Qué Es la Infraestructura de IA Soberana: Guía Técnica de Requisitos, Energía y el Modelo de AI Factory

La infraestructura de IA soberana ha pasado de eslogan político a categoría de compra. Gobiernos, sectores regulados y grandes empresas están haciendo la pregunta que sus CIOs evitaron durante una década: qué hace falta exactamente para entrenar, hacer fine-tuning y servir IA frontera dentro de nuestra propia jurisdicción, sobre hardware que controlamos y con energía de la que podemos rendir cuentas.

Esta guía es la respuesta técnica. Define el término, lista los requisitos, recorre las restricciones de energía y refrigeración, y explica el modelo de AI Factory que se ha convertido en la arquitectura de referencia para despliegues soberanos en Europa y más allá.

Qué significa realmente "IA soberana"

IA soberana es la capacidad de desarrollar y operar sistemas de IA bajo el control legal, operativo y físico exclusivo de una nación, región o empresa. No es un producto. Es un stack de decisiones en cuatro capas:

1. Silicio y cómputo — GPUs, aceleradores, red y almacenamiento físicamente ubicados en el territorio soberano.
2. Energía e instalación — conexión a red, generación on-site, refrigeración y el shell del data center.
3. Software y modelos — modelos open-weight o licenciados, frameworks de entrenamiento, orquestación e inferencia auditables y modificables.
4. Datos y gobierno — datasets, vector stores, logs e identidad gobernados por ley local, sin alcance extraterritorial extranjero (CLOUD Act, FISA 702, controles a la exportación).

Si alguna de estas cuatro capas depende de un proveedor extranjero cuyo gobierno puede obligar a la divulgación o cortar el acceso, el despliegue no es soberano. Es alojado.

Por qué "qué es IA soberana" es de repente la pregunta de todos

Tres cosas cambiaron entre 2023 y 2026:

• La regulación alcanzó. NIS2, DORA y la Ley de IA exigen residencia de datos demostrable, salida verificable de proveedores críticos y trazabilidad documentada para sistemas de IA de alto riesgo. Los defaults de los hyperscalers ya no cumplen la letra de la ley.
• El suministro de GPU se volvió geopolítico. Con ~90% de la lógica puntera fabricada en Taiwán y el encapsulado CoWoS concentrado en TSMC, cada hoja de ruta de IA es implícitamente una apuesta a una sola isla. Diversificar *dónde* se sitúa el cómputo es la única cobertura disponible.
• La economía se invirtió. A precios de energía de 2026, una AI Factory on-premises bien ubicada amortiza un cluster H100/H200 de €25–60M en 24–36 meses frente al precio equivalente de GPU-hora hyperscaler. La soberanía dejó de ser un sobrecoste y pasó a ser la opción más barata a escala.

Requisitos técnicos: la lista corta

Un despliegue que pueda llamarse creíblemente infraestructura de IA soberana debe cumplir, como mínimo:

• Aceleradores dedicados. NVIDIA H100/H200/B200, AMD MI300X o equivalentes, con fabrics NVLink/InfiniBand no compartidos.
• Interconexión de alto ancho de banda. InfiniBand NDR 400G–800G o RoCEv2 con topología fat-tree no bloqueante o rail-optimized.
• Almacenamiento paralelo. 1–5 TB/s de throughput agregado desde un filesystem paralelo (Lustre, WEKA, VAST, DAOS).
• Stack de modelos open-weight. Llama 3, Mistral, Mixtral, Qwen o equivalentes servidos por vLLM, TGI u Ollama.
• Capa local de vectores y RAG. pgvector, Milvus, Qdrant o Weaviate co-ubicados con las GPUs.
• Identidad, logging y auditoría bajo ley local. SSO, HSM y logging completo de prompt/respuesta en almacenamiento que ninguna autoridad extranjera pueda obligar a entregar.

La restricción energética que nadie puede resolver con ingeniería

El cómputo es el titular; la energía es la restricción vinculante. Un nodo NVIDIA DGX H100 consume ~10,2 kW. Un cluster de 1.024 GPUs H100 está en 1,3–1,5 MW de carga IT, que pasan a 1,6–1,8 MW en contador con refrigeración y pérdidas de conversión.

Tres números definen si un site es viable: potencia conectada (MW con fecha firme), PUE (1,10–1,20 en greenfield bien diseñado; 1,6–1,9 en enterprise legacy) y intensidad de carbono (Iberia, los Nórdicos y Francia entre 30 y 150 gCO₂/kWh; redes con mucho carbón superan los 600).

Refrigeración: el aire ha terminado para clusters de entrenamiento

Las generaciones H100 y B200 cruzan el umbral de densidad por rack donde la refrigeración por aire deja de funcionar. 40–60 kW por rack es la nueva normalidad; los diseños B200 llegan a 120 kW. Dominan dos arquitecturas: direct-to-chip liquid cooling (DLC) e immersion cooling. Reconvertir un data center enterprise legacy a cualquiera de las dos suele ser más caro que construir una sala de IA dedicada al lado.

El modelo AI Factory

"AI Factory" es el término sobre el que han convergido NVIDIA, la Comisión Europea y la mayoría de programas soberanos. Describe un modelo operativo concreto: instalación dedicada dimensionada en MW de carga IT, un único tenant o consorcio soberano, una línea de producción continua de modelos (pre-training, fine-tuning, evaluación e inferencia) y observabilidad end-to-end de energía, cómputo, datos y rendimiento.

Qué cuesta (orden de magnitud)

Para un cluster soberano de referencia de 1.024 × H100 (~1,5 MW IT): capex de cómputo €28–35M, capex de instalación €8–15M, opex energético anual €1,5–3,5M a €60–140/MWh, software y operaciones €1–2M/año. A esos números, una AI Factory soberana bate al hyperscaler una vez la utilización supera ~55–65%.

Cómo evaluar si necesitas IA soberana

Cuatro preguntas lo deciden: ¿están tus datos sujetos a NIS2, DORA, la Ley de IA o normas sectoriales? ¿La divulgación obligada por un gobierno extranjero crearía riesgo inaceptable? ¿Tienes suficiente carga sostenida (>50% de utilización de un cluster multi-MW)? ¿Tienes o puedes asegurar la potencia y el site? Tres "sí" y la infraestructura soberana es la arquitectura correcta. Cuatro y es la única.

Hacia dónde va esto

La conversación de IA soberana en 2026 ya no es "¿deberíamos?". Es "¿dónde, con qué contrato de energía, sobre qué modelo open y a qué velocidad podemos energizar?". Las respuestas técnicas están resueltas. El trabajo restante es industrial: construir las AI Factories, asegurar los megavatios y convertir a las industrias reguladas y los gobiernos en operadores de su propia inteligencia — no en inquilinos de la de otro.