El desarrollo de la IA ha promovido una nueva carrera de ‘Armas’ a nivel mundial. No se busca dominar otro territorio, sino obtener más potencia informática, mejor. Las principales compañías de tecnología están implementando centros de datos en todo el mundo con un objetivo en mente: entrenar la inteligencia artificial. Hay centros de datos que son auténticos ARMED, y en este gráfico podemos ver los grupos de datos más poderosos del mundo con un protagonista sobresaliente:

Elon Musk.

Grupo. Antes de ingresar números, un matiz. Cuando hablamos de potencia de cálculo, podemos hablar sobre un clúster de computadora o una supercomputadora. Este último es un sistema extremadamente poderoso que se puede construir con procesadores especialmente diseñados para alcanzar los poderes de cálculo extremos o, actualmente más comunes, a partir de miles de servidores de alto rendimiento. Se utilizan para simulaciones científicas y tareas que requieren un gran proceso de cálculo, y su costo es brutal.

Por otro lado, tenemos la versión «asequible» de una supercomputadora: el clúster de la computadora. Es una serie de estaciones de trabajo interconectadas que funcionan en problemas de resolución paralelos. Es similar a una supercomputadora, pero la ventaja es que es un sistema más flexible porque, como necesita más equipos, puede expandir el clúster. Además, los componentes son más estándar, lo que también permite que el costo sea más bajo. Pero bueno, es un concepto que se ha bordeado en los últimos años.

El club de 100,000. Dicho esto, volvamos al gráfico elaborado por Capitalista visual Con los datos de Época AI. En él, podemos ver los grupos más poderosos actualmente, pero con algunas trampas: ambos están planificados y operativos. X, la compañía de Elon Musk, encendió la Fase 1 de Memphis Xai Colossus el año pasado, un gran centro de datos con 100,000 GPU H100 de Nvidia con el objetivo de entrenar ‘Grok’, su modelo de IA. Fue algo que incluso sorprendió a Jensen Huang, CEO de Nvidia.

Es un monstruo informático con un enorme poder de cálculo, pero se espera que la cifra aumente hasta 200,000 GPU. Veremos más tarde las consecuencias energéticas de esto. Después de la compañía de Musk, tenemos meta al afirmar que tienen un clúster «más de 100,000 GPU H100«Para su modelo ‘Llama 4’. Luego están quienes mantienen algo más el misterio. Por ejemplo, Microsoft con su clúster Para Azure, Copilot y OpenAi AI estimaron que tienen 100,000 GPU entre H100 y H200,

Dos mundos. Fuera de ese club de 100,000 tenemos Oracle con su 65,536 NVIDIA H200, otra compañía de almizcle, con Cortex Fase 1 y sus 50,000 GPU, y el Departamento de Energía de los Estados Unidos con el Capitán, la supercomputadora más poderosa del mundo. Oficiales o estimados, lo que está claro con este gráfico es que hay un país que se ha tomado en serio el cálculo de la IA: Estados Unidos.

Ellos son los que parecen presionar más con sus centros de datos en los Estados Unidos (de los 10 grupos, los primeros nueve están en los Estados Unidos y los últimos en China) y no solo están construyendo dentro de sus fronteras: también sale. Un ejemplo es el plan de objetivos para construir centros de datos en España o el que es prácticamente del tamaño de Manhattan.

Expansión europea. En el gráfico, podemos ver dos grupos europeos. Por un lado, el Júpiter del Centro de Supercomputación Jülich en Alemania con sus GPU confirmadas. Por otro lado, el Nexgen En Noruega, con aproximadamente 16.300 GPU. Europa ha llevado a cabo varias iniciativas de financiación con el objetivo de promover su competitividad gracias a programas como Genai4eu y su presupuesto de 700 millones de euros entre 2024 y 2026.

El objetivo es construir grandes centros de datos y, para la llamada de 2025, se presentaron 76 propuestas en 16 países diferentes. Sin embargo, ese desarrollo de la IA europea debe estar alineado con la Ley de IA, el acuerdo vigente desde febrero de este 2025 que garantiza la transparencia y una IA ética.

Número vs. eficiencia en China. Quién ha puesto las baterías en la IA, más allá de las empresas estadounidenses, es China. Después de una hoja de ruta muy diferente de la occidental, China se está centrando en tener (supuestamente) menos GPU en funcionamiento, operar con mayor eficiencia, costos mucho más bajos que los de las empresas estadounidenses y con resultados equivalentes. Deepseek o el Kimi más reciente son dos muestras de la misma.

Nvidia se frota las manos. Y de toda esta batalla por la IA, hay un claro ganador: Nvidia. Por mucho que sea, y más allá de quién tiene más o menos GPU para hacer el trabajo, el claro ganador es Nvidia. En China no está tan claro debido al veto comercial, pero los principales centros de datos en todo el mundo usan la arquitectura de Nvidia con sus gráficos H100 y H200. Y que si hablamos de tarjetas «normales» para AI, ya que tienen el B200 con cuatro veces el rendimiento del H100.

De hecho, la compañía parece tan centrada en esa carrera de IA que habría descuidado lo que lideró por AMD durante años: sus cartas de jugadores.

El planeta, no tanto. Y la consecuencia de esta expansión de la IA es que los centros de datos no solo necesitan grandes cantidades de energía para funcionar, sino que también agua para disipar el calor del equipo. Hay un ausente importante en el gráfico, Google, que también opera sus centros de datos para la IA y que, junto con otros, como Objetivo o Microsoft, necesita centrales nucleares para alimentar sus instalaciones.

El consumo es tan exagerado que las energías renovables son insuficientes durante los picos de la demanda, recurriendo a combustibles fósiles como carbón o gas ( estima Que, la GPU Coloso de 200,000 consumen 300 MW, suficiente para alimentar 300,000 hogares) y, como dijimos, el uso de agua se ha convertido en material de discusión en los territorios candidatos para albergar nuevos centros de datos. Tanta disipación necesita que China los construya en el fondo del océano.

En | China quiere convertirse en AI World Engine. Y su plan es depender solo de sí misma