La carga de cómputo tiene su geografía

Ilustración editorial de territorios del norte y geografía de infraestructura.

La próxima geografía de la IA podría estar determinada tanto por el tipo de trabajo que se ejecuta como por el lugar donde se construya el próximo gran centro de datos.

Pensemos en Cordova, Alaska. Allí ya funciona una pequeña instalación de cómputo junto a una central hidroeléctrica, y Cordova Electric Cooperative y Greensparc están explorando una ampliación dentro de un almacén existente. Lo interesante no es el tamaño, sino la relación entre la electricidad y el cómputo. Cordova tiene energía hidroeléctrica que a veces se desaprovecha, pero durante el invierno la reducción de los caudales puede devolver al sistema a una mayor dependencia del diésel.

Un centro de datos convencional necesita electricidad continua. Algunas cargas de cómputo, en cambio, pueden programarse, pausarse, guardar su estado o trasladarse. Eso abre una posibilidad diferente: que el cómputo siga a la energía disponible en vez de exigir que el sistema eléctrico sostenga una carga idéntica durante cada hora del año. También plantea una pregunta práctica: ¿el valor del trabajo realizado justificaría el hardware, la conectividad y la operación necesarios para aprovechar esa energía? El piloto demuestra que la configuración física es posible. La respuesta comercial sigue abierta.

Tres lugares, tres propuestas distintas

En Columbia Británica, el campus Mackenzie de IREN ofrece otro modelo. Ya dispone de infraestructura eléctrica y conexiones de fibra físicamente diversas, y la empresa está ampliando allí su infraestructura de IA. Un cliente quizás ni siquiera necesite financiar otro emplazamiento. Podría comprar capacidad de cómputo, siempre que exista disponibilidad de GPU adecuadas y compromisos de servicio.

En Finlandia, Glesys opera un centro de datos dentro de túneles excavados en roca y reutilizados cerca de Pori. La refrigeración, la infraestructura eléctrica y las conexiones de telecomunicaciones ya existentes ofrecen una tercera vía: utilizar una instalación equipada en vez de construir una nueva.

Son tres transacciones diferentes. Cordova apunta al cómputo flexible asociado a la disponibilidad local de energía. Mackenzie permite comprar capacidad a un operador establecido. Pori ofrece infraestructura física existente donde podría instalarse equipamiento compatible. Los megavatios anunciados de cada lugar dicen muy poco sobre cuál sería capaz de entregar primero una carga de trabajo determinada.

Ilustración geográfica conceptual. Los puntos no representan centros de cómputo verificados ni capacidad asegurada.

¿Qué necesita moverse realmente?

La pregunta se vuelve más interesante mientras grandes proyectos de centros de datos estadounidenses enfrentan restricciones políticas, regulatorias y eléctricas. Un campus retrasado todavía puede construirse y sus inversionistas pueden seguir apostando por ese lugar. Pero el trabajo de cómputo previsto para ese campus no necesariamente tiene que esperar a que se terminen todos los edificios, subestaciones y refuerzos de transmisión. Algunas tareas sí necesitan clusters enormes de GPU disponibles de forma continua. Otras toleran transferencias más largas, interrupciones planificadas o ejecutarse en otro lugar.

Esa diferencia podría cambiar qué territorios resultan comercialmente interesantes. Una cooperativa hidroeléctrica remota quizás nunca se convierta en un destino hyperscale y aun así pueda ofrecer capacidad útil para ciertos trabajos. Un edificio industrial existente puede valer más que un campus sin desarrollar si logra comenzar antes. Y una ubicación con electricidad barata puede perder su aparente ventaja cuando entran en la cuenta el costo de la red, el respaldo diésel, la entrega de equipos o la confiabilidad del servicio.

Otra manera de comparar ubicaciones

En Frontier Grid estamos comenzando con un experimento sencillo: tomar una misma carga de trabajo hipotética y compararla entre distintos arreglos físicos y comerciales. En vez de ordenar emplazamientos por los megavatios anunciados, analizamos cuándo podría comenzar el trabajo, con qué confiabilidad y cuánto costaría cada unidad de cómputo completada.

Cordova, Mackenzie y Pori son tres puntos de partida. Ninguno ha demostrado todavía una oferta específica para la misma carga de trabajo. Precisamente eso es lo que la comparación necesita establecer.

La pregunta más amplia va más allá de estos lugares. ¿Cuánto del futuro trabajo de IA necesita seguir la geografía de los mayores centros de datos y cuánto podría encontrar una geografía propia?