La diffusione dell’intelligenza artificiale ha rivoluzionato numerosi settori, dall’assistenza sanitaria alla finanza, grazie alla sua capacità di elaborare grandi quantità di dati e prendere decisioni complesse. Al centro di questo balzo tecnologico ci sono i data center AI, strutture specializzate che ospitano l’hardware e il software necessari per i calcoli dell’AI. Sebbene cruciali per i progressi dell’AI, questi centri hanno un impatto significativo sui consumi di energia e acqua, presentando sfide e opportunità per la sostenibilità e la gestione delle risorse, secondo il report “Summer 2024 AI – Peril or Promise?” di BCS Data Centres.
L’insostenibile domanda di potenza dei data center AI
I data center AI sono intrinsecamente energivori, soprattutto a causa dell’elevata potenza di calcolo richiesta dagli algoritmi di machine learning e dai modelli di deep learning. Queste risorse computazionali consumano enormi quantità di elettricità. Secondo l’Agenzia Internazionale dell’Energia (AIE), dopo aver consumato 460 terawattora (TWh) nel 2022, il consumo elettrico totale dei data center potrebbe raggiungere oltre 1.000 TWh nel 2026, un valore paragonabile al consumo energetico del Giappone. Oltre all’alimentazione dei server, il consumo energetico dei data center AI è determinato anche dai sistemi di raffreddamento necessari per mantenere temperature operative ottimali.
L’impatto ambientale di questo consumo energetico è significativo. Molti data center dipendono ancora da fonti energetiche non rinnovabili, nonostante gli sforzi per la transizione verso le energie rinnovabili. Aziende leader come Google e Microsoft si sono impegnate per la neutralità carbonica e gli investimenti nelle energie rinnovabili, ma la rapida espansione delle loro capacità AI continua a rappresentare una sfida per la sostenibilità. Inoltre, i data center AI hanno un impatto sostanziale sulle risorse idriche. Secondo il progetto open-source World Counts, che aggrega i dati sui consumi da organizzazioni di tutto il mondo, i data center consumano globalmente oltre 4,3 trilioni di metri cubi (circa 1,1 quadrilioni di galloni) di acqua ogni anno. Questo consumo può mettere a dura prova le riserve idriche locali, soprattutto nelle regioni colpite dalla scarsità d’acqua.
AI e data center: la sfida del consumo idrico
L’interazione tra data center AI e consumo di risorse richiede approcci innovativi per mitigare l’impatto ambientale. Tra le soluzioni potenziali ci sono i progressi nella tecnologia di raffreddamento, come il raffreddamento a immersione liquida e l’utilizzo di acqua riciclata. Inoltre, l’uso di acqua riciclata o non potabile per il raffreddamento può alleviare la pressione sulle risorse di acqua dolce. L’AI stessa può essere sfruttata per migliorare l’efficienza dei data center, ottimizzando l’uso dell’energia, gestendo in modo più efficiente i carichi di lavoro e riducendo i tempi di inattività dei server. La manutenzione predittiva alimentata dall’AI può inoltre prevenire i guasti delle apparecchiature, riducendo la necessità di raffreddamento eccessivo.
Soluzioni innovative per il raffreddamento dei data center AI
Sebbene i data center AI siano indispensabili per il progresso dell’intelligenza artificiale, il loro impatto sui consumi di energia e acqua rappresenta una sfida ambientale significativa. Affrontare queste problematiche richiede un approccio multidisciplinare che includa la transizione verso le energie rinnovabili, l’adozione di tecnologie di raffreddamento innovative e lo sfruttamento dell’AI per migliorare l’efficienza operativa. Man mano che la domanda di capacità AI continua a crescere, devono aumentare anche gli sforzi per garantire che questa crescita sia sostenibile e responsabile, bilanciando il progresso tecnologico con la tutela ambientale, secondo BCS.
L’AI per ottimizzare l’efficienza operativa dei data center
Uno degli strumenti fondamentali dell’AI è l’analisi predittiva, che può essere utilizzata per migliorare le operazioni dei data center, come il raffreddamento, riducendo le inefficienze dell’infrastruttura IT, ottimizzando l’allocazione dell’energia e dello spazio rack. Tutto ciò con l’obiettivo di minimizzare i costi operativi e migliorare l’efficienza energetica. Inoltre, l’AI può essere impiegata per migliorare la continuità operativa attraverso la manutenzione predittiva e ridurre i costi di sostituzione dell’hardware. L’AI può anche essere utilizzata per migliorare la sicurezza dei data center, implementando meccanismi di difesa più rapidi nell’apprendere le nuove minacce e in grado di rispondere meglio, individuando attività insolite prima che si verifichino problemi reali.
Secondo il sondaggio di BCS, circa il 90% degli intervistati prevede che i propri data center saranno più efficienti grazie alle applicazioni dell’AI. Tra i fornitori di servizi, questa percentuale sale al 94%, mentre tutti gli sviluppatori concordano su questo punto. Per gli utenti finali, la percentuale scende a poco oltre l’80%. Le maggiori efficienze che l’AI dovrebbe apportare ai data center si tradurranno anche in risparmi sui costi operativi di queste strutture. Nel complesso, circa l’82% degli intervistati prevede che questo sarà il caso. Tra i fornitori di servizi, questa percentuale scende al 77%, mentre l’83% degli utenti finali concorda.
La carenza di competenze professionali nell’era dell’AI
Un’area di preoccupazione costante per l’industria dei data center è la mancanza di professionisti qualificati per soddisfare la domanda, soprattutto nelle discipline di progettazione, costruzione e operazioni. Secondo la ricerca di BCS, il 100% degli intervistati ritiene che nel prossimo anno si avvertirà una carenza di manodopera qualificata, accompagnata da un aumento della domanda di queste competenze (97%). Tra gli sviluppatori e gli investitori, il livello di preoccupazione è massimo, con un accordo universale su entrambe le problematiche.
Quasi l’80% degli intervistati ha espresso preoccupazione per la difficoltà di reperire progettisti qualificati, una percentuale rimasta sostanzialmente invariata negli ultimi cinque anni. Per quanto riguarda le professioni legate alla costruzione, il 73% ha segnalato una carenza di manodopera qualificata, in calo rispetto all’81% di un anno fa. Sul fronte operativo, oltre il 70% dei partecipanti ha dichiarato di aver riscontrato carenze di personale qualificato nell’ultimo anno. Tra le conseguenze di queste carenze, l’80% degli intervistati ha citato l’aumento dei costi operativi e dei salari, mentre il 79% ha riportato un maggiore carico di lavoro per il personale esistente.
Investimenti e piani di espansione per i data center AI
La capacità di mantenere il controllo sulle proprie strutture rimane un requisito importante per gli operatori di colocation, i carrier e i provider di servizi cloud, con quasi l’80% che gestisce internamente l’80% o più del proprio portafoglio di data center. Questo livello di controllo operativo consente loro flessibilità e rapidità decisionale per soddisfare le mutevoli esigenze dei clienti. Tra gli utenti finali, invece, circa l’80% esternalizza l’80% o più del proprio portafoglio, una percentuale rimasta sostanzialmente invariata negli ultimi due anni.
I piani di espansione dei fornitori di servizi riflettono la fiducia nella continua crescita della domanda. Nell’ultima rilevazione di BCS, il 92% ha riferito di prevedere un aumento della propria superficie tecnica interna nei prossimi 12 mesi, in aumento rispetto all’84% della precedente rilevazione. Tra gli utenti finali, solo il 5% prevede di espandere le proprie strutture interne, mentre il 61% prevede di ridurle. Riguardo agli spazi gestiti da terzi, il 68% degli intervistati prevede un’espansione nel prossimo anno, una percentuale simile alla precedente rilevazione.
Localizzazione strategica dei data center AI: fattori chiave
Dalla prima indagine di BCS 15 anni fa, la disponibilità di energia è stata costantemente classificata come il fattore più importante nella scelta di un nuovo data center, seguito dalla posizione geografica. L’accesso alla fibra ottica è diventato sempre più rilevante, con il 32% degli intervistati che lo classifica tra i primi due fattori, in aumento rispetto al 22% della precedente rilevazione. Fattori come il rendimento dell’investimento, la stabilità politica e sociale e la disponibilità di competenze specialistiche per la costruzione di data center sono stati classificati più in basso, ma rimangono importanti per gli sviluppatori e le imprese di ingegneria e costruzione.
Circa il 70% degli intervistati ritiene che le significative densità di potenza richieste dall’adozione dell’AI porteranno inevitabilmente a una maggiore domanda di data center in località periferiche con abbondante disponibilità di raffreddamento gratuito e di energia rinnovabile non vincolata. Tra i fornitori di servizi, questa percentuale sale al 74% e al 78% per gli sviluppatori. Inoltre, il 69% degli intervistati afferma che le potenziali interruzioni della catena di approvvigionamento influenzeranno pesantemente la scelta delle future località per i nuovi data center, una percentuale in aumento rispetto al 64% della precedente rilevazione.
