Una batería térmica de Lehigh captura y recicla el calor residual de los centros de datos
Hecho Qué ha ocurrido
Investigadores de Lehigh han desarrollado una batería térmica de 150 kWh que soporta hasta 500 °C y podría reutilizar el calor de los equipos de un centro de datos. Según el texto, la energía recuperada tras un ciclo completo de carga y descarga supera el 70% en las pruebas, y el equipo ha validado un prototipo mientras la tecnología está en proceso de licencia. El artículo indica que aún no hay un despliegue comercial a gran escala.
Resumen generado mediante IA a partir de El Español Omicrono. Naturaleza de la información: declaración de parte interesada.
Análisis Por qué importa
Los centros de datos enfrentan rechazo social y regulatorio por su consumo energético y de agua, y la recuperación de calor es una vía para reducir esa presión. Para las empresas que dependen de infraestructura de IA, puede abrir opciones de eficiencia energética a medio plazo.
- Quién se ve afectado
- Operadores de centros de datos, empresas energéticas y redes de calefacción urbana.
- Qué puede cambiar
- Si la tecnología escala, los centros de datos podrían vender calor residual en lugar de expulsarlo, lo que mejoraría su aceptación local y su balance energético.
Análisis generado a partir de la información disponible; no procede de la fuente.
Predicción Qué observar a continuación
Conviene vigilar la firma de licencias comerciales, los primeros despliegues en centros de datos en funcionamiento y la evolución de la regulación de estas instalaciones en España y Europa.
Enviar esta noticia por correo
Enviado. Revisa que llegue a la bandeja de entrada de quien lo reciba.
La dirección no parece válida.
Has enviado varios correos seguidos. Espera un rato.
No se ha podido comprobar que no eres un robot. Vuelve a intentarlo.
No se ha podido enviar. Inténtalo de nuevo en unos minutos.
Fuente original: El Español Omicrono. La referencia es siempre el artículo original.
Ver fuente original ↗almacenamiento térmicocentros de datos Lehigh almacenamiento térmicocentros de datoseficiencia energéticaEspañaLehigh
Tu opinión
Te hemos enviado un correo para confirmar tu dirección. El comentario se procesará cuando pulses el enlace.
Gracias. Tu comentario se publicará cuando lo revise el equipo (los primeros comentarios de cada persona se moderan).
Comentario publicado. Gracias por participar.
No se puede comentar aquí.
Indica un nombre (de 2 a 60 caracteres).
El correo no parece válido.
El comentario debe tener entre 10 y 2.000 caracteres.
Demasiados enlaces en el comentario.
No se ha podido comprobar que no eres un robot. Vuelve a intentarlo.
Has alcanzado el límite diario de comentarios.
Demasiados comentarios seguidos. Espera un rato.
No se ha podido enviar el correo de confirmación. Inténtalo de nuevo en unos minutos.
0 comentarios
Relacionadas
La directora de políticas de Hugging Face advierte que los evaluadores de IA integrados no son una solución fácil
Irene Solaiman, directora de políticas de Hugging Face, afirmó en TechCrunch Disrupt que los métodos de evaluación comparativa de modelos de IA siguen…
Por qué importaLas comparativas de modelos que usan las empresas para elegir proveedor son menos fiables de lo que sugieren, y la evaluación de agentes y sistemas…
Las imágenes editadas con IA duplican los errores de memoria en un estudio del MIT, aunque con matices
Un experimento del MIT Media Lab con 200 participantes en Estados Unidos midió errores de memoria tras ver imágenes editadas con IA y vídeos generados a partir…
Por qué importaLos datos sugieren que detectar contenido sintético llega tarde, porque la alteración deja huella en la memoria antes de que haya duda. Para las…
Anthropic advierte de que los gusanos de IA autorreplicantes podrían aparecer en meses
Anthropic ha publicado experimentos en los que demostró por separado dos piezas del problema: un modelo pequeño ejecutado repartido entre 15 Android TV boxes…
Por qué importaMuestra que los dispositivos IoT con seguridad débil podrían servir de base a malware que se adapte y aprenda de sus intentos fallidos, lo que obliga…
Un investigador de Goodfire sostiene que los LLM son mucho más comprensibles de lo que se creía
Nick Cammarata, investigador de la startup Goodfire, publicó un texto de 26.000 palabras en el que sostiene que los LLM podrían ser mucho más fáciles de…
Por qué importaSi la tesis se confirmara, la supervisión de sistemas de IA cada vez más autónomos sería más viable. Por ahora es una afirmación que conviene tratar…