Ayuda

Calcula lo que necesitas o lo que puedes ofrecer

No hace falta adivinarlo. Con unos pocos datos sabrás cuánta potencia o qué máquinas necesita tu proyecto, o cuánto puedes ofrecer de lo que tienes sin usar.

Si buscas potencia

Cómo saber cuánta potencia necesitas

Para montar o ampliar un centro de datos. Las cifras de los ejemplos son orientativas: usa las fichas técnicas de tus equipos y confirma el diseño con una ingeniería.

  1. Suma la potencia de tus equipos (potencia IT)

    Potencia IT (kW) = nº de servidores × potencia máxima de cada uno

    Usa la potencia máxima de la ficha del fabricante, no la de un día normal: la conexión tiene que aguantar el pico. Un servidor con 8 GPU H100 consume hasta unos 10 kW, y un rack de IA moderno, de 30 a más de 100 kW. Suma también red, almacenamiento y servidores de apoyo.

    Ejemplo: 80 servidores de 8 GPU a 10 kW son 800 kW; con redes y almacenamiento, unos 0,9 MW de potencia IT.

  2. Añade la refrigeración y las pérdidas (PUE)

    Potencia total = potencia IT × PUE

    El PUE dice cuánto consume el edificio entero por cada kW de equipos. Un centro eficiente está entre 1,1 y 1,3, y uno antiguo puede superar 1,5. En España, el borrador de real decreto de centros de datos pide un PUE muy bajo a partir de 1 MW, así que conviene diseñar con eficiencia desde el principio.

    Ejemplo: 0,9 MW de IT × 1,3 = 1,17 MW.

  3. Piensa en el crecimiento

    Ampliar una conexión a la red cuesta años, así que pide lo que vayas a necesitar en 3-5 años, aunque empieces con menos. Muchos proyectos se despliegan por fases sobre una misma conexión. Si necesitas que no se corte nunca, añade la redundancia (dos acometidas, grupos electrógenos o baterías) al plan, no a la potencia.

    Ejemplo: si en tres años esperas duplicar, busca unos 2,5 MW.

  4. Mira a qué tensión te conectarás

    Lo decide el gestor de la red, pero como orientación:

    PotenciaConexión habitual
    Hasta unos pocos MWMedia tensión (15-20 kV), en la red de distribución
    Decenas de MWAlta tensión (45-132 kV), en la red de distribución
    Más de unos 50 MWRed de transporte de Red Eléctrica (220-400 kV)

    Cuanto más alta la tensión, más cara es la subestación propia, pero más potencia puedes recibir. Cada ficha de PowerMatch indica su tensión.

  5. Calcula el coste del servicio

    Cuota mensual = kW reservados × precio del servicio (€/kW·mes)
    kW reservados = potencia total (MW) × 1.000

    Como en el colocation de los centros de datos, la energía va incluida en un servicio que se paga por cada kW que reservas, lo consumas o no: no reserves mucho más de lo que necesitas. Para comparar con un precio de la energía, 1 kW usado al 80 % consume unos 584 kWh al mes. Súmale el pago único por la conexión (€/MW) que fija cada oferta.

    Ejemplo: 1,17 MW son 1.170 kW; a 50 €/kW·mes, unos 58.500 € al mes (702.000 € al año).

  6. Compara emplazamientos

    • Fecha de disponibilidad: encaja tu calendario con la de cada oferta.
    • Origen de la energía: si necesitas energía verde, filtra por ella y pide sus garantías de origen.
    • Lo que no es la potencia: superficie, refrigeración, agua y fibra óptica cerca.
    • Documentación: al aceptar tu solicitud, pide el permiso de acceso y conexión, y revísalo antes de comprometerte.

    Buscar emplazamientos →

Si tienes potencia

Cómo saber cuánta potencia puedes ofrecer

Para industrias, naves y plantas con una conexión que no aprovechan del todo. Lo que puedes ofrecer no es lo que pone tu contrato, sino lo que te sobra en tus horas de más consumo.

  1. Reúne los datos de tu conexión

    DatoDónde encontrarlo
    Potencia contratada por periodo (P1 a P6)Tu factura de la luz o tu contrato de acceso
    Potencia de tu permiso de acceso y conexiónEl permiso que te concedió la distribuidora o Red Eléctrica
    Tensión y punto de conexiónEl contrato con tu distribuidora
    Potencia del transformador (kVA)La placa del transformador o tu centro de transformación
  2. Mide tu consumo real

    Descarga tu curva de consumo hora a hora del último año desde Datadis, la plataforma gratuita de las distribuidoras, o pídesela a tu distribuidora. Fíjate en tu pico, el máximo que consumes en algún momento, y no en la media: el maxímetro de la factura también lo indica.

  3. Calcula lo que te sobra

    Disponible = la menor de tus capacidades − tu pico de consumo − margen

    «La menor de tus capacidades» es la más baja entre tu permiso, tu potencia contratada y lo que aguanta tu transformador (sus kVA × 0,9, aproximadamente, para pasar a kW). Deja un margen del 10-20 % para tus propios picos.

    Ejemplo: tienes contratados 10 MW y un transformador de 12.000 kVA (unos 10,8 MW), así que la menor es 10 MW. Tu pico es de 6,5 MW: te sobran 3,5 MW, y con un 15 % de margen puedes ofrecer unos 3 MW.

  4. Revisa cuándo te sobra

    Si trabajas a turnos, quizá te sobra mucho de noche y poco por el día. Un centro de datos necesita casi siempre potencia continua, así que lo que cuenta es lo que te sobra en tu peor hora. Si solo te sobra en algunas horas, indícalo en la descripción: hay usos, como el entrenamiento por lotes, que pueden adaptarse.

  5. Describe el emplazamiento y la energía

    • Espacio: superficie disponible, si es nave o parcela, y acceso.
    • Servicios: fibra óptica cerca, agua y espacio para refrigeración.
    • Energía: si viene de la red o de una fuente propia y su origen. El precio va en un servicio por kW reservado al mes con la energía incluida: para fijarlo, parte de lo que te cuesta la energía (1 kW al 80 % de uso consume unos 584 kWh al mes) y súmale tu margen.
    • Fecha: desde cuándo estaría disponible.

    Si eres una planta renovable: tu permiso para inyectar en la red no es un permiso para consumir. Cuéntanos tu caso y lo revisamos contigo.

  6. Publica sin miedo

    Tu nombre y la ubicación exacta no se muestran hasta que aceptas una solicitud, y publicar es gratis. Antes de cerrar un acuerdo, PowerMatch revisa contigo cómo hacerlo dentro de la normativa: el uso de una conexión por un tercero tiene condiciones legales que conviene revisar caso a caso.

    Publicar mi potencia →

Si buscas cómputo

Cómo saber exactamente lo que necesitas

Sigue estos pasos antes de solicitar. Las cifras de los ejemplos son orientativas: lo que vale es lo que mida tu propia prueba.

  1. Define la tarea y cómo medirla

    Cada tipo de trabajo se mide de una forma:

    TareaTrabajo totalRendimiento que debes medir
    RenderNúmero de framesMinutos por frame
    Inferencia de IATokens por segundo en el pico de usoTokens por segundo de una GPU
    EntrenamientoMuestras × épocasMuestras por segundo
    SimulaciónNúmero de trabajosTiempo por trabajo
  2. Comprueba que cabe en memoria

    Es lo primero que puede descartar una máquina: si no entra en la VRAM, no se ejecuta, por muy rápida que sea la GPU. Para un modelo de IA, una primera estimación es:

    VRAM ≈ parámetros × bytes por parámetro + 30 % de margen

    Cada parámetro ocupa unos 2 bytes a 16 bits, 1 byte a 8 bits y medio byte a 4 bits. Un modelo de 7.000 millones de parámetros a 16 bits ocupa unos 14 GB; con el margen, unos 18 GB, así que conviene una GPU de 24 GB. Si ya lo tienes en marcha, míralo directamente con nvidia-smi mientras se ejecuta.

  3. Haz una prueba corta

    Es la medida más fiable. Ejecuta una muestra pequeña en una sola GPU durante una hora como máximo: unos frames, unos miles de muestras o peticiones parecidas a las reales. Anota el rendimiento y la memoria que ha usado. Si no tienes dónde probar, reserva una oferta barata o pídeselo al proveedor por el chat.

  4. Calcula cuántas GPU y cuánto tiempo

    GPU-horas = trabajo total ÷ rendimiento de una GPU
    GPU necesarias = GPU-horas ÷ horas de plazo

    Ejemplo de render: 10.000 frames a 3 minutos por frame son 500 GPU-horas. Con un plazo de 50 horas necesitas 10 GPU.

    Ejemplo de inferencia: 20 usuarios a la vez, a 30 tokens por segundo, son 600 tokens por segundo. Si una GPU da 150, necesitas 4.

    Añade al menos un 20 % de margen: el rendimiento nunca escala de forma perfecta.

  5. Revisa el resto de la máquina

    • Varias GPU: el render se reparte sin problema. Para entrenar un mismo modelo entre varias GPU, busca NVLink o InfiniBand.
    • Reparto de la máquina: si alquilas una parte, recibes su proporción de CPU y RAM. Algunas ofertas solo se alquilan por máquina completa.
    • Compatibilidad: comprueba la versión de CUDA que pide tu software.
    • CPU y RAM: cada oferta indica lo que corresponde a cada GPU. Como referencia, al menos tanta RAM como VRAM y varios núcleos por GPU para cargar datos.
    • Disco: tus datos, el modelo y los resultados. Un disco NVMe evita que la GPU espere a los datos.
    • Red: para subir 100 GB a 1.000 Mbps tardas unos 15 minutos; a 100 Mbps, unas 2,5 horas.
    • Fiabilidad y duración: en máquinas de particulares, guarda el progreso a menudo. Comprueba que tu reserva cabe en la duración máxima.
  6. Compara por coste total, no por €/hora

    Coste = GPU-horas × €/h (más la comisión, que ves antes de solicitar)

    Una GPU de 1 €/h que tarda 100 horas cuesta 100 €. Una de 2,50 €/h que es tres veces más rápida tarda 33 horas y cuesta 83 €: la más cara por hora sale más barata.

    Buscar cómputo con estos datos →

  7. Entra en la máquina y úsala

    El proveedor te prepara un entorno aislado con tus GPU (un contenedor o una máquina virtual) y tú entras con una clave SSH, nunca con contraseña.

    1. Crea tu clave en tu ordenador, si no tienes una: ssh-keygen -t ed25519. Al solicitar, o después en el chat, pega el contenido del archivo .pub (por ejemplo, ~/.ssh/id_ed25519.pub). La otra parte, la privada, no la compartas nunca.
    2. Si el proveedor usa Tailscale (lo verás en «Acceso a la máquina»), crea tu cuenta gratuita en Tailscale, instala la aplicación y acepta con esa cuenta el enlace de invitación que te deja. Así llegas a su máquina sin que tenga que abrir puertos, y solo ves esa máquina.
    3. Entra con el comando que verás en «Acceso a la máquina» cuando el proveedor acepte, por ejemplo ssh -p 2222 root@203.0.113.7.
    4. Comprueba tus GPU con nvidia-smi: deben aparecer las que has alquilado, con su memoria.
    5. Sube tus datos desde tu ordenador: scp -P 2222 -r ./datos root@203.0.113.7:/workspace/, o descárgalos directamente en la máquina desde tu almacenamiento en la nube.
    6. Trabaja dentro de tmux para que tu proceso siga aunque se corte tu conexión, y guarda el progreso a menudo.
    7. Descarga tus resultados antes de que acabe la reserva: al terminar, el proveedor borra el entorno y sus datos.

    El entorno recomendado ya trae PyTorch y CUDA. Si necesitas otra imagen o versión, pídesela al proveedor por el chat al solicitar.

Si tienes máquinas

Cómo saber qué puedes ofrecer

Lo que importa no es la suma de las especificaciones, sino lo que un cliente puede usar de verdad. Estos pasos te dan los datos para rellenar tu oferta y te dicen si te compensa publicarla.

  1. Haz el inventario de cada máquina

    En el formulario de oferta verás estos mismos datos. Mide cada máquina por separado:

    DatoLinuxWindows
    GPU, VRAM y CUDAnvidia-sminvidia-smi
    CPU y núcleoslscpuAdministrador de tareas → Rendimiento
    RAMfree -hAdministrador de tareas → Rendimiento
    Disco y espaciolsblk -d -o NAME,SIZE,ROTA,MODELAdministrador de tareas → Rendimiento
    Lectura de discosudo hdparm -t /dev/nvme0n1winsat disk
    Bajada y subidaspeedtestTest de velocidad por cable, no por wifi

    Para ver la conexión PCIe de cada GPU:

    nvidia-smi --query-gpu=name,memory.total,pcie.link.gen.max,pcie.link.width.max --format=csv
  2. Comprueba si llega a los mínimos

    PowerMatch no te impide publicar, pero una máquina por debajo de esto difícilmente encontrará demanda:

    • GPU: 8 GB de VRAM o más. Si tienes varias, mejor del mismo modelo.
    • RAM: tanta como VRAM total, y 2 núcleos de CPU por GPU.
    • Disco: SSD con 200 GB libres.
    • Red: cable, buena subida (cuanto más cerca de 500 Mbps, mejor) e IP pública propia. Si tu operador usa CGNAT, pide una IP fija.

    En PowerMatch se ofertan máquinas con GPU: un PC sin GPU dedicada no se puede publicar. Tienen más valor las GPU con mucha VRAM, los servidores y las máquinas siempre encendidas.

  3. Mide el rendimiento real

    Pasa una prueba estándar y guarda el resultado. Blender Benchmark permite compararse con otras máquinas. Durante la prueba, vigila la temperatura con nvidia-smi: si la GPU se calienta demasiado, baja su rendimiento y un cliente lo notará.

  4. Calcula tu disponibilidad y fiabilidad

    Fiabilidad = horas realmente disponibles ÷ horas comprometidas

    Decide cuándo estará la máquina a disposición del cliente y deja que funcione unas semanas antes de publicar la cifra. Si la usas para otras cosas, para jugar o trabajar, resta ese tiempo. Pon también una duración máxima que puedas cumplir.

  5. Calcula tu coste y pon precio

    Coste eléctrico (€/h) = potencia (kW) × precio de la luz (€/kWh)

    Una máquina que consume 350 W, con la luz a 0,15 €/kWh, cuesta unos 0,05 €/h. Súmale el desgaste y la conexión, y compara con ofertas parecidas del catálogo. Si el precio de mercado no supera tu coste con margen, no te compensa.

  6. Prepara la máquina y publica

    • Usa una máquina dedicada, sin tus archivos personales.
    • Da acceso aislado con contenedores o una máquina virtual, nunca tu usuario principal.
    • Accede por clave SSH, sin contraseña.
    • Indica el origen de tu energía: si es renovable, tu oferta destacará como verde.

    Una oferta solo es tan buena como sus datos: declara lo que hayas medido.

    Publicar mi cómputo →

  7. Prepara el entorno de tu cliente

    Cuando aceptes una solicitud, tendrás en el chat la clave SSH pública del cliente y el apartado «Acceso a la máquina» para dejarle cómo entrar. Nunca le des una contraseña ni acceso a tu usuario: dale un entorno aislado solo con las GPU que ha alquilado.

    Si eres una empresa o un centro de datos, usa tu forma habitual (servidor dedicado, máquina virtual o Kubernetes) con la clave del cliente, y salta a «En cada reserva», al paso de dejar los datos.

    Si es tu propia máquina, te recomendamos este entorno:

    PiezaRecomendación
    SistemaUbuntu Server 22.04 o 24.04 LTS, dedicado a esto
    DriversDrivers de NVIDIA recientes; comprueba con nvidia-smi que se ven todas tus GPU
    ContenedoresDocker y el kit de NVIDIA para contenedores
    ImagenLa oficial de PyTorch con CUDA, que sirve para la mayoría de trabajos de IA
    1. Instala Docker: curl -fsSL https://get.docker.com | sh
    2. Instala el kit de NVIDIA para contenedores siguiendo la guía oficial de NVIDIA, y comprueba que funciona: docker run --rm --gpus all ubuntu nvidia-smi.
    3. Descarga la imagen recomendada (una vez; ocupa varios GB): docker pull pytorch/pytorch:2.5.1-cuda12.4-cudnn9-runtime
    4. Impide que los contenedores lleguen a tu red de casa (router, otros ordenadores, impresoras): sin esto, un cliente podría verlos desde su entorno. Esta regla les deja salir a Internet, pero no a las direcciones privadas, y se guarda para cuando reinicies:
      for red in 10.0.0.0/8 172.16.0.0/12 192.168.0.0/16; do
        sudo iptables -I DOCKER-USER -s 172.17.0.0/16 -d $red -j DROP
      done
      sudo apt install -y iptables-persistent && sudo netfilter-persistent save
      Comprueba que funciona: docker run --rm --dns 1.1.1.1 ubuntu bash -c 'apt-get update -qq && echo Internet OK' debe responder, y desde un contenedor no debes poder llegar a tu router (por ejemplo, 192.168.1.1).
    5. Vigila el disco: Docker no limita lo que ocupa cada entorno, así que un cliente podría llenar el disco del sistema. Lo mejor es guardar los datos de Docker en un disco o una partición aparte; revisa lo que ocupa cada uno con docker ps -s.

    Para que el cliente llegue a tu máquina: Tailscale

    Si tienes IP pública fija, puedes abrir el puerto 2222 en tu router. Si no (lo normal en casa o con IP compartida), usa Tailscale: compartes solo esta máquina con un enlace y el cliente entra sin que abras puertos.

    1. Instálalo y conéctalo: curl -fsSL https://tailscale.com/install.sh | sh y después sudo tailscale up. Anota la dirección de la máquina con tailscale ip -4 (empieza por 100.) y su nombre completo, que verás en la consola de Tailscale y termina en .ts.net.
    2. Revisa tu plan: el plan gratuito de Tailscale es para uso personal; alquilar tu máquina es uso comercial, así que necesitas uno de pago. Consulta sus precios.
    3. Deja que los invitados solo lleguen al entorno del cliente. Por defecto, quien recibe tu máquina puede llegar a todos sus puertos. En la consola de Tailscale, en Access controls, sustituye la regla que lo permite todo por estas dos (cambia 100.x.y.z por la dirección de tu máquina):
      "acls": [
        {"action": "accept", "src": ["autogroup:member"], "dst": ["*:*"]},
        {"action": "accept", "src": ["autogroup:shared"], "dst": ["100.x.y.z:2222"]}
      ]

    En cada reserva

    1. Crea el entorno del cliente con sus GPU (aquí, la 0 y la 1), su parte de CPU y RAM y su clave. Si usas Tailscale, cambia 100.x.y.z por tu dirección de Tailscale, para que el entorno solo se vea por ahí; si abres el puerto en el router, quita 100.x.y.z:.
      docker run -d --name cliente-1 --gpus '"device=0,1"' --cpus 16 --memory 64g \
        -p 100.x.y.z:2222:22 --dns 1.1.1.1 --dns 9.9.9.9 -e DEBIAN_FRONTEND=noninteractive \
        -e CLAVE="ssh-ed25519 AAAA… (la clave del cliente)" \
        pytorch/pytorch:2.5.1-cuda12.4-cudnn9-runtime \
        bash -c 'apt-get update && apt-get install -y openssh-server tmux &&
          mkdir -p /run/sshd /root/.ssh /workspace && echo "$CLAVE" > /root/.ssh/authorized_keys &&
          chmod 600 /root/.ssh/authorized_keys && exec /usr/sbin/sshd -D'
      Los servidores DNS públicos (--dns) hacen falta porque la regla anterior no deja preguntar a tu router.
    2. Con Tailscale, comparte la máquina con el cliente: en la consola, en el menú de la máquina, elige Share y copia un enlace de invitación de un solo uso. Trátalo como una contraseña: pégalo solo en «Acceso a la máquina».
    3. Deja los datos en «Acceso a la máquina»: cómo se entra, la dirección (con Tailscale, el nombre completo que termina en .ts.net; el nombre corto no funciona desde otra cuenta), el puerto 2222, el usuario root (del contenedor, no de tu máquina) y, con Tailscale, el enlace. El cliente recibirá un aviso en el chat.
    4. Al terminar la reserva, borra el entorno y sus datos con docker rm -f cliente-1 y, con Tailscale, deja de compartir la máquina con ese cliente en la consola (menú de la máquina, Share). La web te lo recordará en el chat.

    Es una configuración de partida: revísala con alguien con experiencia en sistemas antes de usarla con clientes reales.