La nueva arquitectura de alimentación reduce en un 30 % los picos de demanda eléctrica provocados por cargas intensivas de IA y alivia la presión sobre la red eléctrica.
En plena carrera por la inteligencia artificial a gran escala, los centros de datos están empezando a consumir electricidad a ritmos que desafían la capacidad de respuesta de las redes eléctricas convencionales. Con la irrupción de modelos de lenguaje de gran tamaño (LLM) y cargas masivas de entrenamiento sincronizado, los picos de consumo han dejado de ser esporádicos para convertirse en un patrón repetitivo que puede generar resonancias eléctricas, estrés en los transformadores y pérdidas de eficiencia en toda la red.
Para afrontar este problema, NVIDIA ha presentado una solución revolucionaria de gestión energética integrada en su nueva generación de racks GB300 NVL72, basada en fuentes de alimentación con almacenamiento de energía capacitivo y un algoritmo inteligente de suavizado de carga. La solución, que ya está siendo incorporada a sistemas GB200 y se expande con el nuevo GB300, reduce hasta un 30 % la demanda eléctrica pico vista por la red y estabiliza las variaciones bruscas causadas por la sincronización de miles de GPUs.
El desafío: cargas sincronizadas, picos abruptos
A diferencia de las cargas tradicionales de centros de datos, que suelen operar de forma asincrónica y con perfiles energéticos variados, los entrenamientos de IA —como los usados con Megatron, GPT o modelos de visión multimodal— ejecutan cientos o miles de GPUs en sincronía exacta, alternando entre fases de inactividad y de uso intensivo de forma simultánea. El resultado: curvas de consumo que oscilan violentamente, con rampas de subida y bajada que la red eléctrica no puede gestionar con la rapidez necesaria.
Según datos de NVIDIA, los recursos de generación pueden tardar entre 1 y 90 minutos en responder a un aumento súbito de demanda. Durante ese lapso, el sistema eléctrico debe absorber la inestabilidad, generando problemas como caídas o picos de voltaje, que no solo afectan al centro de datos, sino también a otros clientes conectados a la misma infraestructura.
La solución: capacitores, controladores inteligentes y disipación activa
El nuevo diseño del GB300 NVL72 introduce una fuente de alimentación con tres elementos clave:
- Control de potencia con límite de rampa (power cap): durante el arranque de una carga, la GPU no accede inmediatamente a toda su potencia. El sistema define una rampa de subida progresiva, sincronizada con las tolerancias de la red.
- Almacenamiento de energía con capacitores: los picos de consumo se suavizan gracias a capacitores de alta capacidad integrados en cada fuente, que se cargan durante fases de menor demanda y se descargan para cubrir micro-picos. Cada GPU dispone de una reserva aproximada de 65 julios.
- Modo de disipación o “burner”: si una carga de entrenamiento finaliza abruptamente, el sistema activa un modo especial de disipación que simula consumo continuo en las GPUs, evitando un descenso brusco de la demanda y permitiendo una transición suave para la red.
Estos tres mecanismos —combinados— permiten que la curva de consumo general del rack pase de tener picos violentos a presentar un perfil plano y estable (Figura 4 y 7 del informe de NVIDIA).
Resultados reales: hasta 30 % menos demanda pico
Las pruebas realizadas con cargas reales de entrenamiento muestran una mejora clara. En una comparación directa entre un sistema GB200 con PSU convencional y un sistema GB300 con la nueva PSU de almacenamiento energético, se observa una reducción de hasta 30 % en la demanda pico vista por la red eléctrica, sin afectar el rendimiento computacional del clúster.
Además, los niveles de fluctuación rápida de corriente alterna (AC-IN) son considerablemente más bajos, lo que reduce el estrés sobre transformadores y evita sobredimensionar instalaciones eléctricas.
Según NVIDIA, esto permite redimensionar la infraestructura energética de los centros de datos, ajustando la provisión eléctrica más cerca del promedio de consumo en lugar de tener que sobredimensionarla para cubrir los picos más altos. El resultado: más racks por sala, menos costes de energía y menos emisiones indirectas.
Implicaciones para la industria: hacia centros de datos energéticamente sostenibles
En un contexto en el que el consumo eléctrico de los centros de datos de IA crece exponencialmente, tecnologías como las fuentes GB300 NVL72 pueden marcar un antes y un después. No solo permiten mejorar la eficiencia operativa, sino que también contribuyen a la sostenibilidad del modelo eléctrico.
Al integrar almacenamiento energético distribuido a nivel de rack, se reduce la presión sobre los sistemas de generación, se evitan sobredimensionamientos y se mejora la resiliencia energética del centro de datos.
La colaboración entre NVIDIA y LITEON Technology, fabricante de la fuente de alimentación, ha sido clave para miniaturizar el sistema y lograr que aproximadamente la mitad del volumen interno de la fuente se dedique al almacenamiento capacitivo sin comprometer la densidad de computación.
Conclusión: más que una fuente, una estrategia de red
La integración de algoritmos avanzados de gestión de energía, almacenamiento capacitivo distribuido y modos activos de disipación convierten a la fuente de alimentación del GB300 en una herramienta estratégica para armonizar los centros de datos con las capacidades del sistema eléctrico.
En un momento en el que la IA demanda más computación que nunca, y donde las redes eléctricas empiezan a mostrar signos de saturación, esta innovación no solo responde a una necesidad técnica, sino a una responsabilidad energética y medioambiental.
Las tecnologías desarrolladas por NVIDIA para el GB300 NVL72 no solo optimizan el rendimiento de las GPUs, sino que convierten el rack en un actor más inteligente y colaborativo dentro del ecosistema energético global. Una apuesta necesaria para el futuro de la IA… y de la electricidad.
vía: developer.nvidia.com
