Los centros de datos de IA recurren a motores de avión convertidos para evitar los retrasos en la red eléctrica

Las enormes demandas energéticas de la expansión de la IA están obligando a los operadores de centros de datos a mirar más allá de las redes eléctricas tradicionales y buscar fuentes de energía no convencionales, incluidos motores de aviones comerciales convertidos. Según TechCrunch, citando al New York Times, algunas empresas están utilizando estos motores reconstruidos para generar su propia electricidad mientras se enfrentan a tiempos de espera de varios años para las conexiones a la red tradicional.

Qué pasó

Las conexiones a la red se han convertido en un importante cuello de botella para la industria de la IA. TechCrunch informa que conectar 100 megavatios a la red en el norte de Virginia toma unos siete años, según la Agencia Internacional de Energía. Mientras tanto, ejecutivos de Mitsubishi Power dijeron a Bloomberg que no se espera que la mayor capacidad de energía nueva entre en funcionamiento hasta 2031. Estos retrasos tienen costos comerciales reales; TechCrunch señala que Microsoft se retiró como cliente principal de un centro de datos de Nscale en Loughton, Inglaterra, después de que la empresa de servicios públicos local declarara que no podía suministrar suficiente energía hasta principios o mediados de la década de 2030.

Para evitar estas esperas, los operadores están adoptando alternativas rápidas. El analista de Rystad Energy Audun Martinsen declaró al New York Times que las unidades propulsadas por motores de avión permiten a los operadores poner en marcha un centro de datos en tan solo 24 meses. TechCrunch informa que xAI, la empresa de Elon Musk, instaló ocho turbinas de motores de avión convertidos en Misisipi para ayudar a alimentar su centro de datos Colossus 2 en Memphis, utilizando unidades de ProEnergy que reconstruyen motores de GE comúnmente encontrados en aviones Boeing.

Otros actores de la industria están siguiendo el ejemplo. OpenAI utilizó turbinas de gas en su primer sitio de Stargate en Abilene, Texas, en 2025, y la startup Crusoe, con sede en Denver, construyó el campus encargando 13 unidades convertidas a ProEnergy en abril. TechCrunch señala que, aunque Crusoe se retiró de un acuerdo separado de 1.250 millones de dólares con Boom Supersonic en septiembre para adquirir unas 20 turbinas de gas natural, un portavoz confirmó que la compañía aún planea utilizar turbinas. Además, la administración de Trump está ejerciendo presión al alentar a los centros de datos a generar su propia electricidad.

Estas soluciones provisionales conllevan inconvenientes evidentes. Según el New York Times citado por TechCrunch, los motores de avión convertidos son menos eficientes, contaminan más que las turbinas de plantas de gas convencionales y requieren más unidades para igualar la producción de energía estándar. Los expertos sugieren que estas compensaciones ambientales y de eficiencia podrían convertirse en problemas importantes en uno o dos años.

Por qué es importante para los equipos de operaciones pequeños

Si estás ejecutando cargas de trabajo en infraestructura de IA compartida o planificando tus propios clústeres de agentes localizados, los cuellos de botella de infraestructura a nivel de los grandes centros de datos afectan directamente tus cronogramas de escalado y tus costos en la nube. Cuando actores importantes como OpenAI y xAI se enfrentan a una espera de siete años para las conexiones de servicios públicos tradicionales y recurren a plantas de energía temporales con motores de avión, esto indica que las limitaciones físicas de la IA son muy reales. Para los pequeños equipos que construyen empresas híbridas de humanos e IA, esto significa que los costos de computación y la disponibilidad seguirán siendo volátiles. No puedes asumir que la computación en la nube barata e infinita siempre estará accesible al instante mientras los proveedores se apresuran a asegurar energía básica.

Qué hacer esta semana

1. Audita tus dependencias actuales de cargas de trabajo de IA para identificar si tus operaciones dependen de proveedores de nube de una sola región que sean vulnerables a las limitaciones de la red y energía regional.
2. Integra redundancia en tu estrategia de despliegue de agentes probando opciones de respaldo multirregión o multiproveedor para flujos de trabajo automatizados críticos.
3. Revisa tu previsión de computación para los próximos 12 a 24 meses para tener en cuenta posibles fluctuaciones de precios impulsadas por la escasez general de infraestructura y energía.

Fuentes

• Data centers are turning to old jet engines as the wait for power grows — TechCrunch - AI