El agua es el cuello de botella del data center en México hacia 2026, no la energía. Querétaro, Monterrey, Guadalajara y CDMX concentran el 78% de la capacidad instalada de DC en el país, y las cuatro están en zonas donde CONAGUA reporta estrés hídrico medio-alto o alto. Si tu data center hyperscale aspira a escalar a 20 MW con enfriamiento por agua evaporativa (torres de enfriamiento, chillers con condensador evaporativo) necesita entre 1.2 y 2 millones de litros de agua al día. Eso ya no es políticamente viable en Querétaro, y Monterrey lo será menos cada año.
El closed-loop liquid cooling (refrigeración líquida en circuito cerrado) es la única arquitectura que rompe esa restricción sin sacrificar densidad. Este artículo cubre cómo funciona, cuándo conviene, cuándo NO, y los 4 errores de implementación más comunes en sitios mexicanos que lo están desplegando.
Qué es closed-loop y por qué no es lo mismo que immersion o direct-to-chip
Hay tres arquitecturas de refrigeración líquida que se confunden en el marketing de proveedores, y solo una de ellas es closed-loop:
Direct liquid cooling (DLC) o cold plate: el refrigerante (agua o glicol) circula por placas frías atornilladas a la CPU/GPU. El circuito que toca el chip es cerrado, pero el rechazo de calor al exterior puede hacerse por dry cooler (sin agua) o por torre de enfriamiento (con agua). Lo crítico es si el lazo que toca el chip está abierto o cerrado al ambiente.
Immersion cooling: el servidor entero está sumergido en un fluido dieléctrico en un tanque. No hay agua en el lazo del chip, y el rechazo de calor es típicamente por dry cooler o por un intercambiador agua-glycol secundario. Es closed-loop de facto, pero con CAPEX y complejidad operativa mucho mayores que DLC.
Closed-loop liquid cooling: el término se reserva para DLC con dry cooler (sin torre de enfriamiento). El agua o glicol del lazo primario nunca toca el ambiente; se refrigera por convección forzada con aire. Consumo de agua: esencialmente cero en operación normal.
El número que importa: WUE (Water Usage Effectiveness)
El WUE mide litros de agua consumidos por kWh de carga IT. Un sitio con chillers y torre de enfriamiento tiene típicamente WUE entre 1.5 y 2.5 L/kWh. Un sitio hyperscale con closed-loop y dry cooler tiene WUE entre 0.0 y 0.2 L/kWh, dependiendo de si el dry cooler usa agua para adiabatic cooling en picos de calor extremo.
Para un DC de 10 MW, esa diferencia son entre 13,000 y 22,000 m³ de agua al año. En términos de estrés hídrico municipal, es el equivalente al consumo doméstico anual de 800 a 1,400 hogares. En Querétaro o Monterrey, donde los municipios ya están racionando en años secos, esa cifra es políticamente insostenible para un operador que aspire a expandirse.
Cuándo closed-loop es la respuesta correcta
Closed-loop conviene en un subconjunto específico de casos. No es para todos los data centers, y empujarlo donde no aplica es una de las fuentes de proyectos fallidos más caras que veo.
Densidad media-alta por rack (entre 25 kW y 80 kW por rack). Por debajo de 20 kW/rack, un sistema de aire bien diseñado (contención de pasillo frío, CRAC dimensionado) sigue siendo más barato. Por encima de 80 kW/rack, DLC empieza a quedarse corto y conviene saltar a immersion.
Cargas con perfil térmico alto y estable: clusters de entrenamiento o inferencia de IA, donde el GPU consume entre 300 W y 700 W por chip con duty cycle alto. Aquí el aire se queda corto a los 6-8 kW por rack, y el closed-loop permite llegar a 40-60 kW con dos cold plates por servidor.
Sitios en zonas con estrés hídrico alto confirmado (Querétaro, Monterrey, zonas semiáridas del Bajío y norte). El cálculo es straightforward: si tu WUE objetivo 2027 es menor a 0.5 L/kWh, el aire con torre de enfriamiento no llega, ni con free cooling.
Donde el CAPEX de un dry cooler + CDU es justificable contra el OPEX de agua. En sitios con tarifa de agua industrial de más de 25 pesos por m³ y consumo proyectado de más de 100,000 m³ al año, el periodo de retorno de inversión del closed-loop es típicamente de 2 a 3 años.
Cuándo NO aplica (y te lo van a vender igual)
Hay tres casos donde el closed-loop es la respuesta equivocada, aunque cada proveedor de CDU te diga lo contrario:
Densidad menor a 15 kW por rack. Si tu carga es CPU de propósito general con factor de uso bajo, el ROI no se cierra. El dry cooler + CDU te cuesta entre 1.5 y 2.5 millones de dólares por MW de capacidad fría, y eso se paga con ahorro energético y de agua, no con el solo hecho de tenerlo.
Sitios legacy en zonas frías. Si estás en una ciudad con temperatura de bulbo seco promedio por debajo de 22°C (Toluca, Puebla, partes altas del Estado de México), el free cooling con aire directo o con dry cooler simple te da WUE 0 sin pagar el CAPEX de un CDU. La solución técnica al estrés hídrico en clima frío no es closed-loop, es mejor arquitectura de aire.
Donde ya tienes chiller con torre de enfriamiento operando. El brownfield retrofit a closed-loop es más caro de lo que parece, porque la distribución de agua caliente existente no está pensada para los delta-T pequeños del closed-loop. En sitios donde el sistema actual tiene menos de 5 años, normalmente conviene esperar al siguiente ciclo de inversión y diseñar el reemplazo completo.
Los 4 errores más caros en implementaciones de closed-loop en México
Subdimensionar el dry cooler para el peor escenario, no para el promedio. La temperatura de bulbo seco en Monterrey o Querétaro puede llegar a 42°C en olas de calor. Si dimensionas el dry cooler para el percentil 95, te queda un site que throttle-a los GPUs en 5 días al año, y en un cluster de IA eso se traduce en jobs de entrenamiento que se reinician o se atrasan 24 horas. Dimensiona para el percentil 99 con un margen de 5°C.
No especificar el glicol correcto para el rango térmico. Agua pura se congela arriba de 0°C; eso no es problema en Querétaro, pero sí en sitios a más de 2,200 msnm como Toluca o Zacatecas en invierno. Mezclas de etilenglicol o propilenglicol al 30-40% bajan el punto de congelación, pero también bajan la capacidad calorífica. Lo que ahorras en congelamiento lo pierdes en eficiencia, o requieres bombeo adicional. Especifica el glicol desde el RFP, no después.
Olvidar el control de presión del lazo primario. La diferencia entre un sistema de closed-loop que funciona 10 años y uno que tiene fugas cada 6 meses es la calidad del control de presión. Expansión térmica + transitorios de carga en arranque de cluster de GPU generan picos de presión que revientan juntas. Lo barato: vaso de expansión mal dimensionado. Lo correcto: bladder tank presurizado con nitrógeno y válvulas de alivio calibradas para la presión máxima del lazo.
Tratar el closed-loop como una caja negra del proveedor. El CDU y el dry cooler los vende un integrador, pero el control y la integración con el BMS del DC los hace tu equipo (o tu integrador de facility). Si el control está mal mapeado en tu DCIM o en tu BMS, vas a tener eventos de “falla de cooling” que en realidad son artifacts de lectura, y eso te va a costar indisponibilidad evitable. Pide al proveedor el protocolo de integración BACnet/Modbus completo y haz integración en sitio antes de energizar el primer cluster.
El veredicto
El closed-loop liquid cooling no es una moda de marketing; es la única arquitectura que permite escalar un DC de mediana o alta densidad en una zona con estrés hídrico en México. La pregunta correcta no es “closed-loop sí o no”, sino a qué densidad mínima, a qué temperatura externa, y con qué WUE objetivo. Si tu sitio está en Querétaro, Monterrey o CDMX con cargas de IA, y aspiras a más de 5 MW, la respuesta en 2026 es sí. Si estás en una zona fría con cargas de propósito general y densidad menor a 15 kW/rack, la respuesta sigue siendo aire bien diseñado. No hay una sola respuesta correcta para todos los data centers de México, pero ignorar el estrés hídrico como variable ya dejó de ser una opción.
Fuentes
[1] ASHRAE TC 9.9 — Thermal Guidelines for Data Processing Environments (5th Edition, 2021) — https://www.ashrae.org/technical-resources/bookstore/thermal-guidelines-for-data-processing-environments
[2] The Green Grid — Water Usage Effectiveness (WUE) Categorization — https://www.thegreengrid.org/
[3] CONAGUA — Atlas del Agua en México 2024 (estrés hídrico por región) — https://sigagis.conagua.gob.mx/
[4] Uptime Institute — Data Center Site Infrastructure Tier Standard (Tier Classification System) — https://uptimeinstitute.com/resources/asset/tier-classification-system
[5] TIA-942-B-2023 — Section 6: Cabling and Pathways / Liquid Cooling considerations — https://www.tia.org/standards
