Il rapido sviluppo delle tecnologie connesse all’Intelligenza Artificiale (IA) e la proliferazione dei data center ha comportato un aumento della domanda di elettricità e risorse idriche senza precedenti. Ciò pone nuove importanti sfide alle infrastrutture esistenti. Perché se è vero che questi sviluppi tecnologici offrono potenzialità immense in termini di innovazione per diversi settori, è altrettanto vero che una loro diffusione porta alla luce criticità relative agli ingenti consumi energetici, all’utilizzo di risorse idriche, ma anche alla capacità delle reti elettriche, oggi esistenti, di far fronte al crescente fabbisogno.

L’intelligenza artificiale, in particolar modo nell’ambito del machine learning e del deep learning, richiede risorse computazionali davvero voluminose. Questi processi coinvolgono l’analisi di dataset molto vasti, necessitano di hardware assai potenti come unità per il processamento grafico (GPU) e unità di elaborazione tensor (TPU). La fase di sperimentazione di questi modelli sofisticati di IA, alcune volte espressa in settimane o mesi, può determinare prolungati e sostanziali consumi energetici.

Con l’impiego sempre più diffuso di IA in molte comparti come finanza, trasporto, salute e intrattenimento, si assiste ad una crescita esponenziale dell’energia richiesta dall’infrastruttura computazionale. Il che si traduce in un maggior impatto dell’impronta carbonica dei data center, i quali ospitano questi sistemi di IA.

I data center, fondamentali nell’economia digitale, sono responsabili di immagazzinare e processare enormi volumi di informazioni. Le stime al momento suggeriscono un consumo globale pari a circa l’1-2% della domanda complessiva di elettricità. Si tratta, però, di una cifra destinata ad aumentare significativamente in risposta all’aumento dei dati stoccati e della complessità dei compiti che verrà affidata all’IA nei prossimi anni.

Oltre che elettricità, le operazioni dei data center prevedono un sostanziale consumo di risorse idriche. Dato, quest’ultimo, spesso sottovalutato. L’operatività costante dei server genera infatti un calore considerevole, il che necessita di sistemi di raffreddamento performanti per prevenire qualsiasi rottura dell’hardware e degli altri sistemi. Molti data center, ad esempio, utilizzano torri di raffreddamento evaporative, in cui l’acqua diviene un mezzo per assorbire e dissipare il calore stesso.

La portata di risorse idriche dei data center di grande dimensione è anch’essa un dato particolarmente importante, dal momento che alcune strutture consumano milioni di litri d’acqua quotidianamente per i processi di raffreddamento. Un consumo che pone non poche criticità, soprattutto, in  quelle regioni che soffrono di scarsità idrica o siccità, come California o Arizona.

Se a ciò si aggiunge il fatto che l’utilizzo di acqua continuerà ad aumentare come conseguenza di una rapida diffusione di IA e data center, diventa dirimente affrontare i problemi legati all’approvvigionamento di queste risorse, specialmente nelle zone più aride. Serviranno quindi soluzioni tecnologiche che rendano maggiormente sostenibili i sistemi di raffreddamento e la gestione delle risorse idriche.

Vi è poi un’ulteriore sfida che va affrontata e afferisce alle limitazioni che oggi esistono sulla rete elettrica esistente. I data center necessitano di un continuo flusso di elettricità di alta qualità e un fabbisogno così rilevante può porre uno stress considerevole sulla rete elettrica locale. In molte aree, in particolare in quelle rurali o quelle in cui l’approvvigionamento è più complesso, e dove alcuni data center sono stati costruiti dati i costi ridotti, i sistemi di trasmissione e distribuzione sono mal progettati per rispondere a questa domanda energetica crescente.

Una potenziale soluzione può essere quella di costruire i data center vicino a fonti di energia rinnovabile come parchi eolici e solari. Ma si tratta di una soluzione parziale, perché  inevitabilmente ci saranno casi in cui l’energia da rinnovabili dovrà andare ad alimentare centri ubicati sulle lunghe distanze. Inoltre, molto spesso l’infrastruttura oggi disponibile non dispone di  linee ad alta tensione per un trasporto efficiente di energia elettrica. Pertanto, anche quando l’energia è disponibile, i data center potrebbero non riuscire a utilizzarla appieno, dovendo ricorrere invece ad elettricità prodotta da fonti fossili.

La rete esistente deve affrontare molteplici sfide, tra cui problemi di capacità, infrastruttura obsoleta e limiti nella distribuzione geografica. In numerose regioni, le linee di trasmissione non vengono ammodernate o ampliate da decenni, il che le rende incapaci di far fronte al massiccio aumento della domanda di energia derivante dalle nuove tecnologie come l’intelligenza artificiale. Senza investimenti sostanziali nella modernizzazione e nell’espansione della rete, la capacità di fornire energia costante e affidabile ai data center e, quindi, all’infrastruttura IA che supportano, sarà gravemente compromessa.

Affrontare queste sfide richiede investimenti significativi sia nelle infrastrutture della rete elettrica che nei sistemi di gestione dell’acqua. Diverse aree chiave richiedono attenzione:

  1. Interventi sulle linee di trasmissione: modernizzare ed espandere la rete di trasmissione ad alta tensione è fondamentale per soddisfare la crescente domanda di energia dei data center e delle applicazioni IA. Queste linee potenziate consentirebbero il trasporto efficiente di energia rinnovabile dai siti di generazione  alle aree urbane o ai data center ubicati in zone remote, riducendo la dipendenza dai combustibili fossili e diminuendo l’impronta carbonica di queste infrastrutture.
  2. Tecnologie di raffreddamento efficienti: lo sviluppo e l'implementazione di tecnologie di raffreddamento più efficienti o la transizione verso sistemi di raffreddamento che utilizzano eccessiva acqua è essenziale per mitigare l'impatto dei data center sulle risorse idriche locali. Innovazioni come il raffreddamento a liquido o i sistemi avanzati di raffreddamento ad aria potrebbero ridurre significativamente la domanda di questa risorsa e l’impatto ambientale complessivo dei data center.
  3. Integrazione dell’intelligenza artificiale nella gestione della rete: sfruttare le tecnologie dell’intelligenza artificiale per ottimizzare l’utilizzo dell’energia all’interno della rete stessa rappresenta una soluzione innovativa. Gli algoritmi di intelligenza artificiale possono essere utilizzati per prevedere meglio la domanda di energia e distribuire l’energia in modo più accurato e più efficace attraverso la rete, riducendo al minimo gli sprechi e garantendo che i data center ricevano l’energia necessaria senza sovraccaricare le infrastrutture locali.

Al fine di implementare questi interventi migliorativi è necessaria la collaborazione tra governi e settore privato. Questa partnership garantirebbe uno sviluppo su larga scala di queste tecnologie, garantendo però, allo stesso tempo, che il loro impatto sulla gestione delle risorse e sulla sostenibilità ambientale sia il minimo.

È un dato di fatto che l’ascesa dell’intelligenza artificiale e l’espansione dei data center comporti sia opportunità che sfide per il progresso tecnologico e la gestione delle risorse. Sebbene queste tecnologie consentano notevoli innovazioni in vari settori, mettono anche a dura prova le risorse energetiche e idriche esistenti. I limiti delle attuali infrastrutture di trasmissione amplificano ulteriormente queste sfide, creando ostacoli sia alla sostenibilità ambientale che alla crescita economica.

Per questo, guardando al futuro, saranno essenziali investimenti importanti nella modernizzazione della rete, nell’integrazione delle energie rinnovabili e nelle tecnologie di raffreddamento innovative. Solo affrontando questi problemi in modo proattivo, sarà possibile creare un ecosistema digitale più resiliente e sostenibile in grado di supportare il continuo progresso tecnologico riducendo al minimo l’impatto ambientale. Il percorso per raggiungere questo equilibrio richiederà uno sforzo concertato, risorse significative e innovazione continua.

La traduzione in italiano è stata curata dalla redazione di RiEnergia. La versione inglese di questo articolo è disponibile qui