El crecimiento de los centros de datos ha convertido la eficiencia energética de servidores y sistemas de almacenamiento en un desafío cada vez más importante. El aumento de los servicios en la nube, la inteligencia artificial y el procesamiento de grandes cantidades de información está elevando la demanda de infraestructura informática, mientras investigadores y empresas buscan formas de mantener el rendimiento sin aumentar innecesariamente el consumo eléctrico.
Una de las propuestas que aborda directamente este problema es Interact, una herramienta basada en aprendizaje automático desarrollada a partir de investigaciones de Nour Rteil, Rabih Bashroush, Rich Kenny y Astrid Wynne. El trabajo fue publicado en Sustainable Computing: Informatics and Systems en 2022 y plantea un sistema capaz de analizar el consumo energético, los costos y la huella de carbono asociados con servidores e infraestructura de centros de datos.
¿Cómo funciona la herramienta?
Interact utiliza modelos de aprendizaje automático para estimar el consumo energético y el rendimiento de un servidor a partir de características de su configuración de hardware. La idea es que los operadores puedan comparar diferentes alternativas antes de realizar cambios en su infraestructura.
La herramienta también permite analizar la infraestructura existente y generar recomendaciones relacionadas con la renovación o sustitución de servidores. De esta manera, una organización puede estudiar si mantener determinado equipo, reemplazarlo o modificar su configuración puede representar una reducción en consumo, costos y emisiones de carbono.
Esto resulta especialmente relevante en infraestructuras con cientos o miles de servidores, donde pequeñas diferencias de eficiencia pueden acumularse durante largos periodos de funcionamiento.
El almacenamiento también forma parte del problema
Aunque buena parte de la atención suele concentrarse en los procesadores y aceleradores utilizados para inteligencia artificial, el almacenamiento también requiere electricidad.
Según la Agencia Internacional de Energía (IEA), los sistemas de almacenamiento representan alrededor del 5 % del consumo eléctrico de un centro de datos moderno, aunque la proporción cambia según el tipo de instalación y su infraestructura. Los servidores, por su parte, representan aproximadamente el 60 % del consumo eléctrico en los centros de datos modernos, según estimaciones de la IEA para 2024.
Esto significa que optimizar el almacenamiento masivo no consiste solamente en comprar dispositivos que consuman menos electricidad. También implica analizar qué información se almacena, con qué frecuencia se utiliza y qué infraestructura es necesaria para mantenerla disponible.
El aprendizaje automático puede ayudar a tomar esas decisiones
El interés por utilizar modelos de aprendizaje automático en este campo surge porque la eficiencia de un servidor depende de múltiples variables: configuración de hardware, carga de trabajo, utilización de recursos y características de las aplicaciones.
El estudio de Interact plantea precisamente utilizar modelos de aprendizaje automático para estimar el comportamiento energético de los servidores y proporcionar información que ayude a tomar decisiones sobre la infraestructura. El objetivo no es simplemente apagar máquinas, sino identificar situaciones en las que existe capacidad de procesamiento ociosa, configuraciones poco eficientes o equipos que podrían ser sustituidos por alternativas con una mejor relación entre rendimiento y consumo.
¿Por qué es importante reducir el consumo?
La preocupación por la energía utilizada por los centros de datos ha aumentado a medida que crece la digitalización. La IEA estima que los centros de datos consumieron alrededor de 415 TWh de electricidad en 2024, equivalente a aproximadamente el 1,5 % del consumo eléctrico mundial de ese año. La organización proyectó además que esta demanda podría alcanzar unos 945 TWh en 2030 en su escenario base.
El crecimiento está relacionado, entre otros factores, con la expansión de la inteligencia artificial. La IEA señaló que el consumo eléctrico de los centros de datos aumentó un 17 % durante 2025, mientras que el consumo de los centros orientados específicamente a inteligencia artificial creció aún más rápido.
Este escenario hace que la eficiencia de cada componente de la infraestructura adquiera mayor importancia.
No se trata únicamente de reducir electricidad
Una optimización adecuada también puede tener efectos económicos y ambientales.
El trabajo científico sobre Interact propone analizar simultáneamente energía, costos y emisiones de carbono, de modo que las decisiones sobre servidores no dependan únicamente de su precio de adquisición o de su capacidad de procesamiento.
La investigación también reconoce que existen compromisos entre consumo energético, rendimiento, capacidad, costo y confiabilidad. En sistemas de almacenamiento, por ejemplo, reducir el consumo puede implicar modificar la forma en que se administran los discos, los datos y las cargas de trabajo, por lo que cualquier ahorro debe evaluarse junto con las necesidades de disponibilidad y rendimiento.
Una tendencia que también llega a la arquitectura de datos
La optimización no tiene que producirse únicamente a nivel del hardware. La arquitectura utilizada para almacenar y procesar información también puede influir en los recursos consumidos.
Las recomendaciones actuales para arquitecturas de datos sostenibles incluyen diferenciar entre información que se consulta constantemente y aquella que se utiliza con menor frecuencia. Los datos de acceso frecuente pueden mantenerse en sistemas de almacenamiento rápido, mientras que información utilizada ocasionalmente puede trasladarse a capas de almacenamiento más eficientes para ese tipo de acceso.
Este enfoque permite evitar que todos los datos reciban exactamente el mismo tratamiento y, en determinadas arquitecturas, puede reducir recursos utilizados innecesariamente.
Un desafío que seguirá creciendo
El problema probablemente será cada vez más relevante a medida que aumenten las necesidades de procesamiento y almacenamiento. La IEA advierte que la demanda eléctrica de los centros de datos está creciendo rápidamente y que la inteligencia artificial está impulsando la incorporación de servidores de mayor densidad energética.
Por ello, herramientas como Interact muestran una de las líneas que está siguiendo la investigación: utilizar datos y aprendizaje automático para conocer con mayor precisión cuánto consume una infraestructura informática y decidir dónde existen oportunidades de mejora.
La eficiencia energética de los centros de datos, por tanto, no depende de una única tecnología. Requiere combinar servidores eficientes, almacenamiento adecuado, gestión inteligente de las cargas de trabajo, refrigeración y una arquitectura de datos que evite utilizar recursos de manera innecesaria.
