La inteligencia artificial está cambiando la arquitectura de los centros de datos. Frost & Sullivan identifica las transformaciones que definirán la infraestructura de la era AI-native.
La inteligencia artificial está cambiando mucho más que el software. Su expansión está obligando a replantear la infraestructura física que permite entrenar modelos, ejecutar inferencias y procesar enormes volúmenes de datos. Por eso, ahora se habla de cómo la IA obliga a reinventar los centros de datos.
Un análisis de Frost & Sullivan advierte que el centro de datos tradicional está entrando en una etapa de transformación profunda. La investigación Disruptive Trends in AI Computing and Data Centers, 2025–2027 fue elaborada por Varun Babu, growth expert de Frost & Sullivan, y Yogesh Ravichandran, lead analyst del equipo TechVision—Megatrends.
La conclusión es contundente: la infraestructura de IA ya no puede diseñarse como una simple evolución del centro de datos tradicional.
El servidor deja de ser la unidad central
Durante décadas, el diseño de los centros de datos estuvo organizado alrededor de servidores. La expansión de la IA está cambiando esa lógica.
Los nuevos entornos requieren combinar aceleradores, memoria de alto ancho de banda, redes de alta velocidad, almacenamiento, energía y refrigeración. Por eso, Frost & Sullivan identifica una transición desde arquitecturas centradas en servidores hacia infraestructuras componibles. En ellas, los recursos pueden organizarse como grupos independientes y asignarse de acuerdo con las necesidades de cada carga de trabajo.
El concepto de AI Pods resume bien esta transformación. Brevemente, los AI Pods son bloques modulares de alta densidad que integran capacidades de cómputo, memoria, redes, almacenamiento y energía. Su principal ventaja es que la infraestructura puede escalar con mayor flexibilidad frente a cargas de IA que evolucionan con rapidez.
Pero existe otra consecuencia menos visible. El cuello de botella ya no está necesariamente en el procesamiento. Puede estar en la memoria, la interconexión, la energía o la capacidad de disipar el calor.
La energía se convierte en una restricción tecnológica
Este es quizás uno de los cambios más importantes. Los centros de datos orientados a IA están aumentando la densidad de potencia de sus instalaciones.
Según Frost & Sullivan, los clusters de entrenamiento pueden llegar a involucrar miles de aceleradores y consumir decenas de megavatios. Eso significa que los sistemas de refrigeración utilizados tradicionalmente pueden dejar de ser suficientes.
El estudio identifica la refrigeración líquida y la reutilización del calor como oportunidades relevantes para la nueva infraestructura. Esto cambia la conversación.
La energía y el cooling dejan de ser servicios auxiliares de la infraestructura. Se convierten en componentes estratégicos de la arquitectura de IA.
En otras palabras, construir capacidad de IA dependerá cada vez más de dónde existe energía disponible y cómo puede gestionarse. También dependerá de la capacidad para controlar el calor generado por cargas computacionales de alta densidad.
El data center empieza a parecerse menos a un edificio tecnológico y más a un sistema energético-computacional integrado.
La IA obliga a reinventar los centros de datos para que sean más inteligentes
La tercera transformación es igualmente relevante. La infraestructura, aparte de soportar aplicaciones de inteligencia artificial, también deberá utilizar inteligencia artificial para administrarse.
Frost & Sullivan identifica el crecimiento de plataformas de orquestación capaces de optimizar recursos de cómputo, memoria, redes y almacenamiento.
La meta es aumentar la utilización de los recursos, mejorar la resiliencia y reducir la intervención manual. Esto abre el camino hacia operaciones AI-native.
El centro de datos puede convertirse progresivamente en un entorno capaz de detectar necesidades, redistribuir recursos y optimizar su operación.
La paradoja es interesante pues la infraestructura que permite ejecutar IA comienza a utilizar IA para administrarse. Con esta transformación, aparece una nueva economía alrededor de la infraestructura
Sin embargo, esta transformación tampoco se limita a la tecnología. Frost & Sullivan identifica nuevos modelos de negocio asociados con esta infraestructura. Entre ellos aparecen Accelerator Pods-as-a-Service, Cooling-as-a-Serv ice y plataformas de gestión de infraestructura de IA.
La lógica recuerda la evolución del cómputo tradicional hacia la nube pues las organizaciones no necesariamente tendrán que comprar y operar toda la infraestructura necesaria. También , podrán consumir capacidad especializada según sus necesidades. Esto puede abrir oportunidades para proveedores de nube, operadores de colocation, integradores, fabricantes de infraestructura y nuevos actores especializados.
La IA obliga a reinventar los centros de datos: Tres oportunidades para la próxima generación de data centers
El estudio identifica tres áreas concretas de crecimiento.
| Oportunidad | Qué está cambiando | Por qué importa |
| AI Pods y campus de infraestructura componible | La infraestructura pasa de servidores independientes a bloques integrados y escalables | Facilita el despliegue y crecimiento de cargas de IA |
| Refrigeración líquida y reutilización de calor | El cooling se convierte en una variable crítica del diseño | Permite manejar mayores densidades de potencia |
| Orquestación consciente del carbono y telemetría | El software comienza a optimizar infraestructura y consumo | Puede mejorar eficiencia, utilización y sostenibilidad |
Estas oportunidades aparecen explícitamente en el estudio como áreas de crecimiento vinculadas con la evolución de la infraestructura de IA.
El verdadero desafío está fuera del rack
La conversación sobre infraestructura de IA suele concentrarse en los procesadores, pero las GPU y otros aceleradores reciben buena parte de la atención porque determinan la capacidad de procesamiento. Aún así, el análisis de Frost & Sullivan permite mirar el problema desde otra perspectiva.
Un acelerador más potente no resuelve por sí solo las restricciones de un centro de datos, además, si la memoria no acompaña, el rendimiento puede limitarse. De igual forma, si la interconexión no tiene suficiente capacidad, los datos se convierten en un cuello de botella. Y. si no existe suficiente energía, tampoco se puede aumentar la capacidad. Finalmente, si el sistema de refrigeración no soporta la densidad térmica, tampoco. Así, la próxima generación de infraestructura de IA tendrá que resolver todas esas variables simultáneamente.
¿Qué significa para América Latina?
Aquí aparece una pregunta particularmente relevante para la región. América Latina tiene oportunidades para atraer inversión en centros de datos y servicios digitales. Pero la competencia ya no dependerá únicamente de disponer de conectividad o terrenos.
La disponibilidad de energía confiable, capacidad eléctrica, infraestructura de telecomunicaciones y condiciones adecuadas para operar centros de datos será cada vez más importante. El propio estudio incorpora las tendencias regionales dentro de su análisis y considera factores como sostenibilidad, ubicación e integración con la red eléctrica.
También aparecerán preguntas sobre sostenibilidad. Entre ellas:
- ¿De dónde proviene la energía?
- ¿Cuánta capacidad adicional requiere un campus de IA?
- ¿Qué ocurre con el calor?
- ¿Existe infraestructura eléctrica suficiente para soportar su expansión?
Estas variables pueden convertirse en factores de competitividad territorial. Por eso, la carrera por la infraestructura de IA estará mediada por liderazgos en energía, infraestructura, capital y territorio, no solo tecnología.
El nuevo data center será un ecosistema
La principal conclusión del análisis de Frost & Sullivan es que el data center está dejando de ser una infraestructura aislada. Su evolución dependerá de la interacción entre fabricantes de chips, proveedores de nube, operadores de centros de datos, empresas de energía y ecosistemas de software de IA.
La IA está convirtiendo esa interacción en una necesidad. El futuro no será simplemente tener más servidores. Será construir infraestructuras capaces de integrar cómputo, memoria, redes, energía, refrigeración y software de orquestación como un único sistema.
Y ahí está la verdadera transformación.
La economía AI-native no se construirá solamente sobre mejores modelos. Se construirá sobre una nueva generación de infraestructura capaz de hacerlos posibles.
Fuente: Frost & Sullivan, “Disruptive Trends in AI Computing and Data Centers, 2025–2027”. El estudio fue elaborado por Varun Babu y Yogesh Ravichandran, del equipo TechVision—Megatrends. El artículo de Frost & Sullivan que sirve como referencia editorial está firmado por Sneha Nair.
6 conceptos que están redefiniendo la infraestructura de IA
La IA obliga a reinventar los centros de datos, a la vez genera nuevos conceptos y formas de entender su realidad. Destacamos algunos de los más relevantes que, en pocos meses. serán de uso común entre los interesados.
Son arquitecturas que permiten combinar y reasignar dinámicamente recursos de cómputo, memoria, almacenamiento y redes según las necesidades de cada carga de trabajo. En IA, ofrecen mayor flexibilidad que una infraestructura basada en servidores rígidos.
Son bloques modulares de infraestructura diseñados para cargas de inteligencia artificial. Integran aceleradores, memoria, redes y otros recursos en una unidad que puede desplegarse y escalarse con mayor rapidez.
Es un modelo en el que las empresas consumen capacidad de aceleradores de IA como servicio, sin tener que adquirir y operar toda la infraestructura. El modelo puede facilitar el acceso a cómputo especializado y convertir la capacidad de IA en un recurso bajo demanda.
Es un modelo que ofrece capacidades avanzadas de refrigeración como servicio. Puede incluir tecnologías como refrigeración líquida y gestión térmica, permitiendo manejar mayores densidades de potencia sin que el cliente tenga que desarrollar toda la infraestructura de cooling.
Los aceleradores utilizados en cargas intensivas de IA generan una elevada densidad térmica. La refrigeración líquida permite extraer el calor con mayor eficiencia y puede facilitar diseños de centros de datos con mayor densidad computacional.
Es la gestión inteligente de las cargas de trabajo considerando también el consumo energético y las emisiones asociadas. La infraestructura puede utilizar datos de telemetría para optimizar dónde y cuándo ejecutar determinadas cargas, buscando mayor eficiencia y sostenibilidad.
La IA obliga a reinventar los centros de datos
La inteligencia artificial está cambiando la arquitectura de los centros de datos. Frost & Sullivan…
Microsoft: un ecosistema integrado que se torna complejo
Un estudio de Kaseya sobre ciberresiliencia en entornos Microsoft advierte sobre la creciente complejidad de…
IA contra IA: El caso de Taiwán y otros casos
Taiwán, Ucrania, el Báltico, Polonia y el Cáucaso muestran una nueva convergencia entre ciberataques, IA,…
Del gaming al código: aprendiendo a innovar
La cultura gamer comparte con el código abierto una lógica de experimentación, colaboración y creación…
Identidad digital y prevención de fraude van de la mano: IONIX
Primer Cyber Risk Operation Center en Colombia
Ikusi y TrendAI lanzaron en Colombia un Cyber Risk Operation Center (CROC) que utiliza IA…