En 2024 hemos visto un gasto descomunal en infraestructura para inteligencia artificial, y esta tendencia no muestra señales de disminuir; al contrario, sigue creciendo. Las grandes compañías tecnológicas continúan invirtiendo sumas millonarias, sobre todo en lo que consideran su activo más valioso en esta carrera: los centros de datos. Pero, ¿cuánto cuestan realmente?
Según Frontier Data Centers, una base de datos creada por Epoch AI que analiza los centros de datos en construcción en Estados Unidos, y que recaba información a través de imágenes satelitales, documentación pública y permisos, podemos hacernos una idea del costo, el consumo energético y la potencia de computación de estas instalaciones.
El centro de datos más caro hasta ahora es el Microsoft Fairwater, cuyo costo total podría llegar a los 106.000 millones de dólares cuando finalice en 2028. Para ponerlo en perspectiva, la fortuna de Bill Gates ronda los 107.000 millones de dólares, por lo que financiarlo le vendría justo. Este proyecto supera ampliamente a Meta Hyperion, otro gigante que será tan grande como Manhattan y costará unos 72.000 millones de dólares.
El siguiente en la lista es Colossus 2, de xAI, con un costo estimado de 44.000 millones, seguido muy de cerca por Meta Prometheus con 43.000 millones y el centro de Amazon y Anthropic en New Carlisle, con 39.000 millones.
Epoch AI también ha recopilado datos sobre la potencia computacional, usando como referencia las GPUs H100 de NVIDIA, además de la demanda energética y el principal usuario previsto para cada centro:
- Microsoft Fairwater (septiembre 2027): 106.000 millones de dólares, 5,2 millones de GPUs H100, 3.328 MW, usuario: OpenAI. - Meta Hyperion (enero 2028): 72.000 millones, 4,2 millones GPUs, 2.262 MW, usuario: Meta. - xAI Colossus 2 (febrero 2026): 44.000 millones, 1,4 millones GPUs, 1.379 MW, usuario: xAI. - Meta Prometheus (octubre 2026): 43.000 millones, 1,2 millones GPUs, 1.360 MW, usuario: Meta. - Amazon New Carlisle (junio 2026): 39.000 millones, 770.000 GPUs, 1.229 MW, usuario: Anthropic. - Oracle Stargate (julio 2026): 32.000 millones, 1 millón GPUs, 1.180 MW, usuario: OpenAI. - Microsoft Fayetteville (marzo 2026): 29.000 millones, 920.000 GPUs, 1.065 MW, usuario: OpenAI/Microsoft. - Amazon Ridgeland (septiembre 2027): 32.000 millones, 630.000 GPUs, 1.008 MW, usuario: Anthropic.
La inversión en Microsoft Fairwater, por ejemplo, subirá de 18.000 millones en marzo de 2026 hasta los 106.000 millones en 2028, pasando por un aumento vertiginoso en solo unos meses.
Esto responde a un incremento constante en los costos computacionales para entrenar modelos AI. Por ejemplo, GPT-4 costó a OpenAI más de 100 millones de dólares, y se rumorea que el entrenamiento de GPT-5 podría costar varias rondas de 500 millones cada una. Según análisis de Epoch AI, el coste de entrenamiento se multiplica por 2,6 cada año.
Además, la demanda de GPUs es otro factor crucial. Una GPU NVIDIA H100 cuesta unos 25.000 dólares, y su sucesora, la NVIDIA B200 o Blackwell, podría valer entre 30.000 y 40.000 dólares. A esto hay que sumar todos los demás componentes necesarios para que un centro de datos funcione: generadores de energía, redes de alta velocidad, sistemas de refrigeración, etc.
Si bien la escasez inicial de GPUs fue un obstáculo, ahora la principal limitación es la energía. Los centros de datos consumen cantidades enormes de electricidad. En 2024, ya representaban el 4% del consumo eléctrico de Estados Unidos, y se espera que esta demanda se duplique en cinco años.
Esto genera problemas para las comunidades cercanas, donde los precios de la electricidad pueden subir hasta un 267% debido a la gran demanda. Ante esta situación, compañías como Microsoft están explorando la creación de sus propias plantas nucleares, mientras que Google y Amazon consideran incluso trasladar centros de datos al espacio para evitar esta presión energética.
En resumen, los centros de datos para inteligencia artificial están alcanzando una escala y un costo sin precedentes, con un impacto energético que es un reto mayúsculo para la industria y la sociedad en general.
