Análisis de datos end to end sobre los data centers de inteligencia artificial: potencia instalada, energía consumida, dónde se ubican y qué implicaría un proyecto de 500 MW en Argentina (Stargate Argentina).
Hecho por Juan Ignacio Da Torre y Joaquín Romano.
Es un trabajo práctico modelo para la Tecnicatura en Gestión y Análisis de Datos en Organizaciones (Laboratorio de Métodos Cuantitativos, FCE UBA). Sigue la consigna del TP grupal: notebook, informe académico y presentación.
| Presentación online | https://datso653.github.io/datacenters-ia/presentacion/ |
| Presentación en PDF | presentacion/presentacion.pdf (31 páginas) |
| Informe | informe/informe.pdf |
| Notebook | notebooks/analisis_datacenters.ipynb |
En la presentación se navega con las flechas ← →, y con la tecla f se pone en pantalla completa. Para regenerar el PDF: abrirla con ?imprimir=1 al final de la dirección e imprimir a PDF.
¿Cuánta electricidad demandan los grandes data centers de IA, a qué ritmo crece esa demanda y qué implicaría —en energía, emisiones y costo— instalar uno de 500 MW en Argentina?
| Potencia IT operativa (sep-2026) | 12,9 GW en 69 data centers |
| Consumo anual estimado | ~118 TWh, el 73% de la demanda eléctrica argentina |
| Potencia proyectada (obras en curso) | 35,5 GW, unos 325 TWh por año (≈ 2 Argentinas) |
| Concentración | 5 empresas tienen el 77% de la potencia (83% si se mira solo la que tiene dueño identificado) |
| Localización en EE.UU. | Electricidad industrial más barata (7,35 contra 8,13 ¢/kWh) pero 62% fósil |
| Efecto Virginia (EIA, 2018–2024) | Virginia sola aportó el 38% del aumento del consumo eléctrico comercial de EE.UU. |
| Stargate Argentina (500 MW) | 4,6 TWh/año (2,8% de la demanda, rango 2,3–3,3%), ~USD 305 M/año de luz (240–384) y 1,6 Mt CO₂/año con la red promedio |
Supuestos: PUE de 1,3 (mediana de la base) y factor de uso de 0,8, sensibilizado en el notebook. Los rangos salen de una simulación de Monte Carlo sobre el PUE, el uso y el precio.
datacenters-ia/
├── data/raw/ # fuentes crudas tal como se descargan
├── notebooks/
│ └── analisis_datacenters.ipynb # análisis completo: secciones 3.1 a 3.5 del TP, modelos,
│ # organización industrial y consumo por estado (Joaquín)
├── src/ # módulos reutilizables
│ ├── descarga.py # baja todas las fuentes
│ ├── carga.py # lee y renombra columnas
│ ├── transformaciones.py # limpieza, clave de estado, serie mensual
│ ├── cruces.py # diagnóstico de claves + las mismas uniones en SQL (sqlite3)
│ ├── costos.py # derivadas, integrales, energía, emisiones, gasto eléctrico, escenario
│ ├── modelos.py # regresión (statsmodels) y machine learning (scikit-learn)
│ ├── organizacion_industrial.py # HHI por eslabón, integración vertical, índice de Lerner
│ └── graficos.py # estilo común y exportación de figuras
├── figuras/ # gráficos exportados para el informe
├── informe/ # informe académico en LaTeX (informe.tex → informe.pdf)
├── presentacion/ # presentación HTML de 31 diapositivas (index.html + img/ con créditos)
└── requirements.txt
| Cruce | Clave | Cobertura |
|---|---|---|
| data centers → línea de tiempo | nombre |
86/86 |
| data centers de EE.UU. → EIA | estado (sale de la dirección) |
29/29 estados |
| clusters → Our World in Data | pais (normalizado) |
36/36 países; sin normalizar eran 34/36 y EE.UU. quedaba afuera |
Cada unión se escribe dos veces, con merge de pandas y con LEFT JOIN en SQL, y se verifica que den lo mismo. Así se integra la unidad SQL y manejo de tablas de la materia.
Abrir presentacion/index.html en el navegador. Se navega con ← → o deslizando en el celular; con f se pasa a pantalla completa.
Para verla sin internet hay que bajar el repo entero (Code → Download ZIP) y abrir presentacion/index.html desde adentro de la carpeta. Si se baja solo el index.html, los gráficos funcionan pero no aparecen las fotos: el HTML no trae las imágenes, solo apunta a la carpeta img/.
En Google Colab: abrir notebooks/analisis_datacenters.ipynb y ejecutar todo. La primera celda clona el repo sola.
En tu compu:
pip install -r requirements.txt
python -m src.descarga # opcional: los datos ya están en data/raw/
jupyter notebook notebooks/analisis_datacenters.ipynb
| Fuente | Contenido | Licencia |
|---|---|---|
| Epoch AI — AI Data Centers | 86 data centers, línea de tiempo, chips | CC-BY 4.0 |
| Epoch AI — GPU Clusters | 482 clusters en 36 países | CC-BY 4.0 |
| EIA — State Electricity Data | Precio, generación y ventas (consumo) de electricidad por estado de EE.UU. | Dominio público |
| Our World in Data (Ember / IEA) | Demanda eléctrica, gCO₂/kWh y % de consumo de data centers | CC-BY 4.0 |
Cita: Epoch AI, ‘AI Data Centers’. Published online at epoch.ai. Retrieved from https://epoch.ai/data/ai-data-centers.