En 2026 el límite de la IA dejó de ser el chip y pasó a ser la luz

Para años, la pregunta en inteligencia artificial era "¿cuánta GPU tenemos?". En 2026 esa ya no es la pregunta que frena los proyectos. La que frena es "¿de dónde sacamos la electricidad?".

Mientras NVIDIA y sus competidores despachan nuevas generaciones de silicio (Rubin acaba de entrar en producción), los centros de datos que deberían alojarlas se topan con un muro que ninguna fundición resuelve: la red eléctrica. Los modelos de lenguaje en producción consumen órdenes de magnitud más que una carga web tradicional, y la infraestructura construida hace décadas no estaba hecha para eso.

Las cifras que cambiaron el mercado

La Agencia Internacional de Energía (IEA) proyecta que los data centers consumirán cerca de 1.000 TWh en 2026, un volumen equivalente a todo el consumo de un país como Japón. En Estados Unidos, la demanda de los centros de datos podría acercarse a 150 GW para 2028, según estimaciones de Bloom Energy — la propia IEA calcula un consumo eléctrico de data centers de unos 350 TWh para ese mismo año en EE.UU. No es un problema lejano: es la capacidad que las utilities locales deben tener cableada y disponible hoy para que un rack nuevo encienda mañana.

El efecto se nota en los tiempos de interconexión. Publicaciones especializadas como Data Center Knowledge y el reporte mid-year de Bloom Energy coinciden en lo mismo: las colas para conectarse a la red eléctrica se alargan, la incertidumbre sobre cuándo habrá potencia disponible crece, y los operadores grandes están firmando acuerdos directos de energía —desde nucleares hasta generación en sitio— para no depender solo de la red pública.

Por qué esto es un problema de ingeniería, no solo de factura

Un data center no es solo "enchufar muchos servidores". Cada rack de IA moderno puede tirar kilovatios sostenidos, y la refrigeración para sacar ese calor suma casi tanto como el cómputo. Cuando la red local no entrega potencia suficiente, el centro no arranca, aunque tengas los chips pagados y en el almacén. Por eso los hiperscaladores ya no eligen ubicación por precio de suelo o latencia, sino por disponibilidad energética.

El resultado es una concentración creciente de capacidad en las pocas regiones que pueden garantizar megavatios a corto plazo. Eso, a su vez, encarece y demora la capacidad para todos los demás.

Qué significa para tu hosting

Si corres cargas que crecen —o planeas mover inferencia o entrenamiento a tu propia infraestructura— la lección es simple: la ubicación y la estabilidad de energía pesan tanto como las especificaciones de la máquina. Un servidor dedicado en una región con red saturada puede quedarse apagado más tiempo del que cualquier SLA de hardware contempla.

Por eso vale la pena evaluar dónde realmente vive la potencia antes de contratar. Si estás mirando correr cargas pesadas de forma estable, una opción de servidores dedicados en una ubicación con energía sólida cambia el panorama más que un núcleo extra de CPU.

La IA no se acaba por falta de ambición: se frena por falta de enchufe. Quien lo entienda ahora, contrata mejor.