Entro il 2026 si prevede che i data center consumeranno circa 1.000 terawattora di elettricità – all'incirca la domanda annuale combinata di Giappone e Germania. L'impennata è guidata dai carichi di lavoro dell'IA e il conseguente divario energetico minaccia di bloccare la prossima ondata di innovazioni nel machine learning.

L'appetito dell'IA per l'elettricità non è un concetto astratto. Una singola query di ChatGPT consuma dieci volte l'energia di una tipica ricerca su Google, e l'addestramento di un modello delle dimensioni di GPT-4 richiede abbastanza elettricità per alimentare 4.600 case per un anno. Mentre le aziende corrono per potenziare i cluster di inferenza e addestramento, la necessità di energia costante e massiccia cresce più velocemente della capacità delle rinnovabili intermittenti di fornirla.

Perché l'attuale mix di rinnovabili non è sufficiente

I pannelli solari e le turbine eoliche generano elettricità solo quando splende il sole o soffia il vento. Gli operatori di data center necessitano di un approvvigionamento costante, 24 ore su 24, eppure le batterie che immagazzinano l'eccesso di produzione rinnovabile possono coprire solo poche ore prima di esaurirsi. Il risultato è una dipendenza dalle centrali elettriche di picco a combustibili fossili – generatori a gas naturale o carbone che entrano in funzione quando la produzione rinnovabile cala. Queste centrali emettono carbonio e aumentano i costi operativi, minando le dichiarazioni "green" che molti giganti tecnologici vantano nei loro rapporti sulla sostenibilità.

Il ritorno del nucleare

Di fronte al divario di affidabilità, diverse grandi aziende tecnologiche si stanno rivolgendo all'energia nucleare, che offre elettricità di base priva di emissioni di carbonio.

  • Microsoft sta riattivando un reattore dismesso a Three Mile Island per garantire un approvvigionamento stabile per i suoi carichi di lavoro di IA.
  • Google ha siglato una partnership con una startup che sviluppa reattori avanzati, con l'obiettivo di una distribuzione entro il 2030.
  • Amazon sta investendo in piccoli reattori modulari e sta posizionando nuovi data center vicino a siti nucleari esistenti.

Queste mosse segnalano una più ampia "rinascita nucleare" nel settore, in cui la promessa di un'energia ad alta densità e disponibile 24 ore su 24 supera lo stigma storico associato a questa tecnologia.

Arbitraggio geografico ed efficienza dell'hardware

Non tutte le aziende stanno scommettendo su nuovi reattori. Alcune aggirano il problema costruendo in regioni in cui l'elettricità rinnovabile è abbondante ed economica. I campi geotermici dell'Islanda e le reti idroelettriche della Norvegia forniscono sia energia che raffreddamento naturale, riducendo il consumo energetico e le spese operative.

Allo stesso tempo, i progettisti di hardware stanno cercando di ottenere più lavoro da ogni watt. I nuovi chip ottimizzati per l'IA offrono prestazioni più elevate per unità di elettricità, e i sistemi di raffreddamento a liquido possono ridurre l'energia necessaria per il raffreddamento fino al 50%. Questi progressi fanno guadagnare tempo, ma non eliminano la curva di domanda sottostante.

Ciò che è in gioco per il settore

Se l'energia pulita, affidabile ed economica non tiene il passo con la crescita dell'IA, si prospettano diversi scenari:

  • Pressione sui costi:

Cosa osservare in futuro

  • Sviluppi normativi: Seguire i progressi delle partnership nucleari annunciate e l'entità della costruzione di data center in località a basse emissioni di carbonio.

La corsa ad alimentare l'IA non è più una questione di costruzione di chip più veloci; è una battaglia per l'elettricità pulita e affidabile su larga scala. Il modo in cui il settore risolverà questa tensione deciderà se la prossima generazione di modelli di IA potrà essere addestrata ed eseguita senza dover frenare l'ambizione.