Una conseguenza dei potenziali enormi impatti dell’intelligenza artificiale (AI) su tutti i settori economici è che i data center - le strutture in cui fisicamente avvengono le elaborazioni di AI - sono diventati tra le infrastrutture più strategiche in assoluto.

L’AI sta facendo lievitare gli investimenti in questo settore anche perché richiede strutture di nuova generazione, costruite da zero. Che consumano molta più energia dei precedenti - e per questo stanno già mettendo sotto pressione i gestori delle reti elettriche in tutto il mondo - e comunque aumentano le emissioni di carbonio. E con ritorni tutt’altro che certi rispetto agli enormi investimenti che stanno richiedendo.

Queste le tesi principali di un recente insight di Goldman Sachs, corredato da molti dati interessanti, a partire dalle stime della domanda mondiale attuale e futura di potenza dei data center e delle sue componenti.

Data Center, l'incidenza dei workflow AI raddoppierà in soli due anni

Secondo Goldman Sachs Research, tale domanda attualmente è di circa 62 gigawatt (GW), composta da carichi di lavoro cloud (58%), carichi di lavoro tradizionali (29%) e carichi di lavoro IA (13%). Ma tra soli due anni sarà del 50% superiore (92 GW): un aumento impressionante, trainato dalla componente AI che più che raddoppierà (28%), mentre l’incidenza del cloud scenderà al 50% e quella dei carichi di lavoro tradizionali al 21%.

Per sfruttare questo boom dell’AI, come accennato gli operatori specializzati stanno costruendo tantissimi nuovi data center in tutto il mondo, riempiendoli con GPU di nuova generazione e realizzando connessioni elettriche ad alta tensione per produrre molti terawattora (TWh) aggiuntivi di energia.

Una nuova generazione di data center, in grado di supportare l’IA, si sta quindi rapidamente sviluppando. Solo negli Stati Uniti, sottolinea Goldman Sachs Research, la spesa per la costruzione di queste infrastrutture è triplicata negli ultimi tre anni, ma anche in Italia sta crescendo notevolmente. E man mano che aprono nuovi impianti, i tassi di occupazione di quelli che affittano spazi a terze parti restano molto alti in tutto il mondo: in molte regioni degli USA sono praticamente al 100%, ma anche in Europa secondo Goldman Sachs Francoforte è al 92% e Londra all’87%.

Il sistema economico insomma sta investendo enormi capitali per costruire una nuova rete globale di data center. Per dare un’idea, secondo le stime di Goldman Sachs Research aggiornate a poche settimane fa, i cinque hyperscaler USA che stanno investendo di più hanno programmato 736 miliardi di dollari di spese in conto capitale in soli due anni, tra il 2025 e il 2026.

Mentre McKinsey stima che per costruire i data center necessari per fronteggiare la domanda prevista di workload AI sarà necessario investire a livello globale 7000 (settemila) miliardi di dollari entro il 2030.

Presto un solo rack consumerà quanto 200 abitazioni

Ma perché occorrono data center nuovi? Perché quelli dell’era pre-AI sono in gran parte inadeguati alle esigenze dei carichi di lavoro odierni, e le possibilità di riconvertirli sono molto limitate. I moderni carichi di lavoro IA richiedono più GPU che lavorano in modo coordinato, spiega il Goldman Sachs Global Institute. Nel 2022, un sistema AI all’avanguardia integrava otto GPU in un singolo server. Entro il 2027, i sistemi più avanzati probabilmente avranno 576 GPU in un rack grande quanto un armadio, che richiederà 600 kW, abbastanza per alimentare 200 case o appartamenti in Italia.

Per questo, Goldman Sachs Research prevede che la domanda globale di energia dei data center crescerà del 165% in soli sette anni, dal 2023 al 2030, e in termini relativi, nello stesso periodo salirà dall’1-2% della domanda globale di energia al 3-4%. Negli USA in particolare questi numeri sono doppi: la domanda di energia dei data center salirà dal 4% del totale nel 2023 a oltre l’8% nel 2030.

Energia, solo il 40% dell'aumento della domanda sarà coperto da fonti rinnovabili

Goldman Sachs Research stima che il 40% dell’aumento della domanda di energia dei data center sarà coperto da fonti rinnovabili, con una piccola quota proveniente dal nucleare destinata specificamente all’IA. La parte restante, circa il 60%, sarà probabilmente coperta dal gas naturale. Ciò aumenterà le emissioni globali di carbonio di 215–220 milioni di tonnellate entro il 2030, equivalenti allo 0,6% delle emissioni energetiche mondiali.

Le regioni con la maggiore domanda di energia per data center sono in Asia-Pacifico e Nord America, in particolare Nord Virginia, Pechino, Shanghai e Texas.

In Europa, un’ondata di richieste di connessione ricevute ultimamente dai fornitori di energia (tra cui l’italiana Terna) indica che le aziende tecnologiche stanno pianificando la costruzione di nuovi data center. La crescente necessità di energia per queste infrastrutture, nota Goldman Sachs, sta invertendo più di un decennio di calo della domanda di energia nella regione.

Massima allerta su segnali di debolezza del mercato Ai

Tutto ciò detto, Goldman Sachs Research ovviamente si sta preparando a tutti gli scenari, anche quelli in cui la domanda di AI deluderà le attese, e quindi anche le proiezioni dei ritorni dagli investimenti nei nuovi data center: “I nostri analisti hanno intensificato l'attenzione rispetto a qualsiasi eventuale segnale di debolezza del mercato AI, che potrebbe derivare da difficoltà nel monetizzare la nuova tecnologia o da innovazioni che rendano più economico costruire e commercializzare questi modelli”.

Concetti molto simili sono stati espressi da McKinsey: “La supply chain della potenza di calcolo è complessa: dagli operatori che costruiscono data center, alle aziende di semiconduttori, fino agli hyperscaler di servizi cloud. I leader di questa catena del valore sanno che devono investire in potenza di calcolo per accelerare la crescita dell’AI, ma la sfida che affrontano è formidabile: decidere quanto capitale destinare a quali progetti, il tutto rimanendo incerti su come la crescita e lo sviluppo futuri dell’AI influenzeranno la domanda di energia di calcolo. La domanda di data center crescerà in un contesto di continuo aumento nell’uso dell’AI, o diminuirà poiché i progressi tecnologici renderanno l’AI meno esigente dal punto di vista computazionale?”

Tradotto in numeri, e tornando ai dati Goldman Sachs, in uno scenario sfavorevole, in cui la domanda di AI fosse inferiore alle attese, il tasso di crescita del mercato data center potrebbe scendere dal 17% medio annuo (vedi sopra) al 14%. Una differenza che potrebbe vanificare miliardi di dollari di investimenti. Invece in uno scenario più ottimistico, in cui le GPU richiedessero più energia del previsto o la domanda dei clienti fosse più alta, il tasso di crescita annuo medio potrebbe arrivare al 20%.