Análisis en profundidad: La “revolución energética” detrás del vertiginoso aumento de la potencia de procesamiento de AI y la ola de subidas de precios de los chips
Hola a todos, soy vuestro periodista financiero. Recientemente, ha habido un debate muy acalorado en el mundo tecnológico sobre lo que se conoce como la “teoría de la desaceleración del AI”. En resumen, muchas personas se preguntan si el desarrollo del aprendizaje automático (AI) es demasiado rápido y si podría detenerse de repente. Esta preocupación realmente afectó a las acciones de semiconductores en el mercado estadounidense a mediados de septiembre.
Pero si observáis atentamente lo que ha ocurrido recientemente, descubriréis una lógica aún más importante: el AI no solo no se ha detenido, sino que, debido a su alto consumo de energía, está provocando una transformación completa que abarca desde las redes eléctricas hasta el interior de los servidores. Los protagonistas de esta transformación ya no son los CPU o GPU tan conocidos, sino los semiconductores de potencia que se encargan de suministrar y transformar la energía.
Hoy, vamos a desglosar este tema en lenguaje sencillo para que entendáis mejor las oportunidades y los riesgos que esconden.
---
Primero: La demanda no se “adivina”, se genera por la presión: La ansiedad de los proveedores de servicios en la nube
Antes que nada, debemos aclarar un punto de contexto: ¿se siguen construyendo centros de datos para AI? La respuesta es sí, y con más urgencia de lo que se imaginaba.
El artículo menciona que Pan Dawei, presidente de Infineon para la región de China, dijo algo muy importante: “Hace tres meses, las demandas de los clientes eran una cifra; tres meses después, ya era otra cifra”. Esto indica que la demanda no es estática, sino que aumenta de manera dinámica y explosiva.
Antes, pensábamos que bastaba con comprar servidores y conectarlos a la electricidad para usarlos, pero ahora no es así. Para gigantes de servicios en la nube como Amazon, Microsoft y Google, el mayor obstáculo no es la falta de chips, sino el límite de su capacidad de construcción física.
Por ejemplo, imagina que quieres abrir un restaurante de hotpot muy popular: tienes todos los ingredientes (chips) y has contratado a todos los cocineros (ingenieros), pero la velocidad de renovación de tu local (sala de datos) es lenta o la aprobación para la conexión eléctrica es muy lenta. Quien pueda suministrar energía de manera estable y eficiente en poco tiempo tendrá la ventaja. Por lo tanto, aunque todos temen una burbuja en el AI, la construcción de la infraestructura es difícil de detener debido a los enormes costos iniciales (edificios, equipos), y el aumento de la demanda solo hace que la cadena de suministro se vuelva aún más tensa.
Segundo: ¿Por qué de repente se utiliza corriente continua de 800V? Porque el suministro tradicional no puede soportarlo
Esta es la lógica técnica más central del artículo. Antes, nuestros ordenadores y servidores utilizaban corriente alterna de baja tensión (AC). Sin embargo, los chips de AI (como los GPU de NVIDIA) consumen mucha energía:
- Antes: Un GPU consumía unos pocos cientos de vatios, y un gabinete que albergaba varios servidores ya era considerado de alta potencia si consumía 100 kilovatios.
- Ahora: Un solo GPU puede consumir hasta 2000 o incluso 4000 vatios, y en el futuro podría llegar a 10 kilovatios. La densidad de potencia de un gabinete ha aumentado a 200, 500 kilovatios, y la próxima generación podría alcanzar los 1000 kilovatios.
Esto choca con los límites del sistema de suministro tradicional, que tiene una baja eficiencia de conversión y líneas eléctricas complejas y pesadas, lo que dificulta la disipación del calor. Si seguimos usando los métodos antiguos, los centros de datos se convertirían en verdaderos “hornos” y los costos de electricidad serían exorbitantes.
Por eso, NVIDIA lidera la propuesta de utilizar corriente continua de alta tensión (HVDC) de 800V.
¿Por qué usar corriente continua? Porque requiere menos conversiones y tiene menos pérdidas de energía, similar a viajar en tren de alta velocidad directamente desde Pekín a Shanghái, lo que es mucho más rápido y eficiente que hacer tres transbordos. Esto aumenta la potencia de procesamiento por kilovatio de electricidad y también simplifica la estructura de las salas de datos. No se trata solo de una actualización técnica, sino también de ahorrar dinero y mejorar la eficiencia.
Tercero: ¿Los transformadores de estado sólido (SST) son el “fin” de los transformadores tradicionales?
Dado que ha cambiado el método de suministro, también deben cambiar los dispositivos que se encargan de transformar la energía.
Los transformadores tradicionales, que probablemente hayáis visto en vuestros edificios, funcionan basados en el principio de la inducción electromagnética y utilizan bobinas de cobre y núcleos de hierro. Tienen desventajas: son grandes, tienen una eficiencia relativa baja y no son adecuados para manejar corriente continua de alta tensión.
Ahora están de moda los transformadores de estado sólido (SST), que pueden considerarse la versión electrónica de los transformadores tradicionales. En lugar de bobinas, utilizan dispositivos semiconductores de potencia (que funcionan como interruptores electrónicos de alta eficiencia) para convertir la tensión.
- Transformadores tradicionales: Son como bombas antiguas que extraen agua mediante rotación mecánica y tienen pérdidas por fricción.
- Transformadores de estado sólido: Son como válvulas inteligentes que controlan el flujo de agua con señales electrónicas, son más pequeños, eficientes y reaccionan rápidamente.
El artículo menciona que Infineon ya está desarrollando soluciones de transformadores de estado sólido de 20 y 30 kilovatios, y muchos proveedores de servicios en la nube han comenzado a probarlos. Esto significa que los fabricantes de equipos eléctricos tradicionales podrían enfrentarse a un desafío tecnológico, mientras que aquellos que controlan las tecnologías semiconductores clave entrarán en un nuevo mercado prometedor.
Cuarto: Los semiconductores de tercera generación (silicio carburo y nitruro de galio) se han convertido en una necesidad
Aquí debemos mencionar dos términos: silicio carburo (SiC) y nitruro de galio (GaN). Son los llamados “semiconductores de tercera generación”.
¿Por qué son tan importantes de repente? Porque el silicio tradicional (el material utilizado en los CPU de nuestros teléfonos) no es lo más eficiente a altas tensiones, frecuencias y temperaturas.
- Escenario uno: En un sistema de corriente continua de 800V, se necesita una conversión de energía eficiente, y los dispositivos de silicio carburo y nitruo de galio son más eficientes y generan menos calor.
- Escenario dos: Los módulos de alimentación (PSU) de los servidores también se están actualizando. Según el plan de Infineon, cuando la potencia de un módulo de alimentación supera los 30 kilovatios, es esencial utilizar silicio carburo y nitruo de galio, ya que el silicio tradicional no es suficiente.
Es como los motores de los coches: antes se podían usar motores de gasolina (silicio), pero para construir coches de alta performance (servidores AI) se necesitan sistemas híbridos o completamente eléctricos más eficientes (silicio carburo/nitruo de galio).
Por lo tanto, los semiconductores de potencia ya no son un complemento, sino el elemento central para la implementación de los centros de datos de AI. Sin estos dispositivos electrónicos de alta eficiencia, el sistema de corriente continua de 800V no sería viable y la potencia de procesamiento de AI no se podría liberar de manera eficiente.
Quinto: La ola de subidas de precios ha llegado: La lucha entre la expansión de la capacidad y la presión de los costos
Finalmente, hablemos de dinero. El artículo menciona que empresas como Infineon, STMicroelectronics y Texas Instruments han aumentado sus precios. Infineon incluso ha realizado dos rondas de subidas de precios.
¿Por qué se atreven a subir los precios? Hay dos razones principales:
1. La demanda es demasiado alta y la capacidad no sigue el ritmo: Aunque Infineon comenzó a producir en su nueva fábrica en Dresde, Alemania, y también invirtió 500 millones de euros en expansión, el aumento de la demanda impulsado por el AI es exponencial. Cuando la oferta no alcanza la demanda, los vendedores tienen más poder.
2. La presión de los costos es enorme: No solo los chips en sí, sino que todo el costo de la cadena de suministro de semiconductores está aumentando: energía, materias primas, transporte e incluso servicios laborales. Además, la construcción de nuevas fábricas y la adquisición de equipos nuevos (especialmente para la producción de obleas de nitruo de galio de 12 pulgadas) requiere inversiones significativas, y estos costos se transfieren al precio de cada chip.
¿Qué significa esto para las personas comunes o los inversores?
- A corto plazo: Los fabricantes de servidores y operadores de centros de datos verán aumentar sus costos, lo que podría reducir sus márgenes de beneficio.
- A largo plazo: Es un camino inevitable para la actualización tecnológica de la industria. Los fabricantes que controlan los materiales clave (silicio carburo, nitruo de galio) y las tecnologías de encapsulación avanzadas tendrán más poder de fijación de precios y una mayor cuota de mercado.
- Advertencia de riesgos: Pan Dawei también señaló que es difícil predecir los precios en el futuro, ya que están relacionados con los precios de las materias primas. Si la inflación mundial continúa o la demanda de AI disminuye repentinamente, las capacidades de alta inversión podrían quedar desempleadas, lo que podría llevar a guerras de precios.
Conclusión
A primera vista, este artículo habla sobre las fluctuaciones en las acciones de semiconductores, pero en realidad trata sobre la “revolución energética” de la infraestructura del AI.
El desarrollo del AI ha pasado de competir en términos de potencia de procesamiento (comprar más GPU) a competir en eficiencia energética (cómo suministrar energía de manera más eficiente). En este proceso, el sistema de corriente continua de 800V es la dirección, los transformadores de estado sólido son el medio y los semiconductores de tercera generación (silicio carburo y nitruo de galio) son el alma de esta transformación.
Para quienes no son expertos, recordad esto: **El futuro de la potencia de procesamiento del AI puede no residir en los chips en sí, sino en cómo suministrar energía de manera eficiente a estos chips*. Quien controle esta tecnología tendrá el control en la era del AI.