Una de las grandes limitaciones de los centros de datos modernos es el calor. Los chips de IA son cada vez m\u00e1s potentes, pero tambi\u00e9n generan m\u00e1s temperatura, y refrigerarlos consume tanto electricidad como agua. Aqu\u00ed es donde entra en juego la \u201cmicroflu\u00eddica\u201d, una t\u00e9cnica que literalmente introduce l\u00edquido refrigerante dentro de los chips.<\/p>\n\n\n\n
Microsoft ha dado un paso muy relevante: ha probado con \u00e9xito un sistema de microcanales grabados directamente en el silicio del chip, por donde fluye el l\u00edquido refrigerante justo donde se produce el calor. Con esto han logrado enfriar hasta 3 veces m\u00e1s eficazmente que con las placas fr\u00edas tradicionales (\u201ccold plates\u201d).<\/p>\n\n\n\n
Adem\u00e1s, usan IA para mapear d\u00f3nde est\u00e1n los \u201cpuntos calientes\u201d del chip y dirigir con precisi\u00f3n el l\u00edquido solo a esas zonas. En sus pruebas han reducido el aumento m\u00e1ximo de temperatura en el silicio hasta un 65 %.<\/p>\n\n\n\n
\u00bfPor qu\u00e9 es tan importante esto? Porque este m\u00e9todo de enfriamiento no solo mejora el rendimiento de los chips (pueden trabajar m\u00e1s intensamente), sino que puede disminuir el consumo, de energ\u00eda y agua, al requerir l\u00edquidos menos fr\u00edos (De hecho en las pruebas entra agua a 40\u00baC y sale a 70\u00baC) y reducir la infraestructura pesada de enfriamiento. Adem\u00e1s, gracias a una mejor gesti\u00f3n t\u00e9rmica, podr\u00eda facilitar dise\u00f1os m\u00e1s densos (m\u00e1s chips en menos espacio, un objetivo perseguido que ten\u00eda el problema de la disipaci\u00f3n de calor) o incluso chips apilados en 3D (s\u00ed, hablamos de extender una tercera dimensi\u00f3n los chips gracias a crear capas de microfuidos y no tener la obligaci\u00f3n, hasta ahora imposible, de refrigerar esas capas internas por la falta de contacto con las cold plates o piezas disipadoras de calor), lo que abre la puerta a m\u00e1s potencia sin aumentar el tama\u00f1o del datacenter.. ..as\u00ed evitar el uso de millones de litros de agua, un gasto de recursos que no podemos permitirnos. Incluso podemos ver la manera de aprovechar esa energ\u00eda de calor disipado.<\/p>\n\n\n\n
En definitiva: la microflu\u00eddica podr\u00eda reducir sustancialmente el gasto energ\u00e9tico y de agua en refrigerar los centros de datos del futuro.<\/p>\n\n\n\n
2. Computaci\u00f3n termodin\u00e1mica<\/strong>: usar el \u201cruido\u201d t\u00e9rmico en vez de combatirlo<\/p>\n\n\n\n La segunda gran innovaci\u00f3n viene de la \u201ccomputaci\u00f3n termodin\u00e1mica\u201d, y en este campo destaca una empresa llamada \u2013Extropic-. Su apuesta es radical: en lugar de hacer c\u00e1lculos utilizando bits tradicionales que solo pueden estar en 0 o en 1, sus chips usan \u201cp-bits\u201d (bits probabil\u00edsticos) que fluct\u00faan entre estos valores de forma natural, aprovechando justamente el ruido t\u00e9rmico que normalmente se considera un problema (esta vez no ha sido echar un vistazo a la naturaleza, o tambi\u00e9n\u2026porque ese ruido es natural\u2026, que nos rodea, ha sido invertir los t\u00e9rminos de algo que la ingenieria ha tratado siempre de combatir y utilizarlo a nuestro favor de una forma genial y creativa)<\/p>\n\n\n\n Estos p-bits est\u00e1n agrupados en lo que Extropic llama TSU (Thermodynamic Sampling Unit). La idea es que, en lugar de simular aleatoriedad mediante operaciones complejas en una GPU, el TSU genera directamente muestras (\u201csamples\u201d) a partir de distribuciones probabil\u00edsticas, lo que lo hace much\u00edsimo m\u00e1s eficiente. De hecho, seg\u00fan Extropic, sus simulaciones indican que podr\u00edan llegar a ser ,hasta 10.000 veces m\u00e1s eficientes energ\u00e9ticamente, (una burrada de avance) que las GPUs convencionales para ciertos modelos de IA generativa.<\/p>\n\n\n\n \u00bfC\u00f3mo lo logran? Simplificando: los p-bits son circuitos que cambian entre 0 y 1 de forma aleatoria, pero controlable mediante voltajes. Luego se combinan muchos de esos p-bits para formar modelos m\u00e1s complejos mediante un algoritmo conocido como \u201cGibbs sampling\u201d. Adem\u00e1s, al dise\u00f1ar los TSU de forma que la comunicaci\u00f3n entre los p-bits sea local (solo entre circuitos cercanos), se reduce much\u00edsimo el gasto energ\u00e9tico en movimiento de datos. (Hay camino que recorrer, porque esta novedosa t\u00e9cnica nos obliga a programar las cosas de una nueva manera, no nos sirve lo que hoy mueve a las GPUs, o NPUs)<\/p>\n\n\n\n Otro punto a favor: Extropic ha desarrollado tambi\u00e9n un modelo de IA (Denosing Thermodynamic Model, DTM) hecho a medida para sus TSU, optimizado para consumir muy poca energ\u00eda mientras genera datos. (Tal vez inspirados por las propias t\u00e9cnicas de generaci\u00f3n de im\u00e1genes a partir de ruido aleatorio\u2026quien sabe)<\/p>\n\n\n\n Extropic ya en 2024 estaba construyendo una plataforma de hardware completa para aprovechar las fluctuaciones naturales de la materia como recurso inform\u00e1tico para la IA generativa. Este nuevo paradigma inform\u00e1tico ampl\u00eda la escala del hardware mucho m\u00e1s all\u00e1 de las limitaciones de la inform\u00e1tica digital. Permite crear aceleradores de IA que son varias veces m\u00e1s r\u00e1pidos y eficientes energ\u00e9ticamente que los procesadores digitales (CPU\/GPU\/TPU\/FPGA) y desbloquea potentes algoritmos probabil\u00edsticos de IA que no son factibles en procesadores digitales.<\/p>\n\n\n\n 3. \u00bfQu\u00e9 implican estos avances para el futuro?<\/p>\n\n\n\n .- Menor consumo energ\u00e9tico: si los centros de datos adoptan microflu\u00eddica, podr\u00eda bajar mucho el gasto de energ\u00eda para refrigeraci\u00f3n. Y si los TSU se usan para algunas tareas de IA, el propio c\u00e1lculo ser\u00eda mucho m\u00e1s eficiente.<\/p>\n\n\n\n .-Menor consumo de agua: enfriar con microcanales permite usar l\u00edquidos menos fr\u00edos, lo que podr\u00eda reducir la necesidad de torres de enfriamiento intensas o evaporativas.<\/p>\n\n\n\n .-M\u00e1s potencia en espacios m\u00e1s peque\u00f1os: gracias a una mejor refrigeraci\u00f3n y chips m\u00e1s eficientes, se podr\u00edan meter m\u00e1s servidores en menos espacio. (Ley de Moore al caj\u00f3n del olvido)<\/p>\n\n\n\n .-Sostenibilidad: estos avances podr\u00edan hacer que el crecimiento de la IA no tire tanto de recursos como ocurre hoy, contribuyendo a un modelo de computaci\u00f3n m\u00e1s responsable.<\/p>\n\n\n\n En conjunto, la microflu\u00eddica y la computaci\u00f3n termodin\u00e1mica ofrecen una visi\u00f3n muy prometedora para el futuro de la computaci\u00f3n: no solo m\u00e1s potente, sino tambi\u00e9n m\u00e1s verde. Si logramos llevar estas tecnolog\u00edas a gran escala, podr\u00edamos resolver uno de los grandes dilemas actuales: c\u00f3mo seguir creciendo en capacidad de c\u00f3mputo sin que el coste energ\u00e9tico y el impacto ambiental se disparen.<\/p>\n\n\n\n En Domodesk, siempre intentamos estar al tanto del estado-del-arte en tecnolog\u00eda, al final la tecnolog\u00eda es la referencia que gu\u00eda nuestros pasos ;-).<\/p>\n\n\n\n Para saber m\u00e1s (Fuentes)<\/p>\n\n\n\n https:\/\/news.microsoft.com\/source\/features\/innovation\/microfluidics-liquid-cooling-ai-chips<\/a><\/p>\n\n\n\n https:\/\/extropic.ai\/writing\/thermodynamic-computing-from-zero-to-one<\/a><\/p>\n\n\n\n https:\/\/extropic.ai\/writing\/tsu-101-an-entirely-new-type-of-computing-hardware<\/a><\/p>\n","protected":false},"excerpt":{"rendered":" En un momento en el que los centros de datos crecen sin parar para alimentar la demanda de inteligencia artificial (IA), dos innovaciones tecnol\u00f3gicas est\u00e1n emergiendo como posibles salvavidas para un futuro m\u00e1s sostenible: la microflu\u00eddica para la refrigeraci\u00f3n de chips y la computaci\u00f3n termodin\u00e1mica para hacerlos m\u00e1s eficientes desde el punto de vista energ\u00e9tico, Continue Reading<\/a><\/p>\n","protected":false},"author":1,"featured_media":430,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[179,186,228],"tags":[98,243,239,237,12,118,67,242,236,240,241,30,238],"class_list":["post-429","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-ai","category-chip","category-ia","tag-ai","tag-algoritmo","tag-avances","tag-computacion","tag-domodesk","tag-ia","tag-ingenieria","tag-investigacion","tag-microfluidica","tag-noticias","tag-npu","tag-tecnologia","tag-termodinamica","cat-179-id","cat-186-id","cat-228-id"],"_links":{"self":[{"href":"https:\/\/www.domodesk.com\/blog\/wp-json\/wp\/v2\/posts\/429","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.domodesk.com\/blog\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www.domodesk.com\/blog\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www.domodesk.com\/blog\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/www.domodesk.com\/blog\/wp-json\/wp\/v2\/comments?post=429"}],"version-history":[{"count":1,"href":"https:\/\/www.domodesk.com\/blog\/wp-json\/wp\/v2\/posts\/429\/revisions"}],"predecessor-version":[{"id":431,"href":"https:\/\/www.domodesk.com\/blog\/wp-json\/wp\/v2\/posts\/429\/revisions\/431"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/www.domodesk.com\/blog\/wp-json\/wp\/v2\/media\/430"}],"wp:attachment":[{"href":"https:\/\/www.domodesk.com\/blog\/wp-json\/wp\/v2\/media?parent=429"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.domodesk.com\/blog\/wp-json\/wp\/v2\/categories?post=429"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.domodesk.com\/blog\/wp-json\/wp\/v2\/tags?post=429"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}![\"Infograf\u00eda](\"https:\/\/www.domodesk.com\/blog\/wp-content\/uploads\/2025\/11\/infomicrofluidosycomputaciontermodinamica.png\")
<\/figure>\n\n\n\n