Estudio de la Universidad de Houston demuestra que estructuras ramificadas 50% sólidas mejoran hasta 3 veces la evacuación de calor en GPUs de IA.
- Centros de datos de IA.
- Calor extremo, densidad récord.
- Refrigeración como cuello de botella.
- Películas delgadas, geometrías ramificadas.
- Inspiración en la naturaleza.
- Menos temperatura, más estabilidad.
Reduciendo el calor
El crecimiento acelerado de la inteligencia artificial ha convertido a los centros de datos en auténticas fábricas de calor. Procesadores gráficos funcionando sin descanso, aceleradores especializados y cargas de trabajo continuas elevan la densidad de potencia a niveles que hace una década parecían imposibles. El problema ya no es solo computacional: es térmico, y empieza a marcar límites físicos muy reales.
En este contexto, un trabajo liderado desde la University of Houston propone una vía distinta, más elegante y sorprendentemente cercana a la lógica de la naturaleza. El profesor Hadi Ghasemi, catedrático de Ingeniería Mecánica y Aeroespacial, ha demostrado que películas delgadas con geometrías ramificadas, similares a las de un árbol, pueden disipar al menos tres veces más calor que las soluciones de refrigeración más avanzadas utilizadas hoy.
La clave no está solo en evacuar más energía térmica, sino en hacerlo antes de que los sistemas alcancen temperaturas críticas. En centros de datos de IA, donde cada grado cuenta, esa diferencia puede traducirse en mayor fiabilidad, menos fallos y una vida útil más larga del hardware.
Estructuras de película delgada
Las estructuras desarrolladas por el equipo de Ghasemi parten de un principio sencillo: maximizar el contacto eficaz entre el líquido refrigerante y la superficie caliente, manteniendo la estabilidad del flujo. Las geometrías ramificadas, con aproximadamente un 50 % de material sólido y un 50 % de espacio vacío, facilitan una evaporación controlada y constante del líquido, evitando los colapsos térmicos típicos de otros sistemas.
En los mapas de temperatura generados durante los ensayos y simulaciones, estas películas muestran una distribución térmica mucho más homogénea, sin puntos calientes extremos. No es solo que enfríen más, es que lo hacen mejor, con menos estrés para el sistema.
El trabajo combina optimización topológica con modelos de inteligencia artificial conscientes de la física, una aproximación que no busca atajos estadísticos, sino soluciones que respeten las leyes básicas de la transferencia de calor. Ahí está una de las aportaciones más relevantes del estudio.
El auge de las películas delgadas
Durante años, la refrigeración de alta potencia ha confiado en microcanales, chorros de líquido o spray cooling. Estas técnicas funcionan, pero empiezan a mostrar límites claros cuando el flujo térmico se dispara. El problema aparece cuando la capa líquida se vuelve inestable al evaporarse demasiado rápido, reduciendo su capacidad para extraer calor justo cuando más se necesita.
La evaporación en película delgada evita en gran parte ese cuello de botella. Mantiene una resistencia térmica baja incluso bajo flujos extremos y permite trabajar con menores sobrecalentamientos, algo crítico en electrónica avanzada. Aun así, hasta ahora no estaba claro cómo diseñar estas estructuras para exprimir todo su potencial.
Los resultados obtenidos indican que estas nuevas geometrías alcanzan flujos térmicos críticos elevados sin necesidad de que la superficie se caliente tanto como en sistemas convencionales. En la práctica, eso significa refrigeración más eficiente con menos margen de riesgo.
Ghasemi subraya además el valor del enfoque: IA aplicada al diseño, pero guiada por la física. No se trata de probar millones de formas al azar, sino de entender por qué unas funcionan mejor que otras y usar ese conocimiento para ir más allá.
Potencial
Estas películas delgadas no se limitan a los centros de datos de IA. Su aplicación podría extenderse a electrónica de potencia, vehículos eléctricos, sistemas fotónicos o infraestructuras críticas donde el calor es un enemigo silencioso. Integradas correctamente, pueden ayudar a reducir el consumo energético total de tecnologías clave para la transición ecológica.
A medio plazo, este tipo de soluciones abre la puerta a centros de datos más compactos, más eficientes y menos dependientes de sistemas de refrigeración intensivos. No resolverán por sí solas la huella climática digital, pero sí atacan uno de sus puntos más frágiles.
No es una revolución ruidosa. Es una mejora silenciosa, basada en física sólida y diseño inteligente. Y, visto el ritmo al que crece la IA, llega justo a tiempo.
Vía www.uh.edu
Más información: Amirmohammad Jahanbakhsh et al, Physics-informed neural network based topology optimization for thin-film evaporation in hierarchical structures, International Journal of Heat and Mass Transfer (2026). DOI: 10.1016/j.ijheatmasstransfer.2025.127902
Deja una respuesta