":"2025-12-21T23:36:16","modified_gmt":"2025-12-21T15:36:16","slug":"powering-sustainable-data-centers","status":"publish","type":"post","link":"https:\/\/www.lxbchip.com\/es\/powering-sustainable-data-centers\/","title":{"rendered":"Centros de datos sostenibles"},"content":{"rendered":"

La inteligencia artificial (IA) se est\u00e1 expandiendo r\u00e1pidamente y penetrando en muchos aspectos de nuestra vida cotidiana, desde la generaci\u00f3n de contenidos hasta los chatbots en l\u00ednea que prestan servicios de atenci\u00f3n al cliente. Detr\u00e1s de esto hay un enorme crecimiento en el procesamiento de datos, gran parte del cual requiere una potente infraestructura inform\u00e1tica. Antes de que est\u00e9n listos para su uso, los modelos de IA requieren formaci\u00f3n e inferencia, que normalmente se llevan a cabo en centros de datos avanzados.<\/p>\n

Dentro de un centro de datos moderno, se suelen encontrar muchos miles de servidores de alto rendimiento. Cada uno de ellos requiere una cantidad significativa de energ\u00eda, tanto para su funcionamiento como para su refrigeraci\u00f3n. Con el r\u00e1pido crecimiento generalizado, el consumo de energ\u00eda en el sector de los centros de datos de IA se est\u00e1 disparando, lo que suscita preocupaci\u00f3n por la sostenibilidad y el impacto medioambiental de esta revoluci\u00f3n tecnol\u00f3gica.<\/p>\n

La Agencia Internacional de la Energ\u00eda (AIE) calcula que los centros de datos representan 1,5% de la demanda total de electricidad, aproximadamente 415 teravatios-hora (TWh) en 2024. Se espera que el consumo se duplique con creces hasta alcanzar unos 945 TWh, y que aumente hasta una cuota de 3% en 2030. Como los centros de datos suelen estar agrupados, la red el\u00e9ctrica puede verse sometida a una gran presi\u00f3n.<\/p>\n

Ingenier\u00eda del futuro: Adaptar la arquitectura energ\u00e9tica de los centros de datos a la IA<\/strong><\/p>\n

En comparaci\u00f3n con el uso t\u00edpico de la web, como las b\u00fasquedas, la energ\u00eda necesaria para la IA es mucho mayor, a menudo multiplicada por diez. Esto se debe principalmente a las potentes unidades de procesamiento gr\u00e1fico (GPU) necesarias, ya que cada una puede consumir cientos de vatios. Los modelos de entrenamiento consumen mucha energ\u00eda: por ejemplo, el entrenamiento de GPT-4 requiere 25.000 GPU NVIDIA A100 durante 3 meses, lo que supone un consumo de 50 gigavatios-hora (GWh) de energ\u00eda y un coste de $100 millones, seg\u00fan OpenAI.<\/p>\n

Lejos de ralentizarse, la IA est\u00e1 duplicando su consumo de energ\u00eda cada seis meses y la industria consume tanta energ\u00eda como una naci\u00f3n peque\u00f1a. A esta escala, las p\u00e9rdidas son un verdadero problema. Cuando la electricidad se mueve durante su transmisi\u00f3n y distribuci\u00f3n, se desperdician hasta 6% de energ\u00eda debido a la resistencia de los cables. La energ\u00eda de la red a la GPU se convierte m\u00e1s de cuatro veces, lo que supone una p\u00e9rdida media de 12% de energ\u00eda.<\/p>\n

Cada uno de los miles de servidores puede consumir 40 kilovatios (kW), por lo que se utiliza un bus de gran potencia para trasladar la energ\u00eda a los bastidores. El est\u00e1ndar de 12 voltios de corriente continua (VDC<\/sub>) ha pasado a ser de 48 VDC<\/sub>\u00a0para reducir las corrientes. Pero para hacer frente a la demanda de energ\u00eda para AI, un mayor +\/-400 VDC<\/sub>\u00a0arquitectura de bus.<\/p>\n

\"\"<\/p>\n

Figura 1: Los centros de datos requieren m\u00faltiples etapas de conversi\u00f3n de energ\u00eda<\/p>\n

Los semiconductores de potencia son esenciales para la conversi\u00f3n eficiente de la energ\u00eda a fin de satisfacer las necesidades de los procesadores de IA y las GPU. El carburo de silicio (SiC) y el nitruro de galio (GaN) est\u00e1n sustituyendo al silicio, ya que permiten convertidores de potencia muy compactos y energ\u00e9ticamente eficientes, lo que mejora notablemente el coste total de propiedad (TCO) de los centros de datos.<\/p>\n

Soluciones innovadoras para la eficiencia y la sostenibilidad<\/strong><\/p>\n

El suministro el\u00e9ctrico del centro de datos, desde la red hasta el rack de la GPU, pasa por muchas conversiones de energ\u00eda. Las soluciones de alimentaci\u00f3n inteligentes de SiC y silicio (Si) son fundamentales para cada rama del \u00e1rbol de alimentaci\u00f3n. En primer lugar, la alimentaci\u00f3n pasa por un transformador de estado s\u00f3lido (SST) y un conmutador de transferencia autom\u00e1tica (ATS) respaldado por un generador di\u00e9sel. Los 20k VCA<\/sub>\u00a0se convierte en una l\u00ednea trif\u00e1sica de 400 VCA<\/sub>, y, a continuaci\u00f3n, pasa por un sistema de alimentaci\u00f3n ininterrumpida (SAI). Los m\u00f3dulos discretos y de potencia EliteSiC pueden utilizarse para ofrecer una mayor eficiencia y densidad de potencia en este punto de entrada al centro de datos. A continuaci\u00f3n, la unidad de distribuci\u00f3n de energ\u00eda convierte la tensi\u00f3n trif\u00e1sica de 400 VCA<\/sub>\u00a0a una red monof\u00e1sica de 230 VCA<\/sub>\u00a0l\u00ednea a nivel de rack.<\/p>\n

En el rack donde se ubican los servidores de GPU, se produce el resto de la conversi\u00f3n de energ\u00eda. En la fuente de alimentaci\u00f3n y la bater\u00eda de reserva, la combinaci\u00f3n de JFET SiC en cascada y MOSFET Si PowerTrench T10 es ideal para soluciones de conversi\u00f3n de CA a CC de alta potencia. Los JFET SiC en cascada de alta corriente son esenciales para la transici\u00f3n de la fuente de alimentaci\u00f3n de 3 kW a la de 5 kW necesaria en la arquitectura de hiperescala de nueva generaci\u00f3n.<\/p>\n

Los MOSFET EliteSiC 650 V y los MOSFET T10 de onsemi se utilizan para transformar 230 VCA<\/sub>\u00a0tensi\u00f3n de l\u00ednea a 48 VDC<\/sub>\u00a0primero y luego a 12 VDC\u00a0<\/sub>a lo largo del flujo de potencia. La eficiencia de conversi\u00f3n es la clave aqu\u00ed para mantener la especificaci\u00f3n Open Rack V3 (ORV3) de 97,5% de eficiencia m\u00e1xima. Esta alta eficiencia reduce la energ\u00eda desperdiciada y ayuda a reducir los gastos de funcionamiento y las demandas de refrigeraci\u00f3n. Los MOSFET T10 Si y los circuitos integrados de gesti\u00f3n de potencia tambi\u00e9n se utilizan para convertir los 48 V en una tensi\u00f3n de convertidor de bus intermedio (IBC) de 12 V para alimentar la rama Vcore (tensi\u00f3n del n\u00facleo de la CPU) del \u00e1rbol de potencia. Adem\u00e1s, para las arquitecturas de bus de 400\/800 V, los JFET de SiC y los JFET Combo de SiC ofrecen una protecci\u00f3n fiable contra sobrecorriente para el intercambio en caliente\/e-Fuse antes de la etapa IBC.<\/p>\n

El futuro de la gesti\u00f3n energ\u00e9tica en los centros de datos de IA\u00a0<\/strong><\/p>\n

La eficiencia es el par\u00e1metro energ\u00e9tico m\u00e1s cr\u00edtico en los centros de datos de IA. Esto significa que las p\u00e9rdidas deben minimizarse siempre que sea posible, entre otras cosas porque la refrigeraci\u00f3n puede consumir hasta 50% de la energ\u00eda utilizada en los centros de datos, mientras que la otra mitad la consumen los equipos inform\u00e1ticos, como servidores, sistemas de almacenamiento e infraestructura el\u00e9ctrica.<\/p>\n

onsemi es l\u00edder en soluciones para centros de datos de IA, y es uno de los pocos proveedores que puede satisfacer las necesidades de todo el \u00e1rbol de potencia, desde la red hasta la GPU. El futuro requerir\u00e1 tecnolog\u00edas avanzadas de banda ancha, como EliteSiC y GaN vertical de onsemi, por su s\u00f3lida conversi\u00f3n de potencia a frecuencias m\u00e1s altas, y mayores eficiencias que permiten dise\u00f1os m\u00e1s compactos. Estos dispositivos pueden funcionar de forma fiable a temperaturas m\u00e1s elevadas, por lo que requieren menos refrigeraci\u00f3n y permiten soluciones m\u00e1s compactas, adem\u00e1s de reducir los costes de explotaci\u00f3n.<\/p>","protected":false},"excerpt":{"rendered":"

La inteligencia artificial (IA) se est\u00e1 expandiendo r\u00e1pidamente y est\u00e1 penetrando en muchos aspectos de nuestra vida cotidiana, desde la generaci\u00f3n de contenidos hasta la comunicaci\u00f3n en l\u00ednea.<\/p>","protected":false},"author":2,"featured_media":8835,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"_acf_changed":false,"footnotes":"","jetpack_publicize_message":"","jetpack_publicize_feature_enabled":true,"jetpack_social_post_already_shared":false,"jetpack_social_options":{"image_generator_settings":{"template":"highway","default_image_id":0,"font":"","enabled":false},"version":2}},"categories":[1],"tags":[],"class_list":["post-8834","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-news"],"acf":[],"aioseo_notices":[],"jetpack_publicize_connections":[],"_links":{"self":[{"href":"https:\/\/www.lxbchip.com\/es\/wp-json\/wp\/v2\/posts\/8834","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.lxbchip.com\/es\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www.lxbchip.com\/es\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www.lxbchip.com\/es\/wp-json\/wp\/v2\/users\/2"}],"replies":[{"embeddable":true,"href":"https:\/\/www.lxbchip.com\/es\/wp-json\/wp\/v2\/comments?post=8834"}],"version-history":[{"count":1,"href":"https:\/\/www.lxbchip.com\/es\/wp-json\/wp\/v2\/posts\/8834\/revisions"}],"predecessor-version":[{"id":8837,"href":"https:\/\/www.lxbchip.com\/es\/wp-json\/wp\/v2\/posts\/8834\/revisions\/8837"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/www.lxbchip.com\/es\/wp-json\/wp\/v2\/media\/8835"}],"wp:attachment":[{"href":"https:\/\/www.lxbchip.com\/es\/wp-json\/wp\/v2\/media?parent=8834"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.lxbchip.com\/es\/wp-json\/wp\/v2\/categories?post=8834"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.lxbchip.com\/es\/wp-json\/wp\/v2\/tags?post=8834"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}