Tiempo de actividad: El nuevo estándar para la preparación de la infraestructura de IA

Descubra la nueva métrica para la preparación de la infraestructura de IA: la velocidad de implementación. Comprenda cómo esta velocidad determinará el rendimiento futuro de los sistemas de IA.

Las cosas más importantes que necesitas saber

  • El gas natural se está consolidando como un combustible de transición vital para satisfacer la creciente demanda de energía constante para la inteligencia artificial, con un consumo diario que se espera alcance entre 7.6 y 11.5 millones de pies cúbicos para 2035, pero el verdadero desafío reside en garantizar que su compleja cadena de suministro a los centros de datos llegue a tiempo.
  • El tiempo, y no el capital, se ha convertido en el recurso más escaso para el despliegue de infraestructuras de IA, lo que aumenta el valor de las infraestructuras energéticas existentes y obliga a priorizar la selección estratégica de emplazamientos para garantizar un suministro eléctrico fiable dentro del plazo requerido desde el principio.
  • Garantizar el suministro eléctrico para los centros de datos de IA se ha convertido en una capacidad estratégica que requiere modelos innovadores, como la generación "detrás del contador", y una mayor coordinación entre las empresas tecnológicas, las compañías de servicios públicos, los proveedores de gas y los operadores de gasoductos para gestionar toda la cadena de suministro energético.

Durante gran parte del auge de la IA , el debate sobre la infraestructura se ha centrado en la capacidad de procesamiento: los chips, los servidores y los centros de datos cada vez más grandes necesarios para soportarla. Pero a medida que la IA pasa de la experimentación a la implementación generalizada, los líderes tecnológicos se enfrentan a otro desafío de infraestructura que puede ser igual de crítico: garantizar un suministro eléctrico fiable, suficiente y rápido para mantener en funcionamiento dicha capacidad de procesamiento.

Los centros de datos de IA se diferencian fundamentalmente de los clientes tradicionales de energía comercial e industrial. Son más grandes, están más concentrados y son extremadamente sensibles al tiempo, con prácticamente ninguna tolerancia a las interrupciones. Esto hace que la disponibilidad de energía sea más que una simple consideración operativa; cada vez más, puede determinar dónde se construye la infraestructura de IA, con qué rapidez se implementa y si las organizaciones pueden convertir sus enormes inversiones en tecnología en valor comercial.

El gas natural se perfila como un combustible de transición para afrontar el reto energético de la inteligencia artificial.

Para los líderes tecnológicos, la cuestión fundamental no es solo si se podrá generar suficiente electricidad, sino si un suministro de energía estable y distribuible podrá llegar al centro de datos en el momento y lugar requeridos.

Aquí es donde entra en juego el papel cada vez más importante del gas natural. Dadas las limitaciones de otras alternativas energéticas no intermitentes, el gas puede proporcionar la generación continua necesaria para soportar grandes cargas de trabajo de IA. El análisis de escenarios de PwC muestra la escala potencial: incluso en nuestro escenario más conservador, la demanda de gas relacionada con la IA alcanza los 5.2 millones de pies cúbicos diarios (Bcf/d) para 2030, en comparación con los aproximadamente 1.6 millones de pies cúbicos diarios actuales. Para 2035, nuestros escenarios sitúan la demanda entre 7.6 y 11.5 millones de pies cúbicos diarios.

Sin embargo, para los desarrolladores de centros de datos y las empresas tecnológicas, estas cifras solo cuentan una parte de la historia. Disponer de suficiente gas en el sistema no garantiza que pueda llegar al centro de datos en el plazo requerido. Debe producirse, transportarse, almacenarse y distribuirse a la presión correcta a través de una infraestructura conectada. En otras palabras, el desafío energético para la IA se está convirtiendo cada vez más en un desafío de suministro.

El tiempo podría convertirse en el recurso más escaso, no el capital.

Las empresas tecnológicas están destinando decenas de miles de millones de dólares a la infraestructura de inteligencia artificial , pero el dinero por sí solo no puede resolver las numerosas limitaciones que separan un centro de datos planificado de uno que esté listo para funcionar.

Las aprobaciones y permisos, los derechos de oleoductos, las conexiones de red, las turbinas, la disponibilidad de agua y la mano de obra especializada pueden alargar los plazos de desarrollo. Los promotores compiten simultáneamente por equipos esenciales y capacidad industrial, al tiempo que deben lidiar con las restricciones de zonificación y de agua locales. Esto modifica los cálculos relacionados con la infraestructura.

En un mercado donde la rapidez de implementación es clave, un oleoducto existente, un corredor autorizado, una infraestructura de almacenamiento o la capacidad de generación disponible pueden ser mucho más valiosos que una alternativa teóricamente más económica que tardaría años en desarrollarse. Por lo tanto, para los líderes tecnológicos que toman decisiones sobre la capacidad de IA, la selección del emplazamiento debe considerar mucho más que solo el terreno, la conectividad y la disponibilidad de energía. La capacidad de garantizar un suministro eléctrico fiable en el plazo requerido debe tenerse en cuenta desde las primeras etapas del proceso.

La seguridad energética se está convirtiendo en una capacidad estratégica.

Ya estamos observando una respuesta diferente por parte de los desarrolladores de centros de datos. Por ejemplo, la generación de energía en las propias instalaciones permite que los complejos conecten la generación de gas in situ o cercana a un suministro de combustible estable, en lugar de depender completamente de la conexión a la red eléctrica tradicional. PwC estima que más del 30 % de la demanda de gas relacionada con la IA podría generarse en las propias instalaciones para 2035.

También están surgiendo otros modelos, como gasoductos dedicados conectados a la generación y sistemas más integrados que vinculan el suministro, el transporte, el almacenamiento, la generación y la carga de los centros de datos. La principal lección para los líderes empresariales y tecnológicos no es que todos los centros de datos deban seguir la misma estrategia energética.

Más bien, garantizar el suministro energético ya no puede considerarse una función administrativa secundaria que se realiza después de haber tomado decisiones tecnológicas e inmobiliarias. Se ha convertido en una capacidad estratégica.

La creación de infraestructura de IA requiere un sistema más amplio.

Este cambio también modifica el perfil de las partes interesadas que las empresas tecnológicas necesitan en la mesa de negociaciones. La próxima generación de infraestructura de IA requerirá una mayor coordinación entre los proveedores de servicios en la nube a gran escala y los desarrolladores de centros de datos con las empresas de servicios públicos, los proveedores de gas natural y los operadores de oleoductos. Estas partes deberán encontrar cada vez más una solución integral para toda la cadena de suministro energético, desde el suministro eléctrico hasta la computación operativa, en lugar de limitarse a mejorar su propia parte de la ecuación.

Para los ejecutivos del sector tecnológico, esto hace que la estrategia de alianzas sea aún más crucial. Asegurar la infraestructura energética con anticipación, comprender las limitaciones regionales y desarrollar relaciones en todo el ecosistema energético puede ayudar a mitigar los riesgos relacionados con los plazos antes de que se disponga de miles de millones de dólares en capacidad de procesamiento.

La inteligencia artificial puede ser una revolución tecnológica, pero su escalabilidad se está convirtiendo rápidamente en un desafío para la infraestructura física. Las organizaciones mejor preparadas para la siguiente fase serán aquellas que consideren la energía como una capacidad estratégica y reconozcan que el gas natural puede desempeñar un papel crucial al proporcionar la energía confiable y adaptable necesaria para operar y mantener las capacidades de IA.

En la carrera por escalar la inteligencia artificial, el "tiempo de disponibilidad de energía" puede, en última instancia, determinar el "tiempo de obtención de valor".

Los comentarios están cerrados.