En Ulanqab, en Mongolia Interior (norte de China), los agricultores todavía recogen patatas al lado de unos vecinos que crecen cada mes: grandes naves rectangulares llenas de servidores. Según un reportaje de Genbeta, la zona se ha convertido en uno de los principales polos de cómputo para inteligencia artificial del país, con cientos de grúas y obreros levantando edificios a toda velocidad.

Las cifras que recoge el artículo, a partir de análisis recientes, dan una idea del tamaño: 84 proyectos de centros de datos, 81 de ellos dedicados a IA (otros recuentos llegan a 89), y una inversión de más de 500.000 millones de yuanes, unos 66.000 millones de euros. El consumo eléctrico de estos servicios subió un 85,2 % interanual en el primer semestre de 2026, hasta los 4.000 millones de kWh. Repartido en esos seis meses, sale una potencia media cercana a 0,92 gigavatios.

Por qué un campo de patatas sirve para entrenar una IA

Un centro de datos para IA es, en el fondo, una nave llena de miles de aceleradores, unos chips especializados en hacer multiplicaciones de matrices a lo bestia, que es la operación básica para entrenar y ejecutar modelos de lenguaje o de imagen. Esos chips tienen dos necesidades: mucha electricidad y mucha refrigeración, porque casi toda la energía que consumen acaba convertida en calor.

Ulanqab cumple bien las dos condiciones:

• Clima frío. Está a unos 1.500 metros de altitud y tiene una temperatura media anual de 4,3 °C. Con aire exterior frío buena parte del año, se puede usar refrigeración natural (el llamado free cooling) y ahorrar en enfriadoras, que gastan mucho.
• Viento y electricidad barata. Es una estepa con mucho viento y abundantes parques eólicos. El reportaje sitúa el precio de la luz en torno a 0,30-0,35 yuanes por kWh, una cifra que pesa mucho cuando hablas de gigavatios.
• Cerca, pero no tanto. La latencia hasta Pekín ronda los 4 milisegundos. Es suficiente para muchos servicios en línea y no supone ningún problema para entrenar modelos, una tarea que no necesita respuesta inmediata.

Campus de escala gigavatio

Algunos proyectos tienen nombre propio. La empresa energética Envision puso en marcha el 6 de agosto su campus Galaxy: 120.000 metros cuadrados, capacidad para hasta un millón de aceleradores de IA y, según la propia compañía, margen para superar los 2 GW con electricidad renovable conectada directamente, sin pasar por la red general. Para ponerlo en contexto, 2 GW es una potencia del orden de la de dos reactores nucleares grandes.

El artículo cita además un campus previsto de DeepSeek de alrededor de 1 GW, que entraría en servicio por fases entre 2027 y 2028, y planes de ByteDance para sumar entre 5 y 6 GW en dos años. Son proyecciones, no instalaciones terminadas, y conviene leerlas así.

La idea de conectar el centro de datos directamente a parques eólicos o solares responde a un problema muy concreto: la IA consume a un ritmo que muchas redes eléctricas no pueden absorber de golpe. Si colocas los servidores junto a la fuente de energía, te ahorras transportar esa electricidad cientos de kilómetros.

La letra pequeña

El reportaje también señala varios puntos débiles que matizan el optimismo:

• Capacidad infrautilizada. En 2025 se usó apenas el 36,8 % de la capacidad de cómputo disponible. Como referencia, el artículo indica que el sector suele aspirar a ocupaciones por encima del 60 %. Construir rápido no garantiza que haya clientes para llenar las naves.
• No todo es viento. Aunque la mayor parte de la energía es renovable, parte de la red de la zona sigue dependiendo del carbón.
• Agua en una región árida. Muchos sistemas de refrigeración consumen agua, y Ulanqab está en una estepa seca. El clima frío reduce el problema, pero no lo elimina.
• Poco empleo local. Un centro de datos necesita mucha mano de obra mientras se construye y bastante menos cuando ya funciona. El beneficio directo para los vecinos es limitado.

Por qué importa

Cada vez que alguien pide a un asistente que resuma un documento o genere una imagen, en algún lugar del mundo hay un acelerador consumiendo electricidad y soltando calor. Ulanqab enseña de forma muy clara hacia dónde se mueve la infraestructura de la IA: lugares fríos, con viento o sol abundante y terreno barato, lejos de las grandes ciudades. También deja una advertencia que vale para cualquier país. La carrera por construir capacidad puede adelantarse a la demanda real, y el coste energético e hídrico de la inteligencia artificial no es abstracto: está ocupando el sitio donde antes solo había patatas.