La eclosión de la inteligencia artificial generativa está reconfigurando las métricas de diseño, densidad y disponibilidad en el sector de las infraestructuras digitales. En este escenario de alta competitividad, Google Cloud mantiene un enfoque estratégico singular para la península ibérica, fundamentado en la eficiencia climática, la flexibilidad operativa a través del modelo de coubicación (colocation) y la coexistencia de arquitecturas de silicio.

En una entrevista exclusiva con DCD en el marco del Google Cloud AI Live celebrado en Madrid, Javier Martínez, Head of Customer Engineering de Google Cloud Iberia, analiza los pilares técnicos que sostienen la capacidad de cómputo de la compañía en la región de Madrid (es-madrid) y cómo responde la infraestructura a las exigencias de las cargas de trabajo densas.

Cero evaporación: el paradigma hídrico en es-madrid

Uno de los debates más intensos en la industria del data center es el impacto de la computación de alta densidad en los recursos hídricos locales. Frente a los retos climáticos de la Península Ibérica, la estrategia de refrigeración de Google se desmarca de los sistemas evaporativos tradicionales.

"Cuando operamos en regiones donde hay estrés hídrico, como es el caso de Madrid, los sistemas de refrigeración no consumen agua", afirma Martínez. A diferencia de los campus de la compañía en el norte de Europa, donde la disponibilidad de recursos permite otros métodos de intercambio térmico, las instalaciones que dan servicio a los clientes españoles operan bajo un estricto modelo de circuito cerrado.

Con la llegada de chips de IA con requerimientos térmicos extremos, la refrigeración líquida se ha convertido en el estándar de la compañía. Sin embargo, Martínez clarifica un error común de percepción en la opinión pública: "Se habla de refrigeración líquida, pero no es agua; realmente son glicoles y alcoholes en circuito cerrado que realizan el intercambio de calor de forma mucho más eficiente que el agua y el aire". Este enfoque permite neutralizar el indicador del WUE (Water Usage Effectiveness) en la región, mitigando el impacto ambiental en zonas de vulnerabilidad hídrica.

Flexibilidad y 'Time-to-Market' en la carrera por el suelo

Mientras competidores directos como AWS o Microsoft ejecutan masivas inversiones en la construcción de campus propios greenfield en regiones como Aragón o Madrid, Google ha optado en España por un perfil operativo más discreto pero altamente ágil. Su infraestructura se apoya firmemente en alianzas con proveedores de colocation locales y socios estratégicos como Telefónica.

Desde la perspectiva de la ingeniería de clientes, este modelo ofrece ventajas competitivas críticas en el contexto actual. "Hay una agilidad asociada a trabajar con terceros cuando hay una infraestructura existente", explica Martínez. "No tienes que esperar el time-to-market que exige comprar suelo y empezar desde cero".

Además de la velocidad de despliegue, el modelo de coubicación mitiga el principal cuello de botella que frena la expansión del sector en Europa: el acceso a la energía. "Apoyarse en instalaciones que ya cuentan con los suministros y subestaciones dimensionadas permite a Google escalar de forma modular según la demanda del mercado local, contrarrestando la rigidez de los desarrollos propios de gran envergadura".

Inferencia local y silicio híbrido

A nivel de cómputo puro para inteligencia artificial, Google gestiona una arquitectura distribuida donde la ubicación física del hardware responde a la naturaleza de la carga de trabajo. Martínez confirma que, actualmente, la región es-madrid no alberga físicamente las Unidades de Procesamiento Tensorial (TPU) de última generación de la firma, las cuales se reservan para despliegues masivos e hiperconectados en regiones globales específicas.

Esta distribución no penaliza el consumo de IA en la península. Martínez traza una línea divisoria clara entre el entrenamiento de modelos de frontera —que puede centralizarse globalmente— y la inferencia, que es el proceso diario de consumo de las empresas. "Para hacer inferencia distribuyes varias copias del modelo por el mundo. La mayoría de los clientes aquí opta por hacer la inferencia en Europa para minimizar la latencia y garantizar el estricto cumplimiento normativo de normativas como GDPR".

Para responder a este flujo de datos con la menor degradación de señal posible, la compañía se apoya en su red de conectividad global. Un ejemplo de ello es su Punto de Presencia (PoP) en Barcelona, una infraestructura que, según detalla el directivo, ofrece latencias de red sumamente competitivas —conectando directamente con nodos como Madrid o París en torno a los 10 milisegundos—, superando arquitectónicamente a redes competidoras que dependen de tránsitos y nodos intermedios.

Finalmente, ante la persistente escasez global de GPUs en el mercado, Google saca partido de la convivencia de su ecosistema híbrido. Ofrecer tanto silicio de NVIDIA como sus propias TPUs en su catálogo cloud global dota a sus clientes de una resiliencia operativa única. "La lección para la industria ante los problemas actuales de capacidad es la flexibilidad: cuanto más puedas jugar con diversas arquitecturas de hardware, más capacidad tendrás para absorber la demanda", concluye Martínez.