La capacità elettrica per i centri dati punta a raddoppiare entro il 2030

La capacità elettrica per i centri dati punta a raddoppiare entro il 2030

I centri dati potrebbero aggiungere altri 120 GW di capacità entro il 2030, e il 75% di questa espansione sarebbe destinato all’intelligenza artificiale. La cifra, riportata da Tom’s Hardware sulla base del World Energy Outlook 2026 dell’Agenzia internazionale dell’energia (IEA), indica un’espansione che metterà alla prova le reti elettriche e le decisioni sulla localizzazione, non solo la disponibilità di chip.

La proiezione descrive la capacità, non una misurazione diretta del consumo effettivo di ogni struttura. Ma l’ordine di grandezza aiuta a comprendere il cambiamento: l’IEA stima che la capacità attualmente disponibile nei centri dati di ogni tipo nel mondo sia pari a 120 GW e prevede altri 120 GW completati entro la fine del decennio. Se l’espansione si concretizzerà, la capacità aggregata raddoppierà.

Dalla corsa ai chip alla corsa all’elettricità

L’espansione non riguarda soltanto gli edifici completati. Tom’s Hardware segnala che l’IEA monitora tramite immagini satellitari 93 grandi “fabbriche di IA” in costruzione o ampliamento. La loro capacità complessiva sarebbe passata da meno di 2 GW a 17 GW in due anni e potrebbe raggiungere 50 GW quando tutti questi progetti saranno completati.

Tom’s Hardware paragona questi 50 GW alla domanda elettrica della Gran Bretagna. Ciò non significa che queste strutture consumeranno sempre quella quantità, né che il paragone descriva da solo l’impatto su una rete specifica: serve a mostrare la scala prevista di un insieme di progetti. Parallelamente, la stima di 120 GW di capacità aggiuntiva per i centri dati include strutture di vario tipo, non solo le fabbriche di IA.

Anche gli investimenti associati sono ingenti: il titolo di Tom’s Hardware collega la previsione a 4.000 miliardi di dollari di spesa. La cifra compare in quel titolo, mentre il corpo dell’articolo si concentra sulle proiezioni di capacità dell’IEA. In ogni caso, la lezione pratica è che acquistare acceleratori e costruire sale non basta più per rendere operativa la capacità di calcolo: bisogna riuscire a far arrivare l’elettricità in tempo.

Jason Eichenholz, fondatore e CEO di Relativity Networks, ha descritto questo spostamento in una conversazione con SD Times: “The AI environment is shifting from a race to acquire chips to a race to deliver productive computing capacity”. Secondo la sua tesi, la capacità effettivamente utilizzabile dipende da più elementi dell’hardware: elettricità disponibile, tempi di connessione, ubicazione, reti e accettazione delle comunità vicine.

“The AI environment is shifting from a race to acquire chips to a race to deliver productive computing capacity”

— Jason Eichenholz, fondatore e CEO di Relativity Networks

Questo cambiamento modifica il modo di valutare i progetti. Una località sulla carta interessante può essere limitata dalla capacità della rete, dalla disponibilità di acqua per le strutture, dai permessi, dal raffreddamento o dalla connessione in fibra. Per un’azienda che vuole ampliare la capacità di calcolo, la domanda non è più soltanto quante GPU può acquistare: diventa anche dove potrà utilizzarle e quando.

We mapped every data centre on earth — International Energy Agency

La localizzazione entra a far parte della progettazione

Eichenholz ha dichiarato a SD Times che gli ampliamenti delle reti e delle sottostazioni necessari per strutture da 500 megawatt o diversi gigawatt possono richiedere dai quattro ai sei anni. È una stima espressa nell’intervista, non una tempistica universale valida per ogni progetto. Mostra comunque perché la connessione elettrica può procedere a un ritmo diverso dall’acquisto delle apparecchiature.

Questo sfasamento costringe le aziende a includere le infrastrutture locali nella pianificazione. SD Times riferisce che devono considerare la rete elettrica e le sottostazioni, ma anche l’acqua, la costruzione, i permessi, le connessioni di rete e l’impatto sui residenti. Una regione con terreni disponibili non è automaticamente adatta se manca l’energia o se i lavori e il funzionamento suscitano opposizione.

Per chi sviluppa servizi di IA, la conseguenza è indiretta ma concreta: la localizzazione dell’infrastruttura può condizionare dove viene distribuita la capacità necessaria e come si collegano le risorse di calcolo. Eichenholz propone di distribuire i centri in diverse località per non concentrare tutta la domanda in un unico campus. Questa distribuzione, a sua volta, richiede di collegare risorse che devono lavorare in modo coordinato.

Per questo, nell’intervista la fibra è presentata come parte della soluzione infrastrutturale, non come un accessorio. Eichenholz distingue tre livelli di connettività: all’interno del centro dati, tra strutture o campus e tra regioni, oltre ai collegamenti terrestri a lunga distanza e sottomarini. Se gli acceleratori e gli altri processori sono distribuiti geograficamente, la rete deve consentire loro di scambiare dati con la latenza e l’affidabilità necessarie per lavorare insieme.

Più infrastrutture, ma anche maggiori attriti a livello locale

La crescita dei centri dati può favorire investimenti nell’energia e nella connettività. A SD Times, Eichenholz ha citato gli investimenti di aziende tecnologiche, operatori cloud e società di centri dati in reattori modulari di nuova generazione, energia pulita, solare e sistemi di accumulo. Ha presentato questi investimenti come una risposta a opportunità che, a suo dire, in precedenza non erano economicamente sostenibili; l’intervista non fornisce cifre per quantificarne la portata.

Il rovescio della medaglia è che i costi dell’espansione e i suoi effetti possono ricadere anche sul territorio circostante. Nella conversazione con SD Times vengono menzionati l’uso di vaste superfici, il rumore e la preoccupazione per possibili aumenti delle bollette elettriche. La distribuzione di questi costi e benefici resta una questione aperta: costruire più capacità non determina di per sé chi paga i lavori né come vengono compensate le comunità.

Un sondaggio del Pew Research Center, citato da Electronics Weekly, riflette questo malcontento negli Stati Uniti. Il 54% degli intervistati ha dichiarato che i centri dati sono perlopiù dannosi per l’ambiente, rispetto al 39% di gennaio; il 50% si aspettava che facessero aumentare le bollette delle utenze e il 60% non si sentirebbe a proprio agio con un nuovo centro nella propria zona.

Percezione rilevata dal sondaggioRisultato citato da Electronics Weekly
Centri dati considerati perlopiù dannosi per l’ambiente54%, rispetto al 39% di gennaio
Preoccupazione per l’aumento delle bollette domestiche50%
Disagio all’idea di un nuovo centro dati nella propria zona60%
Aspettativa di un effetto perlopiù negativo sull’occupazione locale24%, rispetto al 15% di gennaio
Aspettativa di un effetto perlopiù negativo sulle entrate fiscali locali21%, rispetto al 12% di gennaio

Electronics Weekly segnala inoltre che il 49% era preoccupato per l’impatto sulla qualità della vita di chi abita vicino a un centro dati. Per quanto riguarda l’occupazione e le entrate fiscali locali, due potenziali vantaggi di queste strutture, la percezione negativa citata è aumentata rispetto a gennaio. Le percentuali descrivono le risposte a quel sondaggio negli Stati Uniti e non consentono di estendere le conclusioni ad altri Paesi.

Per le aziende, questa opposizione può diventare un ulteriore fattore nella scelta della località e dei tempi, insieme all’energia e alle connessioni. Eichenholz ha sostenuto che operatori e amministrazioni locali possono concordare benefici per il territorio, come finanziamenti per caserme dei vigili del fuoco, scuole, formazione e posti di lavoro. La sua proposta dipende dal raggiungimento di una collaborazione tra le parti e non implica che tali benefici siano garantiti per ogni progetto.

Cosa cambia per le aziende e i team di sviluppo

La conseguenza immediata per le aziende che addestrano o forniscono modelli è che la disponibilità di capacità di calcolo potrebbe dipendere sempre più dalla geografia. Se l’energia di un campus non è sufficiente, distribuire le strutture richiede collegamenti in grado di mantenere connesse le risorse. Secondo Eichenholz, non conta più soltanto la larghezza di banda offerta dalla fibra, ma anche la velocità, l’affidabilità e il costo del trasferimento dei dati tra le risorse.

Questo porta a prendere decisioni infrastrutturali prima della messa in produzione: scegliere i servizi di calcolo richiede di considerare dove sono ospitati, quali connessioni li collegano e quali limitazioni locali possono ostacolarne la crescita. L’intervista di SD Times non quantifica quanto potrebbero cambiare i costi o le prestazioni di un’applicazione. Descrive però perché la localizzazione e la rete entrano nella pianificazione insieme ai processori e all’elettricità.

Per gli operatori, la sfida consiste nel coordinare tempistiche che non procedono allo stesso ritmo. Una previsione della domanda di IA può tradursi in ordini di hardware, ma una sottostazione o un potenziamento della rete possono richiedere anni. A questo si aggiungono permessi, acqua, costruzione e accettazione dei residenti. Il rischio aziendale non è soltanto restare senza chip: è anche investire in apparecchiature prima di avere una sede pronta ad alimentarle e collegarle.

Le proiezioni dell’IEA e le 93 fabbriche monitorate via satellite non garantiscono che ogni progetto sarà completato o che funzionerà a piena capacità. Mostrano però che la scala prevista per questo decennio impone di trattare energia e connettività come parte dello stesso problema del calcolo. Per ogni nuovo campus, la domanda pratica sarà se la rete può fornirgli energia entro i tempi previsti e se la comunità accetta che venga costruito lì.

Fonti: Tom's Hardware, SD Times, electronicsweekly.com