La carrera por entrenar modelos de inteligencia artificial se ha topado con un límite inesperado: la electricidad. Los grandes centros de datos que operan miles de GPU sufren picos de demanda energética que duran milisegundos y que la red eléctrica no puede gestionar bien. Para evitar cortes o penalizaciones, muchos operadores se ven obligados a frenar hasta un 30% el uso de sus chips, desperdiciando capacidad y dinero.
En este contexto aparece Niv-AI, una startup de Tel Aviv que sale del modo sigilo con 12 millones de dólares en financiación semilla, respaldada por fondos como Glilot Capital, Grove Ventures, Arc VC, Encoded VC, Leap Forward y Aurora Capital Partners. Fundada por Tomer Timor (CEO) y Edward Kizis (CTO), la empresa instala sensores a nivel de rack capaces de medir, a escala de milisegundos, el consumo eléctrico real de las GPU durante distintas tareas de deep learning.
Con estos datos, Niv-AI quiere construir modelos de IA que predigan y sincronicen las cargas de potencia en todo el centro de datos, actuando como una especie de “copiloto” para los ingenieros. El objetivo es doble: permitir que los centros de datos expriman mejor la capacidad de las GPU que ya pagan y, al mismo tiempo, ofrecer perfiles de consumo más estables y responsables frente a la red eléctrica, una red que, según la propia compañía, “tiene miedo” de los picos de demanda de los data centers.
La empresa prevé tener sistemas operativos en varios centros de datos de Estados Unidos en los próximos seis a ocho meses. En un momento en que los grandes proveedores de nube afrontan límites de suelo disponible, problemas regulatorios y cuellos de botella en la cadena de suministro para construir nuevas instalaciones, la propuesta de Niv-AI aspira a convertirse en una capa de “inteligencia” intermedia entre los centros de datos y la red eléctrica, para hacer más eficiente y sostenible el crecimiento de la IA.
