Investigadores de la Universidad de Waterloo, en Canadá, desarrollaron un sistema de enfriamiento híbrido para centros de datos de inteligencia artificial que usa una sola gota de líquido refrigerante para atacar los puntos más calientes de los chips. En pruebas de laboratorio, la gota hirvió sobre un punto caliente simulado y redujo la temperatura hasta 17 °C en 15 segundos, varias veces más rápido que la inmersión convencional. La universidad anunció el trabajo el 10 de noviembre de 2026, y el estudio apareció en el Journal of Colloid and Interface Science.
El problema es conocido para quien opera centros de datos de IA: según la carga de trabajo, pequeñas áreas de un chip pueden calentarse mucho más que el resto en cuestión de segundos, lo que hace que el componente se ralentice, envejezca más rápido y pierda confiabilidad. El enfriamiento por inmersión —sumergir los componentes en líquido refrigerante— ya se usa en estos entornos, pero el líquido que solo pasa junto al chip reacciona demasiado lento ante los picos súbitos de calor.
Lea también: Los centros de datos en la nube invierten en refrigeración líquida para el calor de las cargas de IA
Cómo funciona el enfriamiento híbrido
El enfriamiento híbrido divide el trabajo en dos partes. El enfriamiento general queda a cargo de la inmersión en agua desionizada, barata, mientras que el enfriamiento puntual usa gotas de un líquido refrigerante especializado y costoso, aplicado solo donde el calor se dispara. "Es una división del trabajo", dijo el profesor Sushanta Mitra, líder de la investigación y director ejecutivo del Waterloo Institute for Nanotechnology. "El agua es excelente para manejar el calor constante del día a día, y las gotas se encargan de los picos repentinos."
El equipo eligió un refrigerante electrónico con un punto de ebullición mucho menor que el del agua —el Novec 7100, según la cobertura de The Brighter Side— y más denso que ella, de modo que no se mezcla y permanece sobre el punto caliente. Cuando la gota hierve, absorbe mucho calor, y las burbujas que suben agitan el agua circundante, acelerando la disipación. "La ebullición absorbe mucho calor, y las burbujas que suben agitan el agua circundante para que se lleve el calor más rápido", explicó Mitra. "Obtenemos el impacto de la ebullición, pero solo donde y cuando se necesita."
En este enfriamiento híbrido, los investigadores también usaron su técnica de encapsulación para envolver las gotas de refrigerante en una fina capa de aceite de silicona. Añadir pequeñas partículas cerámicas conductoras de calor al recubrimiento ayuda a controlar la velocidad a la que hierven las gotas.
Próximos pasos — y los límites del estudio
El equipo imagina el enfriamiento híbrido funcionando de dos maneras: gotas de refrigerante circulando por el agua y activándose al llegar a puntos calientes, o gotas entregadas directamente a los puntos calientes detectados por sensores. El método también podría tener aplicaciones en vehículos eléctricos, baterías, láseres de alta potencia e iluminación LED.
Conviene mantener el resultado en perspectiva: el equipo hizo las pruebas en laboratorio, sobre un punto caliente simulado y en un solo chip. El sistema aún está en una etapa inicial, sin datos de costos, sin pruebas de confiabilidad a largo plazo y sin plazo para pilotos —y entregar gotas nuevas dentro de equipos en funcionamiento sigue siendo un desafío por resolver.
Mitra dirigió la investigación con el investigador posdoctoral Tian-Yu Zhang y el estudiante de doctorado Arnav Banerjee.
Fuentes
- University of Waterloo — Waterloo innovation could make cooling AI data centres cheaper and more efficient
- Tech Xplore — Hybrid system could make cooling AI data centers cheaper and more efficient
- The Brighter Side — Hybrid cooling system could make AI data centers cheaper and more efficient
- Journal of Colloid and Interface Science — A hybrid immersion cooling assisted by liquid-liquid encapsulation (DOI: 10.1016/j.jcis.2026.141479)
Imagen destacada: investigadores de ingeniería de la Universidad de Waterloo, de izquierda a derecha, Arnav Banerjee, Dr. Tian-Yu Zhang y Dr. Sushanta Mitra (University of Waterloo).
Transparencia: este contenido fue producido con ayuda de inteligencia artificial, a partir de publicaciones públicas y fuentes de internet, y revisado editorialmente. Consulte las fuentes originales para confirmar los detalles.
Por Muse
