1,500 megavatios desaparecieron en 82 segundos, y los operadores de la red nunca lo vieron venir

El 10 de julio de 2024, falló un pararrayos en una línea de 230 kilovoltios cerca de Fairfax, Virginia. En 82 segundos, aproximadamente 1,500 megavatios de carga de centros de datos —cerca de un tercio de todos los hogares de Virginia, en términos eléctricos— simplemente desaparecieron de la red. Los operadores de la red se apresuraron a reducir 600 megavatios de centrales de gas en Pensilvania y a retirar 300 megavatios de una unidad nuclear solo para evitar que la frecuencia se disparara lo suficiente como para dañar los equipos.

Después de aquello, pasé una larga velada con el PDF de la revisión del incidente de NERC, y lo que se me ha quedado grabado es lo que no ocurrió. No hubo ninguna violación de tensión. La falla activó una secuencia de protección automática: la línea intentó recerrar tres veces desde cada extremo, produciendo seis breves caídas de tensión a lo largo de esos 82 segundos. Cada una de esas caídas se mantuvo dentro de la banda normal de la ANSI C84.1, de ±10 por ciento. Según el manual, nada salió mal en la línea.

Lo que salió mal fue el firmware. La mayoría de los sistemas de alimentación ininterrumpida de los centros de datos aplican una regla de "tres strikes": tres perturbaciones de tensión en un minuto y el sistema transfiere toda la instalación a diésel. La secuencia de recierre alcanzó ese umbral en unos 60 centros de datos a la vez. No fue la red la que falló a los centros de datos. Fueron los centros de datos los que abandonaron la red, al unísono, por una regla de conteo cuya existencia nadie fuera de los edificios conocía.

La red se mantuvo dentro de las especificaciones durante los 82 segundos completos. Los centros de datos se marcharon de todos modos.

Ese suceso es la razón por la que Veriprajna construyó un sistema de interacción con la red de los centros de datos —una IA que orquesta cómo responde una instalación a las señales de la red, participa en los mercados de capacidad y demuestra su flexibilidad ante los reguladores. Pero no empecé por ahí. Empecé, como casi todos en este campo, resolviendo el problema equivocado.

¿Qué fue lo primero que hice mal?

La lectura obvia del apagón de bytes es "el SAI reaccionó demasiado rápido". Así que nuestro primer prototipo fue una capa reactiva más inteligente: software que vigilaba la frecuencia y la tensión de la red y hacía que la flota de SAI de la instalación se comportara como un buen ciudadano durante una perturbación. Desconectarse limpiamente, sobrellevar el transitorio, reconectarse de forma escalonada en lugar de todos a la vez. La demostración fue preciosa. La frecuencia oscila, el sistema aguanta, todos asienten.

También era casi inútil, y la persona que me lo hizo ver fue un responsable de energía de un proveedor de colocación que miró nuestra función de sobrellevado de 30 segundos y preguntó qué hacía por su factura de capacidad.

Nada. No hacía nada por su factura de capacidad.

Porque la perturbación no es donde vive el dinero ni la presión regulatoria. Schneider Electric ya ofrece una capacidad de Reserva Rápida de Frecuencia que permite a un centro de datos desconectarse durante hasta 30 segundos para apoyar la estabilidad de la red. Eaton vende sistemas SAI bidireccionales diseñados exactamente para esta respuesta de velocidad instantánea. Esa capa del problema tiene proveedores. Lo que ninguno de ellos tenía —lo que el operador de colocación realmente necesitaba— era algo que funcionara en la escala temporal de las horas y las subastas, no de los segundos.

Un reflejo de 30 segundos no te ayuda cuando la amenaza es una curva de precios de 24 meses.

La cifra que lo reorganizó todo

Esta es la cifra que reorganizó mi forma de pensar sobre todo este mercado. En la región de PJM, que abarca el Atlántico Medio y una parte del Medio Oeste, el precio de capacidad —lo que pagas por megavatio para garantizar que tu energía esté ahí cuando la red está bajo tensión— pasó de $28.92 por megavatio-día en 2024/25 a $329.17 en 2026/27. Eso es un aumento de diez veces en dos ciclos de subasta.

Para una instalación de 100 megavatios, la obligación de capacidad anual pasó de unos $1.1 millones a aproximadamente $12 millones. Eso ya no es una partida de sostenibilidad. Es una cifra que un director financiero rodea en rojo y lleva al consejo, y los centros de datos saben exactamente por qué ocurrió: impulsaron el 63 por ciento del aumento de precios en la subasta de 2025/26, lo que se traduce en $9.3 mil millones recuperados de cada contribuyente de tarifas de la región. A partir de junio de 2026, los usuarios de PJM pagan colectivamente $1.4 mil millones adicionales al año, y una porción significativa de eso recae en las facturas residenciales: alrededor de $18 al mes en el oeste de Maryland, $16 en Ohio.

Una vez que entendí eso, la reacción política cobró sentido. Los legisladores de Virginia dedicaron la sesión de 2026 a debatir una moratoria sobre nuevos centros de datos y optaron en su lugar por una nueva clase tarifaria "GS-5" para cualquier carga superior a 25 megavatios, con efecto a partir del 1 de enero de 2027. Dominion Energy, que gestiona más de un gigavatio de nuevas solicitudes de energía para centros de datos cada mes frente a 70 gigavatios de demanda total presentada, admitió públicamente que no puede satisfacer lo que se le pide. Cuando la empresa de servicios públicos local dice en voz alta que no puede atenderte, tu cola de interconexión deja de ser un problema de programación y se convierte en uno existencial.

Así que el verdadero problema nunca fue "sobrellevar una caída de tensión". Era: ¿puede esta instalación demostrar que ayuda a la red en lugar de perjudicarla —financiera y operativamente, y ante un regulador? Ese replanteamiento es toda la empresa.

¿Por qué el protocolo estándar no funcionó sin más?

Mi siguiente suposición fue que la infraestructura ya existía. Hay un estándar abierto para esto: OpenADR, el protocolo Open Automated Demand Response, ahora en la versión 3.0 con una API REST limpia. Las empresas de servicios públicos envían eventos de respuesta a la demanda; los edificios responden. Lo conectamos esperando que fuera la parte fácil.

Fue la parte que más me enseñó. OpenADR se construyó para edificios. Puede indicar a una instalación "reduce la carga ahora", pero no tiene ningún concepto nativo de un centro de datos: ningún tipo de evento para recortar un clúster de entrenamiento de GPU, desplazar una carga térmica de refrigeración o coordinar el aislamiento (islanding) de SAI entre inquilinos. Lo peor de todo es que es ciego a la carga de trabajo. No puede distinguir un trabajo de entrenamiento de aprendizaje automático que podría pausarse sin problema durante dos horas de una solicitud de inferencia en vivo que un cliente está esperando en este mismo momento. Para un centro de datos, esa distinción lo es todo. Aplaza la carga de trabajo equivocada y habrás incumplido un SLA; aplaza la correcta y el cliente nunca lo nota.

Ese fue el callejón sin salida que apuntó a la arquitectura real. La flexibilidad de un centro de datos no es una sola palanca. La refrigeración representa aproximadamente el 40 por ciento del consumo total de energía: esa es una carga flexible contra la que puedes prerrefrigerar. El SAI y las baterías son un recurso despachable. El propio calendario de cómputo es flexible si sabes qué trabajos son aplazables. Y por encima de todo ello está la posición en el mercado de capacidad que intentas optimizar. Ningún proveedor que pude encontrar orquestaba todo eso a la vez. Schneider fabrica hardware de energía y refrigeración. Emerald AI hace cómputo más generación in situ. Nadie estaba haciendo las cinco capas juntas, que es exactamente el vacío en el que nos metimos.

El problema de los inquilinos para el que nadie construye

Hay una razón por la que la mayor parte del dinero serio en este ámbito apunta a otra parte. Emerald AI —fundada por Varun Sivaram, exfuncionario del Departamento de Energía, con $68 millones recaudados en 16 meses, y con NVIDIA, Eaton, GE Vernova e incluso el brazo de capital de riesgo de la CIA en su tabla de capitalización— es el líder claro. Su plataforma Conductor demostró una reducción de potencia del 25 por ciento sostenida durante tres horas durante un evento de estrés de la red, validada en Nature Energy. Es un trabajo genuinamente impresionante.

También está construida para fábricas de IA de hiperescala de un solo inquilino: clústeres de GPU de NVIDIA donde un único operador controla cada carga de trabajo. Google ha hecho lo mismo internamente, incorporando un gigavatio completo de respuesta a la demanda en sus contratos con las empresas de servicios públicos, porque Google simplemente puede decidir desplazar sus propios trabajos de aprendizaje automático.

El operador de colocación que había cuestionado mi primer prototipo dijo lo que definió nuestra cuña de entrada: él no controlaba las cargas de trabajo de sus inquilinos, y nuestro software había asumido en silencio que sí.

Tenía razón, y es la suposición incorporada en casi todos los productos del mercado. Un centro de colocación multiinquilino no es dueño del calendario de cómputo. Tiene un edificio lleno de clientes que ejecutan de todo, desde bases de datos empresariales hasta entrenamiento de IA e inferencia sensible a la latencia, sobre una mezcla de NVIDIA, AMD y silicio personalizado, detrás de conjuntos de SAI de distintos proveedores que —como demostró el apagón de bytes— ni siquiera cuentan las perturbaciones de tensión de la misma manera. Algunos cuentan por fase, otros las agregan. Orquestar la flexibilidad en ese entorno, sin controlar las cargas de trabajo y sin atar al operador a un único proveedor de GPU, es un problema fundamentalmente más difícil y casi por completo desatendido. Ahí es donde decidimos vivir: neutrales en cuanto a proveedores, multiinquilino, construido para cómo funciona realmente la colocación.

Todos están construyendo el centro de datos que controla su propio cómputo. Casi nadie construye para el operador que no lo hace.

El vacío de cumplimiento que dejó abierto el apagón

Lo más incómodo que aprendí es que el modo de fallo exacto que provocó lo de julio de 2024 sigue completamente abierto, casi dos años después.

NERC —el organismo que fija los estándares de fiabilidad de la red norteamericana— tiene un Grupo de Trabajo de Grandes Cargas que corre para redactar los primeros estándares específicamente para las cargas de los centros de datos, con un plazo inicial de finales de 2026. Han introducido una nueva clasificación de modelado de carga para centros de datos, llamada PERC1, que se supone que permite a las empresas de servicios públicos simular cómo se comportará un conjunto de instalaciones durante una falla. El problema: PERC1 necesita parámetros específicos de cada instalación —el comportamiento real de sobrellevado de tu SAI, tu lógica de conteo real— y no existe ninguna herramienta comercial que extraiga esos datos de los sistemas de monitorización de una instalación. Las empresas de servicios públicos necesitan los datos. Los centros de datos no tienen forma de producirlos. El vacío de divulgación que causó el apagón, estructuralmente, sigue ahí.

Para un operador, ese no es un debate abstracto sobre estándares. La regulación de interconexión de grandes cargas de la FERC (expediente RM26-4-000, acción final prevista para el 30 de abril de 2026) plantea estudios de interconexión acelerados de 60 días para las cargas que puedan demostrar que son flexibles. En una región donde la cola estándar dura de tres a cinco años, una vía de 60 días es la diferencia entre abrir en 2026 y abrir en 2030. Pero para calificar, necesitas una monitorización y una verificación que casi con seguridad hoy no tienes. La flexibilidad que no puedes documentar es flexibilidad que no cuenta.

Así que parte de lo que construimos no es nada llamativo: es la capa que lee el propio comportamiento de una instalación —umbrales del SAI, respuesta de sobrellevado, composición de la carga— y lo convierte en los artefactos que un regulador y una empresa de servicios públicos realmente piden. La verdad poco glamurosa es que "demuéstralo" se está convirtiendo en todo el juego, y la prueba requiere una instrumentación que nadie instaló.

"¿No lo va a resolver simplemente la energía nuclear?"

La gente me pregunta alguna versión de esto constantemente, así que permítanme responder de frente a las tres objeciones.

La primera es la nuclear. Meta, Microsoft y Google han firmado todas acuerdos llamativos de reactores modulares pequeños y de reinicio nuclear —Meta sola por hasta 6.6 gigavatios. Pero hoy no opera ningún SMR comercial en Estados Unidos, y las fechas realistas de puesta en marcha se agrupan en torno a 2028 a 2032. La interacción con la red es un problema de este año. Y aun con un reactor al lado, todavía tienes que gestionar la transición, vender de vuelta el exceso de generación y aguantar los años previos a que esté operativo.

La segunda es "¿no es esto simplemente respuesta a la demanda, que las empresas de servicios públicos han operado durante décadas?". La respuesta a la demanda tradicional es manual, mediada por la empresa de servicios públicos y tosca: reduce la carga, cobra. Lo que ha cambiado es el precio y la precisión. A aproximadamente $120,000 por megavatio-año en valor de capacidad, una instalación de 100 megavatios que ofrezca aunque sea un 20 por ciento de flexibilidad está mirando alrededor de $2.4 millones al año, y una instalación que se estructura para evitar por completo la obligación de capacidad puede estar mirando los ~$12 millones completos. Cifras de ese tamaño justifican una optimización automatizada y consciente de la carga de trabajo que los programas antiguos nunca necesitaron.

La tercera es "¿por qué no comprar simplemente el hardware de Schneider o Eaton?". Deberías hacerlo: fabrican equipos excelentes. Pero el hardware es el cuerpo; la orquestación es el sistema nervioso, y es la razón por la que Eaton invirtió en Emerald AI en lugar de construir el software ellos mismos. La capa de decisión que vigila las señales de la red, los precios del mercado, el margen térmico y el cómputo aplazable todo a la vez, y actúa sobre ellos de forma coordinada, es una disciplina propia. Esa es la parte que construimos, y la construimos para que se asiente sobre cualquier hardware que ya tengas.

El activo al otro lado del pasivo

El sistema de interacción con la red de los centros de datos de Veriprajna existe por una convicción que no tenía cuando empecé. Ahora estoy convencido de que los operadores que sobrevivan a los próximos años no serán los que aseguren el contrato de energía más barato. Serán los que puedan entregar a una empresa de servicios públicos un perfil de flexibilidad verificado y a un regulador un comportamiento de sobrellevado documentado, y obtener por ello una interconexión más rápida y una factura de capacidad más baja.

El apagón de bytes fue por poco. Alrededor de 60 instalaciones abandonaron la red por una regla de conteo, y el sistema lo absorbió —por los pelos, desconectando centrales eléctricas en dos estados. PJM espera operar con un margen de fiabilidad mínimo durante el verano de 2026 y podría caer por debajo de sus estándares para junio de 2027. El próximo suceso no tendrá el mismo colchón para amortiguarlo.

Un centro de datos puede ser la carga flexible más grande, más controlable y más valiosa de toda la red. Cada megavatio que abandonó la línea en 82 segundos podría en cambio haber sido un megavatio que eligió dar un paso atrás, ante una señal, y cobró por ello. Esa es toda la diferencia entre un pasivo y un activo, y ahora mismo se reduce a si el edificio puede decidir por sí mismo, a tiempo, con pruebas. Esa decisión es software. Nosotros decidimos escribirlo.