La infraestructura de IA consumirá 2.270 millones de metros cúbicos de agua al año en 2030

Para 2030, la infraestructura global de IA podría consumir hasta 600.000 millones de galones de agua al año, es decir, unos 2,27 mil millones de metros cúbicos, según los analistas de Tom's Hardware, cuyos datos recoge 3DNews. La causa principal del aumento no es el agua como recurso independiente, sino el consumo eléctrico de los centros de datos, que crece a gran velocidad: cuanta más electricidad necesitan los aceleradores de IA para entrenar y ejecutar modelos, más agua se destina tanto a refrigerar el propio hardware como a generar la electricidad que lo alimenta.

De dónde sale el consumo de agua

Los centros de datos tienen dos vías principales de consumo de agua, y ambas están directamente ligadas al consumo eléctrico. La primera es la refrigeración directa de los racks de servidores y los aceleradores de IA: muchos clústeres de cálculo grandes usan torres de refrigeración evaporativa, donde parte del agua se pierde de forma irrecuperable en la atmósfera como vapor para evacuar el exceso de calor de las GPU densamente empaquetadas. La segunda, menos evidente, es la generación de la propia electricidad: las centrales térmicas y nucleares también consumen volúmenes significativos de agua para enfriar turbinas, y el aumento del consumo eléctrico de los centros de datos incrementa automáticamente la carga en este eslabón de la cadena.

• Pronóstico: hasta 600.000 millones de galones de agua al año en 2030.
• En sistema métrico: unos 2,27 mil millones de metros cúbicos.
• Fuente de los cálculos: Tom's Hardware.
• Principal motor del crecimiento: el mayor consumo eléctrico del hardware de los centros de datos de IA.
• Mecanismo: el agua se gasta a la vez en refrigerar los servidores y en producir la electricidad que usan.

Por qué el consumo eléctrico se ha disparado

En los últimos años, la densidad de cálculo en los centros de datos se ha multiplicado: las nuevas generaciones de aceleradores de IA consumen bastante más energía por chip, y algunos clústeres para entrenar grandes modelos cuentan con decenas de miles de estos chips. Es un perfil de carga radicalmente distinto al de los centros de datos en la nube clásicos, pensados para servicios web y almacenamiento de datos. Los clústeres de IA trabajan casi de forma constante al límite de su capacidad térmica, no en picos ocasionales, lo que eleva tanto la factura eléctrica como el consumo de agua asociado.

Cómo responde la industria a la creciente carga

Los operadores de infraestructura en la nube llevan varios años debatiendo el consumo de agua de los centros de datos, sobre todo en regiones con escasez de agua dulce, donde la construcción de nuevos clústeres topa con la oposición de comunidades locales y reguladores. Como respuesta, las grandes tecnológicas afirman públicamente que están adoptando esquemas de refrigeración más eficientes: desde la refrigeración líquida directa del chip, que necesita menos agua por unidad de calor evacuado, hasta ubicar los centros de datos en climas más fríos y usar agua no potable o reciclada en lugar de agua dulce.

En este contexto, varios grandes operadores de centros de datos han anunciado públicamente una estrategia "water positive": devolver al entorno más agua de la que consumen de aquí a 2030, mediante proyectos de restauración de ecosistemas acuáticos y mejoras en la eficiencia de la refrigeración. Si estos compromisos podrán compensar el aumento de consumo específico de la IA que describe Tom's Hardware es una cuestión abierta: la mayoría de estos programas se anunciaron antes del actual crecimiento explosivo de la capacidad de cálculo para grandes modelos de lenguaje, y sus cálculos iniciales podrían no haber tenido en cuenta el ritmo actual de construcción de nuevos clústeres.

Otra dificultad es que la demanda de cálculo de IA avanza más rápido que la modernización y ampliación de la infraestructura energética e hídrica de las regiones donde se construyen los centros de datos. Como resultado, la carga recae con frecuencia sobre los recursos hídricos locales de territorios concretos, en lugar de repartirse de forma uniforme por un país o por el mundo. Por eso estos pronósticos generan debate no solo entre ecologistas, sino también entre las autoridades locales que regulan la construcción de nuevos clústeres.

La previsión de 600.000 millones de galones para 2030 marca, en esencia, el techo de lo que la industria tendrá que gestionar si el cálculo de IA mantiene su ritmo de crecimiento y la eficiencia de la refrigeración no mejora a un ritmo comparable.

Para el conjunto del sector, estos pronósticos son un argumento más a favor de arquitecturas de modelos más eficientes en energía: cuanto menos cálculo se necesite para lograr la misma calidad de respuesta, menor será la carga final sobre el sistema eléctrico y, con ella, sobre el consumo de agua asociado.