SECTIONS
EDITIONS
NETWORK
AIXX Pedia La enciclopedia del mundo del cómputo

AIXX Pedia › Concepto técnico › Indicador de eficiencia energética PUE

Indicador de eficiencia energética PUE

POWER USAGE EFFECTIVENESS · Ficha de concepto técnico

Resumen OVERVIEW

El PUE (Power Usage Effectiveness) es la métrica central de la eficiencia energética de un centro de datos: consumo total ÷ consumo de los equipos de TI. Un PUE de 1,0 significa que toda la electricidad se destina a los equipos de TI (límite teórico); un PUE de 2,0 significa que la mitad se pierde en refrigeración y otra infraestructura. El PUE de un centro de datos de IA depende de la penetración del refrigerado por líquido, del diseño de la sala y de las condiciones climáticas.

Mejora del PUE con el refrigerado por líquido: una sala refrigerada por aire suele tener un PUE de 1,5-1,8 (la refrigeración consume un 30-40 %), mientras que una refrigerada por líquido puede bajar a 1,1-1,2 (la proporción destinada a refrigeración cae drásticamente). Según cifras oficiales de NVIDIA, la penetración del refrigerado por líquido crece con rapidez en los centros de datos de IA, y el diseño de racks refrigerados por líquido de la serie GB es el principal impulsor de la mejora del PUE (según informes públicos).

Cifras clave KEY NUMBERS

ConceptoValor / criterio
PUE de sala refrigerada por aire1,5-1,8 (típico)
PUE de sala refrigerada por líquido1,1-1,2 (Excelente)
Límite teórico1,0 (toda la energía para la TI)
Penetración del refrigerado por líquidoSe estima que supera el 30 % en centros de datos de IA (2025, según TrendForce)

Su relevancia en el B300 ON B300

Requisitos de PUE de los racks totalmente refrigerados por líquido GB200/GB300 NVL72 — al planificar una sala de IA, el comprador debe incorporar el objetivo de PUE al diseño global (clima de la ubicación, método de refrigeración, recuperación de calor residual), en lugar de «comprar primero los equipos y pensar en la refrigeración después». El PUE impacta directamente en los costes operativos (la factura eléctrica es la mayor partida del OPEX de una fábrica de IA).

Límites y advertencias LIMITS

  • El PUE no es la única métrica: solo mide la eficiencia de la infraestructura. La utilización de las GPU, el rendimiento de las tareas y la eficiencia del modelo son igualmente KPI clave de una fábrica de IA: el «PUE más bajo» no equivale a la «mayor producción de IA».
  • Periodo de retorno de una reforma de refrigeración líquida: la inversión inicial es elevada y el ahorro operativo derivado de la mejora del PUE tarda años en cubrirla. La decisión debe basarse en el coste total de propiedad (TCO).
  • Diferencias de criterio: el cálculo del PUE puede variar según el fabricante o el informe; al comparar, vigila la coherencia metodológica.

Vídeo explicativo VIDEO

Memoria HBM3eInterconexión NVLinkSXM / NVL8refrigeración líquida por placa fría / CDUFormato de precisión FP8MoE (mezcla de expertos)Chip conmutador NVSwitchRed de interconexión InfiniBandAlmacenamiento NVMeCDU de refrigerado por líquidoAcceso remoto directo a memoria RDMAGPUDirectTensor CoreGPU multi-instancia MIGPCIe Gen5Computación confidencialGPU virtual vGPUPrecisión de punto flotante reducida FP4 / FP6Caché de inferencia KV CacheScale-up y Scale-outÓptica copackaged CPONVLink FusionArquitectura modular MGXCuantización de modelosParalelismo de tensoresComunicaciones colectivasFábrica de IACircuito de refrigeración líquidaTensorRT-LLMMotor de inferencia vLLMAdaptación de bajo rango LoRACadena de suministro de cómputoCoste total de propiedad (TCO)Benchmarks de rendimiento de inferenciaDestilación de modelosCadena de suministro de energíaEconomía del tokenPipeline de datos de entrenamientoStack de optimización de inferenciaMemoria de vídeo GDDR7Familia de conectores de alimentación (EPS/PCIe 8pin/12VHPWR/12V-2x6)Cronología de los controles de exportación hacia ChinaGuía de verificación de GPU (nvidia-smi/GPU-Z)Optimización de inferencia con TensorRTEjecución por grafos con CUDA GraphsBiblioteca de comunicación colectiva NCCLFormato abierto de modelos ONNXGenealogía de generaciones HBMEntrenamiento en precisión mixtaGeneraciones de PCIeGenealogía de formatos de rackGuía de nomenclatura de modelos de GPUCircuito de comercialización de GPU de segunda manoComparativa entre refrigerado por aire y refrigerado por líquidoSalud de la memoria de vídeo y diagnóstico de fallosMemoria de vídeo HBM4Interconexión UALinkFicha de modelo B300

Referencias REFERENCES

  1. Sitio oficial de NVIDIA — Página del producto Blackwell Ultra / HGX B300 https://www.nvidia.com/en-us/data-center/hgx/
  2. Datos de mercado y disponibilidad: AIXX Exchange (franja de mercado de esta base)
Versiones y correcciones |Esta ficha está mantenida por el equipo editorial de AIXX Pedia, redactada con asistencia de IA y verificada por humanos. Actualizada el 2026-10-20 · versión v1.0 · todos los cambios quedan registrados y son consultables.
Esta base
Política editorialSobre esta base (declaración de intereses)canal de correcciones
Resumen de la constitución editorial
Cada afirmación con fuenteDefectos siempre indicados · correcciones públicas y trazablesNo se aceptan entradas pagadasCero elementos de captación o venta dentro de las entradasLos datos de cotización solo se montan como módulo de datos
Familia AIXX
AIXX PediaAIXX ExchangeAIXX Noticias
Fuente de datos de cotización: AIXX Exchange · © 2026 AIXX Pedia · una producción de AIXX