La transformación digital ya no es una opción, sino una necesidad para las empresas que quieran competir en un mundo cada vez más impulsado por la Inteligencia Artificial (IA) y la computación en la nube. Sin embargo, el reto no es simplemente adoptar estas tecnologías, sino hacerlo de manera eficiente, segura y cumpliendo con las normativas específicas de cada sector. En este escenario, la soberanía de los datos adquiere un papel central, junto con la baja latencia y la alta disponibilidad, para garantizar implementaciones de IA confiables y sostenibles.
En este contexto, la IA privada está tomando protagonismo: muchas organizaciones buscan infraestructuras propias de entrenamiento de IA para proteger información sensible y mantener control sobre sus datos. Esta tendencia también se refleja a nivel global: según McKinsey, entre el 35 % y el 40 % de las cargas de trabajo de IA en Europa y Estados Unidos serán privadas para 2030. Al mismo tiempo, el sector de data centers en España y Europa vive un momento de fuerte expansión, un fenómeno conocido como data center squeeze que intensifica la presión sobre espacio y energía disponibles.
Según datos recientes, la potencia operativa de los centros de datos en España creció un 275 % en los últimos dos años, alcanzando cerca de 600 MW. Este crecimiento resalta la escasez de energía y superficie disponible con las condiciones adecuadas, especialmente en un contexto en el que el hardware de IA exige densidades energéticas hasta diez veces superiores a las de aplicaciones tradicionales. Más que una falta de suelo en términos absolutos, el reto radica en la limitada disponibilidad de terrenos que cumplan los requisitos necesarios para albergar un centro de datos, como alta conectividad, acceso a energía, tramitación urbanística, permisos y otros condicionantes técnicos. En paralelo, en Europa la demanda de capacidad preparada para IA se ha disparado: en 2025 los contratos de capacidad para centros de datos de IA se han triplicado con respecto al año anterior.
Esta presión obliga a replantear cómo diseñamos infraestructura de IA: no basta con acumular hardware, sino que es clave hacerlo de forma eficiente, flexible y sostenible.
Índice de temas
Rediseñando la infraestructura de IA: Ultra Ethernet
Hasta ahora, entrenar modelos de IA distribuida requería InfiniBand, un protocolo de altísimo rendimiento, pero costoso y extremadamente sensible a la latencia: necesita operar en el rango de microsegundos y exige que los servidores estén separados por apenas unos metros, lo que obliga a centralizar toda la infraestructura en un único punto.
Ultra Ethernet (UE), lanzado en junio de 2025, cambia este escenario al permitir utilizar Ethernet en entornos antes exclusivos de InfiniBand, conectando servidores de IA dentro de un data center con alto rendimiento. Las versiones previstas para 2026 extenderán esta capacidad a múltiples instalaciones dentro de una misma región metropolitana. UE puede operar con latencias de hasta 1 milisegundo, lo que lo hace más robusto y adecuado para escenarios distribuidos y para habilitar una infraestructura de IA verdaderamente descentralizada.
Entre sus ventajas destacan:
- Infraestructura distribuida: aprovechar capacidad ociosa en distintos data centers dentro de la ciudad.
- Computación desagregada: distribuir el procesamiento de IA en varias ubicaciones sin perder eficiencia.
- Reducción del riesgo de dependencia de proveedores (vendor lock-in).
- Compatibilidad con hardware Ethernet existente, lo que acelera su adopción mediante actualizaciones de software rápidas.
El AI Exchange (AI-IX)
La solución más directa para aprovechar UE es utilizar un AI Exchange (AI-IX), una plataforma neutral frente a data centers y operadores. AI-IX combina alta capacidad de ancho de banda y baja latencia, conectando redes y centros de datos relevantes para IA y optimizando rutas de datos tanto para entrenamiento distribuido como para inferencia.
Además, AI-IX permite equilibrar eficiencia, gobernanza y cumplimiento normativo. A medida que los riesgos aumentan, los consejos de administración participan activamente en decisiones sobre seguridad de datos, selección de tecnologías y proveedores de IA. De este modo, las empresas pueden internalizar el entrenamiento de IA, garantizando control, cumplimiento y ventaja competitiva.
Perspectivas de futuro: infraestructuras privadas de IA más flexibles y seguras
Las próximas versiones de Ultra Ethernet prometen menor dependencia de la latencia y cobertura en distancias mayores, permitiendo entrenar grandes modelos de lenguaje (LLMs) en varias instalaciones de la ciudad. La combinación de UE y AI-IX permitirá a las empresas escalar sus infraestructuras de IA de manera más flexible y distribuida, optimizando recursos, reduciendo riesgos y manteniendo control sobre sus datos sensibles.
