Por Canuto  

Nvidia presentó DSX POD, un diseño modular para centros de datos de IA basados en Vera Rubin, y aseguró que su arquitectura puede reducir el uso de agua y energía. La compañía también expuso herramientas para ajustar el consumo eléctrico de estas instalaciones y estimó que un centro de datos de 2 GW podría ahorrar hasta 54 millones de litros de agua al día.
***

  • Nvidia afirma que su diseño de refrigeración puede eliminar el consumo de agua en el sitio y que DSX MaxLPS puede usar hasta 30% menos energía para generar la misma cantidad de tokens.
  • DSX POD llegará integrado en contenedores y, según la compañía, podría acortar de seis meses a 14 días el despliegue en un sitio preparado.
  • DSX MaxLPS y DSX Flex buscan ajustar el consumo eléctrico de los centros de datos ante límites de suministro, picos de demanda y cambios en los precios.

Una arquitectura para centros de datos de IA

Nvidia presentó DSX POD como una versión modular de su arquitectura de referencia DSX para centros de datos de inteligencia artificial basados en Vera Rubin. La compañía sostiene que la plataforma puede ayudar a reducir tanto el consumo de agua asociado a la refrigeración como la energía necesaria para generar la misma cantidad de tokens. Los detalles se dieron a conocer durante GTC Berlín, según informó Data Center Dynamics el 21 de octubre de 2026.

La propuesta se integra en la Plataforma de Fábrica de IA DSX, que Nvidia había presentado inicialmente en GTC San José a comienzos de ese año. La empresa describe DSX como una arquitectura de referencia modular para diseñar y operar centros de datos acelerados. Su objetivo es ofrecer un diseño para construir instalaciones orientadas a cargas de trabajo de IA, en lugar de limitarse a anunciar un nuevo equipo aislado.

Nvidia afirma que el diseño de refrigeración puede eliminar el consumo de agua en el sitio y que DSX MaxLPS puede reducir hasta 30% la energía necesaria para generar la misma cantidad de tokens. Son estimaciones de la compañía, no mediciones independientes de todos los centros de datos que podrían adoptar la plataforma. Los resultados dependerán del diseño y la operación de cada instalación, así como de las condiciones locales.

El anuncio también pone el foco en un desafío práctico de la expansión de la IA: construir infraestructura capaz de alojar grandes cargas de computación, junto con los sistemas eléctricos y térmicos que estas requieren. Nvidia plantea que un diseño de referencia común y modular puede facilitar la implementación. Sin embargo, la disponibilidad de energía, la ubicación y las condiciones climáticas siguen condicionando cómo puede funcionar cada proyecto.

Contenedores y refrigeración con menos agua

DSX POD consiste en unidades modulares instaladas en contenedores, integradas y validadas antes de su entrega, de acuerdo con Nvidia. La compañía dice que pueden conectarse a la infraestructura de energía, refrigeración, redes y otros servicios de un sitio que ya esté preparado. Con ese enfoque, estima que el plazo de despliegue podría pasar de seis meses a 14 días en una ubicación lista para recibirlas.

La promesa de acelerar la instalación depende, por tanto, de que el terreno cuente con las conexiones y los sistemas de soporte necesarios. El anuncio no plantea que el contenedor sustituya toda la infraestructura de un centro de datos ni que elimine el trabajo de preparación del sitio. Nvidia presenta el formato como una forma de llevar componentes ya integrados a una ubicación preparada para recibirlos y ponerlos en funcionamiento.

Para reducir el uso de agua, la arquitectura combina computación refrigerada por líquido en un circuito cerrado con secadores secos exteriores que rechazan el calor hacia el aire. Según la explicación de Nvidia, el sistema evita la evaporación de agua que puede asociarse a las torres de enfriamiento convencionales. El calor absorbido circula por el circuito y luego se libera al ambiente mediante los secadores.

Nvidia calcula que, a una escala de 2 GW, este enfoque podría ahorrar 54 millones de litros de agua al día frente a sistemas convencionales basados en torres de enfriamiento. La compañía también reconoce un límite: en ciertos climas, los periodos de calor extremo podrían exigir refrigeración mecánica adicional. Esa salvedad indica que el desempeño hídrico no será idéntico en todas las ubicaciones y que las condiciones locales pueden modificar las necesidades de enfriamiento.

La apuesta por reducir y gestionar la energía

Además de la refrigeración, Nvidia anunció DSX MaxLPS y DSX Flex para abordar las restricciones de disponibilidad eléctrica. La compañía sitúa estas herramientas dentro de una estrategia para ajustar el consumo de los centros de datos a los recursos disponibles, en lugar de tratar la demanda energética como una carga fija. Esa flexibilidad cobra relevancia en un escenario en el que las instalaciones de IA pueden requerir grandes cantidades de energía.

DSX MaxLPS asignaría dinámicamente la energía dentro del presupuesto que recibe un centro de datos de IA. Nvidia asegura que el software puede ayudar a producir la misma cantidad de tokens con hasta 30% menos energía. La afirmación se refiere a la generación de igual cantidad de tokens; la compañía no detalló en el anuncio las condiciones de prueba o los parámetros empleados para calcular ese porcentaje.

Ian Buck, de Nvidia, describió la posible relación entre estas instalaciones y la red eléctrica al hablar con medios antes del anuncio en GTC Berlín. Según la cita recogida por Data Center Dynamics, cuando la red necesite un gigavatio adicional, los centros de datos podrían convertirse en un recurso para responder a esa demanda. La declaración presenta una posibilidad operativa; no confirma que todas las instalaciones de la compañía ya estén habilitadas para entregar esa capacidad.

DSX Flex, por su parte, busca que los centros de datos puedan adaptar el consumo de sus cargas de trabajo a las necesidades de las empresas de servicios públicos, a los picos de la red y a los precios de la energía. Nvidia lo describe como una manera de convertir esas instalaciones en activos flexibles de la red eléctrica. La automatización de la interacción entre operadores de la red y centros de datos seríaparte del mecanismo para ajustar la demanda ante condiciones cambiantes.

Despliegue global y alcance de las promesas

Nvidia trabaja en la entrega de instalaciones DSX POD con Anduril, Armada, Bull, Crusoe, DayOne, Dell Technologies, Delta, Eaton, Foxconn, Gigabyte, HPE, Lenovo, Pegatron, Quanta Cloud Technology, Schneider Electric, Vertiv y Wistron. La compañía indicó que busca desplegar estas instalaciones en todo el mundo a comienzos de 2027. La lista reúne empresas relacionadas con la integración, la fabricación y los sistemas de soporte que requiere este tipo de infraestructura.

La participación de esos socios señala que el proyecto depende de una cadena de suministro amplia y de la coordinación de componentes, redes, energía y refrigeración. Nvidia no detalló en el anuncio cuántas unidades se instalarán ni en qué países estarán ubicadas. Por eso, la fecha de comienzos de 2027 debe entenderse como el horizonte anunciado para la entrega global, no como una confirmación de proyectos concretos en cada mercado.

Las cifras de ahorro y velocidad de despliegue plantean beneficios potenciales para operadores que buscan ampliar capacidad de IA, pero son afirmaciones de la empresa sobre su propia arquitectura. El ahorro de agua dependerá del sistema de refrigeración que se sustituya y del clima del sitio, mientras que la reducción de energía está vinculada a la generación de la misma cantidad de tokens y a los controles utilizados. La información publicada no presenta una evaluación externa que permita medir esos resultados en instalaciones operativas.

El siguiente paso será comprobar cómo se comportan estas soluciones cuando se integren en centros de datos reales y en redes eléctricas con distintas condiciones. Por ahora, Nvidia propone combinar módulos previamente integrados, refrigeración líquida de circuito cerrado y herramientas para modular la demanda eléctrica. El anuncio ofrece una respuesta técnica a las presiones de agua y energía de la IA, aunque sus resultados finales dependerán del despliegue y de las características de cada ubicación.

Imagen original de DiarioBitcoin, creada con inteligencia artificial, de uso libre, licenciada bajo Dominio Público.

Este artículo fue escrito por un redactor de contenido de IA y revisado por un editor humano para garantizar calidad y precisión.


ADVERTENCIA: DiarioBitcoin ofrece contenido informativo y educativo sobre diversos temas, incluyendo criptomonedas, IA, tecnología y regulaciones. No brindamos asesoramiento financiero. Las inversiones en criptoactivos son de alto riesgo y pueden no ser adecuadas para todos. Investigue, consulte a un experto y verifique la legislación aplicable antes de invertir. Podría perder todo su capital.

Suscríbete a nuestro boletín

Artículos Relacionados