La inteligencia artificial no ha dejado obsoletos los estándares que durante años han servido para evaluar un centro de datos. Las clasificaciones Tier, las normas ISO y las guías térmicas continúan siendo necesarias para comprobar la resiliencia, la seguridad y la calidad operativa. El cambio está en que una instalación certificada puede no estar preparada para alojar un clúster de GPU de alta densidad si no dispone de la potencia, la refrigeración, las conexiones y los procedimientos específicos que exige ese despliegue.

Las claves de los estándares para centros de datos de IA en 20 segundos

• Las certificaciones tradicionales siguen midiendo aspectos esenciales, pero no garantizan por sí solas que una sala esté preparada para IA.
• La refrigeración líquida introduce nuevas responsabilidades, interfaces y tareas de mantenimiento.
• La resiliencia debe comprobarse desde la red eléctrica hasta el rack.
• El PUE continúa siendo útil, aunque no mide la eficiencia real de una carga de IA.
• Los compradores deben revisar el alcance exacto de cada certificación.

Un centro de datos puede contar con una topología eléctrica redundante, sistemas de continuidad acreditados y procedimientos auditados, pero seguir sin ser adecuado para un proyecto concreto. La IA obliga a pasar de una evaluación general del edificio a otra más detallada que incluya la sala, el rack, los equipos informáticos y la forma en que todos esos elementos operan juntos.

No parece probable que aparezca una única certificación capaz de responder a todas estas cuestiones. El camino que está siguiendo la industria combina estándares consolidados con nuevas especificaciones sobre refrigeración líquida, distribución eléctrica, rendimiento energético, interfaces técnicas y operación de entornos de alta densidad.

Las certificaciones siguen siendo necesarias, pero hay que entender su alcance

El estándar Tier de Uptime Institute clasifica la topología de la infraestructura del emplazamiento según su capacidad redundante y sus caminos de distribución. Sus niveles permiten comparar diseños desde una base común, pero no certifican automáticamente cualquier servicio, sala o equipamiento que se instale dentro del edificio.

Uptime Institute separa además el diseño, la construcción y la operación. La certificación de los documentos de diseño comprueba que los planos responden al nivel Tier buscado; la certificación de la instalación construida verifica que el resultado se ajusta al diseño; y la evaluación de sostenibilidad operativa analiza los comportamientos, procesos y riesgos que afectan al rendimiento a largo plazo.

Esta distinción resulta especialmente importante en un entorno de IA. Una instalación puede disponer de caminos eléctricos y mecánicos redundantes, mientras que una unidad de distribución de refrigerante instalada para un clúster concreto mantiene un único punto de fallo. También puede ofrecer varios caminos de alimentación hasta la sala, pero no la misma tolerancia a fallos en la distribución situada entre el busway y el servidor.

Las normas ISO cubren otras áreas. ISO/IEC 27001 se centra en la gestión de la seguridad de la información; ISO 22301, en la continuidad de negocio; ISO 50001, en la gestión sistemática del rendimiento energético; e ISO/IEC 30134-2 define el indicador Power Usage Effectiveness (PUE).

Ninguna de ellas pretende certificar por sí sola que un rack determinado pueda recibir más de 100 kW o que el proveedor pueda operar correctamente una instalación direct-to-chip. No es una carencia de las normas, sino una cuestión de alcance.

La pregunta adecuada ya no es solo qué certificaciones tiene un centro de datos, sino qué infraestructura, servicios y procesos quedan realmente cubiertos por ellas.

Una misma instalación puede alojar cargas completamente diferentes

Un sistema empresarial convencional y un clúster de entrenamiento de inteligencia artificial pueden compartir edificio sin imponer las mismas exigencias.

La carga tradicional puede funcionar con densidades moderadas, refrigeración por aire y un consumo relativamente estable. Un despliegue de GPU puede necesitar grandes volúmenes de potencia concentrados en pocos racks, una red de muy baja latencia, refrigeración directa al chip y procedimientos coordinados entre el operador, el fabricante y el cliente.

Tener suficientes megavatios contratados no resuelve automáticamente el problema. La instalación también debe ser capaz de entregar esa potencia en el lugar, el plazo y la configuración necesarios.

Lo mismo ocurre con la refrigeración. Un centro de datos puede disponer de una planta frigorífica con capacidad suficiente y no contar con el circuito secundario, los intercambiadores, las unidades de distribución de refrigerante o las conexiones que necesita el hardware.

Por eso la preparación para IA debe evaluarse a nivel de proyecto, no deducirse únicamente de una ficha general del edificio.

La refrigeración líquida lleva los estándares hasta el interior del rack

ASHRAE, a través de su comité técnico TC 9.9, publica guías sobre condiciones térmicas, refrigeración, humedad, consumo energético y funcionamiento de espacios tecnológicos. Sus documentos sobre refrigeración líquida han ido ampliándose conforme aumentaban las cargas térmicas que ya no pueden resolverse de manera eficiente solo con aire.

No existe, sin embargo, una cifra universal a partir de la cual todo rack deba pasar obligatoriamente a líquido. La decisión depende de la potencia térmica de los chips, la densidad, las temperaturas admitidas por el fabricante, la capacidad del sistema de aire y el diseño del edificio.

Las instalaciones direct-to-chip suelen extraer mediante líquido el calor de los componentes principales, pero continúan necesitando aire para memorias, fuentes de alimentación, almacenamiento y redes. El marco de ASHRAE publicado en 2026 plantea precisamente arquitecturas híbridas para modernizar centros existentes, con líquido para las GPU y aire para el calor residual.

La refrigeración líquida añade además preguntas que no aparecían en una instalación exclusivamente refrigerada por aire:

• Qué temperatura y caudal entrega el circuito.
• Qué calidad y composición debe tener el fluido.
• Qué conexiones rápidas se utilizan.
• Quién mantiene la unidad de distribución de refrigerante.
• Cómo se detectan y contienen las fugas.
• Qué componentes tienen redundancia.
• Qué ocurre durante una intervención de mantenimiento.
• Dónde termina la responsabilidad del operador y comienza la del cliente.

Open Compute Project trabaja en diseños y guías para unidades de distribución de refrigerante, placas frías, inmersión y conexión entre el sistema de agua del edificio y el equipo informático. El objetivo declarado es reducir incompatibilidades y facilitar que las soluciones puedan desplegarse tanto en instalaciones nuevas como existentes.

La estandarización se está desplazando así hacia las interfaces. Ya no basta con definir la temperatura de una sala. Hay que coordinar el edificio, el circuito de refrigeración y el servidor.

Estar preparado para líquido no significa estar operándolo

La expresión “liquid cooling ready” puede describir situaciones muy distintas.

En algunos casos significa que se ha reservado espacio para tuberías futuras. En otros, que ya existe un circuito de agua hasta la sala. También puede referirse a una instalación piloto con pocos racks o a una plataforma plenamente operativa con personal formado, repuestos y procedimientos probados.

La refrigeración líquida no es inherentemente menos fiable que la refrigeración por aire, pero sí introduce nuevos componentes y nuevas tareas.

Una evaluación técnica debería comprobar si el proveedor cuenta con:

• Equipos en producción y no solo una prueba de concepto.
• Técnicos formados para trabajar con esos sistemas.
• Procedimientos de puesta en marcha y mantenimiento.
• Control de la química del refrigerante.
• Sensores y planes de respuesta ante fugas.
• Repuestos para bombas, válvulas, filtros y conexiones.
• Acuerdos de soporte con los fabricantes.
• Responsabilidades documentadas entre todas las partes.

Uptime Institute ha advertido de que la adopción de refrigeración líquida para IA avanza más rápido que la homogeneización de las prácticas operativas. La industria continúa utilizando diseños, fluidos, niveles de redundancia y procedimientos diferentes, lo que obliga al comprador a revisar cada implantación con detalle.

La resiliencia debe medirse desde la acometida hasta el servidor

Las clasificaciones de resiliencia suelen centrarse en la infraestructura del emplazamiento. La IA amplía la cadena que debe analizarse.

Entre la red eléctrica y una GPU pueden existir subestaciones, sistemas de alimentación ininterrumpida, generadores, transformadores, busways, unidades de distribución de potencia y fuentes internas. En refrigeración aparecen la planta principal, los intercambiadores, los circuitos secundarios, las unidades de distribución de refrigerante, las bombas y las placas frías.

Cada componente puede introducir un punto único de fallo aunque el edificio tenga una topología redundante.

La misma revisión debe aplicarse a la red. Un clúster de entrenamiento puede depender de una arquitectura de interconexión muy concreta. La pérdida de una parte del fabric quizá no desconecte los servidores, pero puede reducir el rendimiento hasta hacer inviable el trabajo.

Por eso la disponibilidad de una carga de IA debe analizarse como una propiedad del sistema completo. La instalación, el hardware, la red y el software de orquestación participan en el resultado.

Una certificación del edificio sigue aportando información valiosa, pero no sustituye la validación de la arquitectura final.

Las variaciones de potencia añaden otro problema

Los centros de datos de IA no solo consumen más electricidad. También pueden presentar perfiles de carga diferentes.

El inicio o la finalización coordinada de tareas, los cambios en el uso de los aceleradores y la actividad conjunta de miles de componentes pueden producir variaciones rápidas. Estas oscilaciones afectan al dimensionamiento, la calidad de la energía, las protecciones, los sistemas UPS y la relación con la red eléctrica.

Uptime Institute señala que los grandes sistemas de IA pueden incorporar más almacenamiento energético interno para reducir estas fluctuaciones, aunque parte de la solución depende del propio hardware y del software, no solo del operador del edificio.

Una instalación puede disponer de potencia total suficiente y, aun así, necesitar comprobar:

• La rapidez de las variaciones previstas.
• El comportamiento de los UPS.
• Los armónicos y la calidad eléctrica.
• Las reservas de capacidad.
• La coordinación de protecciones.
• El efecto de la refrigeración sobre el perfil total.
• La compatibilidad con la generación de respaldo.

Capacidad y compatibilidad no son términos equivalentes.

El PUE sigue siendo útil, pero ya no cuenta toda la historia

El PUE compara la energía total consumida por el centro de datos con la utilizada por el equipamiento informático. Una cifra cercana a 1 indica que una proporción reducida se destina a refrigeración, distribución y otros sistemas auxiliares.

Sigue siendo un indicador válido para medir la eficiencia del edificio. Sin embargo, no permite conocer cuántos tokens, inferencias o pasos de entrenamiento se obtienen con esa energía.

Tampoco indica si las GPU permanecen infrautilizadas, cuánto agua consume la refrigeración, qué emisiones tiene la electricidad, si se recupera el calor o si las cargas se programan para aprovechar momentos favorables de la red.

El marco sobre rendimiento energético de centros de datos de IA presentado en junio de 2026 por ASHRAE, la National Electrical Manufacturers Association (NEMA) y Pacific Northwest National Laboratory amplía esa evaluación. Cubre energía, agua, fiabilidad, diseño integrado, interacción con la red, puesta en marcha, operación y modernización, con recomendaciones según el clima y la densidad de carga.

La publicación no reemplaza al PUE. Lo sitúa dentro de un conjunto más amplio de indicadores y decisiones.

En un entorno de IA pueden resultar relevantes métricas como la energía por unidad de trabajo útil, el grado de utilización del hardware, el consumo de agua, la eficiencia térmica y la capacidad de adaptar la carga a las condiciones energéticas.

El diseño integrado deja de ser opcional

En proyectos convencionales, las áreas eléctrica, mecánica, estructural, de red e informática podían avanzar con cierta independencia. En un centro para IA, cualquier cambio en una de ellas afecta rápidamente al resto.

La densidad del rack condiciona la distribución eléctrica. La potencia determina cuánto calor debe evacuarse. El circuito de refrigeración modifica la estructura, el espacio y el mantenimiento. La red influye en las distancias, la topología y el cableado. La siguiente generación de hardware puede cambiar de nuevo todos esos requisitos.

El marco ASHRAE-NEMA-PNNL insiste en diseñar la energía y la refrigeración como un único sistema. También anticipa racks de escala megavatio y una mayor adopción de distribución eléctrica a tensiones superiores para reducir corriente, cobre y pérdidas.

El Open Compute Project persigue un objetivo similar con Open Data Centers for AI: desarrollar diseños de referencia para instalaciones con refrigeración avanzada y nuevas arquitecturas eléctricas, reducir retrasos y acortar el tiempo necesario hasta que el hardware empieza a producir trabajo útil.

Los estándares empiezan a actuar así antes de la auditoría final. También sirven para evitar que cada proyecto tenga que resolver desde cero las mismas incompatibilidades.

Qué debería preguntar una empresa antes de contratar capacidad para IA

La lista de certificaciones continúa siendo un buen punto de partida, pero debe acompañarse de una revisión técnica del entorno ofrecido.

Sobre potencia

La empresa debería confirmar si los megavatios están realmente disponibles, en qué fecha, a qué densidad pueden entregarse y si el sistema soporta el perfil de carga esperado.

Sobre refrigeración

Debe comprobar qué arquitectura se ofrece, qué temperatura y caudal están garantizados, qué componentes tienen redundancia y si existen instalaciones equivalentes funcionando en producción.

Sobre resiliencia

La revisión tiene que seguir toda la cadena, desde la acometida hasta la GPU, incluyendo refrigeración secundaria, distribución a rack, red y sistemas de control.

Sobre operación

Conviene pedir procedimientos, experiencia del personal, modelos de responsabilidad, planes de mantenimiento, repuestos y resultados de pruebas de emergencia.

Sobre eficiencia

El proveedor debería explicar cómo mide energía, agua y rendimiento, más allá de comunicar únicamente un PUE anual.

Sobre escalabilidad

La instalación debe demostrar que puede asumir nuevas fases, mayores densidades o cambios de hardware sin obligar a reconstruir por completo la sala.

Sobre el alcance de las certificaciones

Es necesario verificar si la acreditación corresponde al edificio, al diseño, a la operación, a una sala concreta o al sistema de gestión de la compañía. Presentar un certificado corporativo no significa que todas las ubicaciones y servicios estén incluidos.

No habrá un único sello que resuelva todas las dudas

La industria podría desarrollar nuevas acreditaciones para entornos de IA, pero una etiqueta cerrada corre el riesgo de quedarse anticuada rápidamente.

Los aceleradores, la distribución eléctrica y las técnicas de refrigeración evolucionan más deprisa que los ciclos habituales de normalización. Crear un certificado diferente para cada arquitectura tampoco ayudaría a comparar proveedores.

El resultado más probable será una combinación de elementos:

• Estándares de resiliencia del emplazamiento.
• Sistemas de gestión certificados.
• Guías térmicas y eléctricas actualizadas.
• Especificaciones abiertas de interfaces.
• Pruebas de puesta en marcha a alta densidad.
• Métricas energéticas más amplias.
• Evidencias operativas sobre instalaciones reales.

La IA no reduce el valor de las clasificaciones Tier, las normas ISO o las recomendaciones de ASHRAE. Obliga a interpretarlas con mayor precisión y a comprobar qué queda fuera de su alcance.

El nuevo criterio para evaluar un centro de datos no será únicamente si dispone de un certificado reconocido. Será si puede demostrar que energía, refrigeración, conectividad, hardware y operación funcionan como un sistema único, resistente y capaz de adaptarse a las siguientes generaciones de computación.

Preguntas frecuentes

¿Una certificación Tier garantiza que un centro de datos está preparado para IA?

No por sí sola. La certificación evalúa la topología y, según el programa contratado, el diseño, la construcción o la operación. El comprador debe comprobar además la densidad, la refrigeración, la distribución eléctrica y la resiliencia del despliegue concreto.

¿A partir de qué densidad es obligatoria la refrigeración líquida?

No existe un umbral universal. Depende del hardware, la concentración térmica, las temperaturas admitidas y la capacidad del sistema de aire. En los nuevos clústeres de GPU, la refrigeración direct-to-chip es cada vez más habitual.

¿El PUE permite comparar la eficiencia de dos sistemas de IA?

Solo parcialmente. Mide la eficiencia de la infraestructura del centro de datos, pero no la utilización de las GPU ni la cantidad de trabajo de IA obtenida por unidad de energía.

¿Qué significa realmente que una instalación esté preparada para refrigeración líquida?

Puede significar desde disponer de espacio para futuras tuberías hasta operar racks refrigerados por líquido en producción. Es necesario comprobar la infraestructura instalada, la experiencia operativa, la redundancia y el reparto de responsabilidades.