Envision: 120.000 m² y un millón de aceleradores IA

Envision inauguró Galaxy Campus en Ulanqab, China: un edificio de 120.000 m² diseñado para albergar hasta un millón de aceleradores de IA y soportar más de 2 GW de capacidad. Para los funders que operan en el ecosistema hispanohablante, este dato marca un punto de inflexión silencioso pero irreversible: la carrera por la inteligencia artificial ya no se define únicamente en laboratorios de modelos, sino en quién puede construir, alimentar y conectar infraestructuras a escala de gigavatio.

La instalación entró en servicio en agosto de 2026 y representa el primer proyecto insignia de Mission Gobi, la iniciativa de Envision anunciada en junio de 2026 en VivaTech París, con la meta de desplegar 5 GW de capacidad de computación verde en regiones desérticas y áridas para finales de 2030. El edificio central, equivalente a 20 campos de fútbol, es presentado por la compañía como el mayor edificio individual del mundo dedicado exclusivamente a centros de datos de IA.

¿Qué es Galaxy Campus y por qué rompe las reglas?

Lo que distingue a Galaxy Campus no es simplemente su tamaño físico, sino su arquitectura energética. A diferencia de la mayoría de proyectos de infraestructura de IA, donde la energía es algo que se negocia después con la red eléctrica local, Envision construyó primero el sistema energético y luego integró la carga de cómputo.

🤖 La IA no es solo para leer sobre ella

En la comunidad la aplicamos: automatización, agentes IA y herramientas reales para emprender, no solo para informarte.

👥 Aplicarla en la comunidad

Según informó Energy Digital, Galaxy Campus utiliza generación renovable dedicada, una red de transmisión propia, almacenamiento a gran escala y una capa de control propietaria que Envision denomina AI Power System. Este sistema integra generación renovable, infraestructura de transmisión dedicada y almacenamiento masivo para entregar energía verde estable y de bajo costo.

Ricky Zheng, gerente general de la división de centros de datos de IA de Envision, explicó al medio que «soportar un millón de aceleradores requiere un AI Power System diseñado específicamente que integre generación renovable, infraestructura de transmisión dedicada y almacenamiento energético a gran escala». Según Envision, este enfoque permite que la instalación entregue hasta diez veces más salida de cómputo por metro cuadrado que los centros de datos convencionales.

El resultado es, en palabras de Energy Digital, «un proyecto de infraestructura energética que sucede que aloja cargas de trabajo de IA, en lugar de ser un proyecto de IA con energía como reflexión posterior». Esa distinción se está convirtiendo en la pregunta central del sector, a medida que la demanda de centros de datos choca con lo que las redes nacionales pueden realmente suministrar.

La carrera global por infraestructura de IA escala a gigavatios

Galaxy Campus no opera en aislamiento. Representa una tendencia global que acelera la brecha entre quienes tienen acceso a infraestructura masiva y quienes compiten por recursos limitados.

Según la fuente original, Estados Unidos mantiene una ventaja clara en inversión privada y en número de modelos de IA destacados, pero China ha reducido rápidamente la distancia de rendimiento. Al mismo tiempo, los controles de exportación de Washington siguen restringiendo el acceso chino a aceleradores más avanzados, mientras los fabricantes locales ganan terreno: en 2025 ya acaparaban alrededor del 41% del mercado chino de aceleradores para servidores de IA, según Reuters.

Pero la infraestructura física también crece exponencialmente en otras regiones:

Meta prepara en Luisiana Hyperion, un campus concebido para alcanzar hasta 5 GW de capacidad computacional.
En Ohio, un proyecto vinculado a OpenAI, Nvidia y SB Energy eleva la escala anunciada con aproximadamente 8 GW-IT previstos cuando alcance su desarrollo completo.
Europa prepara hasta siete futuras AI Gigafactories, cuatro con un mínimo de 75.000 aceleradores equivalentes a H100 y tres con al menos 100.000.

La dimensión del desafío térmico y energético también se refleja en cifras de mercado. Según DataM Intelligence, citado por Markets Insider, el mercado global de refrigeración líquida para centros de datos se estimaba en USD 3.39 millones en 2025 y proyecta alcanzar USD 23,24 millones para 2035, creciendo a una tasa anual compuesta del 21,21%. Las densidades de potencia de racks de IA superan los 30 kW a 100 kW, haciendo que los sistemas basados en aire sean cada vez menos prácticos. La referencia de arquitectura de NVIDIA para sistemas Rubin muestra racks cerca de 225 kW, mientras proveedores desarrollan arquitecturas para racks de 1 MW.

La Agencia Internacional de Energía estima que el consumo eléctrico global de centros de datos alcanzará aproximadamente 945 TWh para 2030, más del doble del nivel de 2024. En Estados Unidos, los centros de datos representarán aproximadamente la mitad del crecimiento de la demanda eléctrica hasta 2030.

¿Qué significa esto para tu startup?

La concentración de infraestructura a escala de gigavatio tiene implicaciones directas para cualquier fundador que desarrolle productos basados en IA. Aquí hay dos acciones concretas que puedes implementar ahora:

1. Evalúa tu dependencia de infraestructura concentrada antes de escalar. Si tu producto depende de miles o millones de inferencias diarias, necesitas entender dónde se están desplegando esos clústeres y cómo las restricciones energéticas y de conectividad podrían afectar tu cadena de suministro de cómputo. Diversifica tus proveedores de infraestructura cloud y considera mercados emergentes donde la competencia por capacidad aún no ha alcanzado niveles críticos. Los plazos de espera para conexiones eléctricas ya están alargándose en múltiples regiones; anticiparte a este cuello de botella puede marcar la diferencia entre escalar o estancarte.

2. Integra eficiencia energética como ventaja competitiva desde día uno. Con la transición hacia refrigeración líquida obligatoria en racks de alta densidad, los costos de operación de centros de datos van a aumentar significativamente. Fundadores que optimicen sus modelos para menor consumo por inferencia, que implementen técnicas de cuantización eficiente o que diseñen arquitecturas de inferencia distribuida tendrán una ventaja estructural cuando los precios del cómputo suban. No se trata solo de reducir costos: se trata de garantizar que tu producto sea viable económicamente cuando la infraestructura se vuelva más cara y escasa.

Un tercer factor crítico merece atención: la fragmentación geopolítica de la infraestructura de IA está creando ecosistemas separados. Si tu estrategia incluye mercados asiáticos, necesitarás infraestructura local o alianzas con proveedores regionales que operen dentro del marco regulatorio chino. La soberanía tecnológica no es solo un discurso gubernamental: es una restricción operativa real que afecta directamente tu capacidad de servir clientes en diferentes jurisdicciones.