La optimización de la colocación de máquinas virtuales (VMP) es una tarea crucial en el campo de la computación en la nube. La optimización de VMP tiene un impacto sustancial en la eficiencia energética de los centros de datos, ya que reduce el número de servidores físicos activos, reduciendo así el consumo de energía. En este documento, se aplica una técnica de inteligencia computacional para abordar el problema de la optimización de VMP. El problema se formula como un problema de minimización en el que el objetivo es reducir el número de hosts activos y el consumo de energía. Basándose en el rendimiento prometedor de la técnica de optimización del lobo gris (GWO) para problemas combinatorios, se propone GWO-VMP. Proponemos transformar el problema de optimización de VMP en problemas binarios y discretos a través de dos algoritmos. El método propuesto minimiza de manera efectiva el número de servidores activos que se utilizan para alojar las máquinas virtuales (VM). Evaluamos el método propuesto en varios tamaños de VM en el entorno CloudSIM de servidores homogéneos y heterogéneos. Los resultados experimentales demuestran la eficiencia del método propuesto en la reducción del consumo de energía y el uso más eficiente de los recursos de CPU y memoria.