Drones ucranianos dejan fuera de servicio un centro de datos de Yandex donde se entrena un modelo de IA

Ars Technica informó el 9 de octubre de 2026 de que drones ucranianos dañaron uno de los centros de datos de Yandex. El medio describe a la compañía como «el Google ruso». Según sus datos, en las instalaciones había supercomputadores en los que se entrena el modelo de IA de Yandex. El reporte original es breve: un centro de datos dañado y su finalidad. No incluye la potencia, ni el número de aceleradores perdidos, ni los plazos de recuperación.

Es uno de los primeros casos conocidos en los que el ataque ha alcanzado unas instalaciones destinadas a entrenar un gran modelo de lenguaje. Hasta ahora, los blancos habían sido el sistema eléctrico, las refinerías y los almacenes. Ahora, la lista incluye también un clúster de cómputo.

Qué se sabe y qué no

Por ahora hay menos hechos que preguntas. Esto es lo que se puede afirmar a partir de lo publicado:

• Fecha de publicación: 9 de octubre de 2026; fuente: Ars Technica.
• Se ha dañado un centro de datos, no toda la infraestructura de Yandex.
• En las instalaciones funcionan supercomputadores para entrenar el modelo de IA de la compañía.
• El medio empleado fueron drones ucranianos.
• No se han revelado el lugar del impacto, el grado de destrucción ni el número de servidores y aceleradores inutilizados.
• El material original no recoge una valoración oficial de Yandex ni datos sobre fallos en los servicios.

Hasta que la propia compañía lo confirme, o aparezcan imágenes de satélite o fuentes independientes, el alcance del daño seguirá siendo materia de conjeturas.

Por qué un clúster de entrenamiento es vulnerable

Yandex desarrolla su propia línea de modelos de lenguaje, YandexGPT, y construye sobre ellos servicios, entre ellos el asistente de voz Alisa. Entrenar estos modelos requiere miles de aceleradores conectados por una red rápida, una alimentación eléctrica potente y refrigeración líquida o por aire. Todo ello se concentra en un único edificio.

Ahí está el problema. Un clúster de entrenamiento está estrechamente acoplado: si falla una parte de los nodos, de los conmutadores de red o de la alimentación, se detiene toda la ejecución. Los puntos de control (checkpoints) reducen las pérdidas, pero en otra instalación no basta con restaurar los pesos del modelo: también hay que reponer el volumen de cómputo ya realizado. Con la inferencia, es decir, las respuestas a las consultas de los usuarios, la situación es más sencilla: la carga se puede repartir entre varios centros de datos. El entrenamiento no se traslada con tanta facilidad.

Hay además un factor de sanciones. El suministro de aceleradores modernos de Nvidia a Rusia está restringido, y el hardware averiado se sustituye a través de canales grises o con equivalentes menos potentes. Si en las instalaciones se han perdido de verdad servidores de gama alta, la recuperación llevará más tiempo y dinero que en una situación normal. Es una estimación, no un hecho confirmado, y se basa en las condiciones del mercado de dominio público.

Contexto jurídico y sectorial

Los centros de datos suelen considerarse infraestructura civil. Pero los clústeres que entrenan modelos pueden tener doble uso, desde servicios comerciales hasta defensa y análisis de datos. Por esa lógica, con más frecuencia instalaciones de este tipo acaban en las listas de objetivos. Los juristas especializados en derecho internacional humanitario debaten dónde está el límite, y este caso aportará material a la discusión.

Para la industria, la conclusión es práctica. Los operadores de grandes clústeres de IA en cualquier lugar del mundo empezarán a revisar la protección física, la alimentación de respaldo y la distribución geográfica de la capacidad de entrenamiento.

Qué conviene seguir

• Declaraciones de Yandex: si la compañía confirma el daño, si los servicios se han visto afectados y qué pasa con el calendario de lanzamientos de modelos.
• Fallos en Alisa y en los productos de nube: mostrarán hasta qué punto el ataque ha llegado a los usuarios.
• Datos independientes: las imágenes de satélite y los comunicados de las autoridades locales ayudarán a evaluar la magnitud de la destrucción.
• Compras de aceleradores: los intentos de la compañía de reponer capacidad con rapidez se notarán en el mercado de hardware para servidores.
• Reacción de otros operadores de centros de datos: más vigilancia, defensa antiaérea y traslado de las tareas de entrenamiento a instalaciones remotas.

Por ahora, la conclusión principal es sencilla: entrenar modelos de IA ya no depende solo del dinero y de los chips, sino también de la seguridad física de los edificios donde esos chips están instalados.