Data Center: Come l’AI rivoluziona l’efficienza energetica

Nel corso del 2024, i centri menzionati hanno generato approssimativamente l’1.5% del fabbisogno energetico globale, pari a più di 415 terawattora. Secondo le previsioni elaborate dall’Agenzia Internazionale dell’Energia (Iea), ci si attende un balzo significativo nel consumo energetico: le stime oscillano tra 620 Twh e 1000 Twh. La causa principale di questa escalation risiede nell’espansione dei servizi cloud e nella crescente incidenza della AI generativa, emerge così la necessità disperata per capacità computazionali senza precedenti.
Nell’ambito statunitense, secondo quanto previsto dal Dipartimento dell’Energia, vi sarà probabilmente un raddoppio o addirittura una triplicazione della richiesta energetica prima del 2028; ciò potrebbe influire gravemente sulla stabilità delle reti elettriche nelle zone caratterizzate da una forte densità di data center come la Virginia e il Texas. Una situazione analoga si manifesta anche sul suolo europeo e italiano; nel vecchio continente così come in Italia sono stati registrati valori relativi alle domande dieci anni fa. Allo stato attuale, superate quest’ambito quantificabile da determinate cifre, evidenziano provenienti dai data center perdite pari a 300 gw.

Raffreddamento Intelligente: L’AI come Direttore d’Orchestra Termico

Nell’attuale contesto globale, la gestione dell’energia suscita grande attenzione poiché risulta imprescindibile. L’intelligenza artificiale, nella sua continua evoluzione, dettiene un ruolo fondamentale nell’equilibrare le richieste computazionali e i traguardi della sostenibilità. La progressione delle architetture informatiche ha rivelato i limiti intrinseci associati ai metodi tradizionali per il raffreddamento; server alimentati da CPU si vedono oggi coadiuvati da strutture multi-GPU, notoriamente più performanti quando si tratta del trattamento intensivo dei dati.
Questa transizione ha indotto una crescita senza precedenti nella densità energetica degli armadietti IT: basti pensare che per applicazioni sia AI sia HPC tale densità supera frequentemente i 100 kW, toccando punte pari a 130 kW e prospettive addirittura fino a 240 kW.

Le cifre citate evidenziano quanto l’emissione termica possa superarne la dissipazione mediante aria; questo fatto ci porta inevitabilmente verso riflessioni su modalità innovative. Fatto sta che distribuire energia tramite enormi masse d’aria richiede investimenti in infrastrutture imponenti caratterizzate da costosa manutenzione nonché da elevatissimi consumi. Di qui emerge la preferenza per metodologie idriche quali: direct-to-chip e immersion cooling; sullo sfondo troviamo anche politiche ausiliarie specificatamente volte al free cooling. L’elemento acquatico si presenta come una variabile essenziale, con indici come il WUE (Water Usage Effectiveness) che monitorano l’impatto idrico totale di un data center, affiancato dal PUE (Power Usage Effectiveness) e dal CUE (Carbon Usage Effectiveness). L’obiettivo primario consiste nel ridurre al minimo sia il consumo di kWh sia quello di litri.

Un approccio innovativo per la climatizzazione dei data center, conosciuto come raffreddamento potenziato dall’AI, ha guadagnato terreno negli ultimi anni. La concezione fondamentale consiste nell’affidare agli algoritmi non soltanto la supervisione basilare degli impianti, ma anche la capacità di assimilare informazioni dai dati operativi e di ottimizzare dinamicamente ogni parametro funzionale. Nei siti più all’avanguardia, l’intelligenza artificiale assume la funzione di “direttore” dell’intero ciclo termico, coordinando le unità di raffreddamento (chiller plant), i sistemi di trattamento dell’aria (UTA), i sistemi di raffreddamento a circuito chiuso (CRAH) e le unità di climatizzazione per sale computer (CRAC). Mediante l’impiego di tecniche di controllo predittivo e di apprendimento per rinforzo, gli algoritmi modulano in tempo reale la temperatura, le portate dei fluidi, la velocità dei ventilatori e l’attivazione di torri evaporative e pompe.

L’AI, andando oltre il semplice miglioramento delle performance dei singoli elementi, permette una completa e sinergica integrazione delle diverse componenti.

I data center moderni che utilizzano una varietà tecnologica diversificata impiegano algoritmi sofisticati per determinare costantemente quale mix si presenti come il più efficiente. L’intento primario è quello di limitare i consumi energetici garantendo nel contempo che le prestazioni delle CPU e delle GPU rimangano all’interno del range ottimale definito dall’end-point ASHRAE, un intervallo ideale sia per temperatura che per umidità essenziale alla salvaguardia della funzionalità duratura dei dispositivi.

Anche il progetto collaborativo fra Google e DeepMind rappresenta un caso esemplificativo: grazie a questo sviluppo sono stati ottenuti significativi risparmi energetici nell’ambito del raffreddamento, con una diminuzione fino al 40%. Tale riduzione nonostante riguardi esclusivamente il sistema di raffreddamento assume grande rilevanza in un’industria dove incrementi marginali d’efficienza possono tradursi in miliardi investiti o tonnellate significative di emissioni di CO2 evitate.

Oltre il Raffreddamento: AI per l’Efficienza Energetica Globale

L’intelligenza artificiale viene impiegata per ottimizzare la distribuzione dell’aria e individuare inefficienze invisibili a occhio nudo, grazie alla combinazione di digital twin e modelli di fluidodinamica computazionale (CFD). Queste repliche digitali simulano in tempo reale il comportamento aerodinamico e termico del data center, individuando bypass d’aria, cortocircuiti termici o zone di pressione anomala. Gli algoritmi suggeriscono interventi specifici per la correzione, quali l’installazione di pannelli di chiusura nei rack non occupati, la sostituzione di piastrelle perforate o la riorganizzazione dei corridoi caldi e freddi, ottimizzando così il differenziale di temperatura e riducendo il fabbisogno totale di flusso d’aria.

Una minore quantità di aria da movimentare si traduce in un minor consumo energetico dei ventilatori e un considerevole miglioramento del PUE. L’AI, ben più che limitarsi alla gestione dell’infrastruttura, ne favorisce un’efficienza crescente attraverso un continuo affinamento. Il raffreddamento non riguarda solo l’energia, ma anche l’acqua. Nei sistemi evaporativi convenzionali, il fabbisogno idrico può essere enorme, specialmente nei grandi data center. Proprio per questo motivo, la metrica WUE (Water Usage Effectiveness) è ormai riconosciuta come un indicatore chiave di performance ambientale, affiancando PUE e CUE. Anche in questa circostanza, l’intelligenza artificiale si dimostra determinante. Gli algoritmi valutano istantaneamente i benefici energetici derivanti dal processo evaporativo confrontandoli con il costo aggiunto dell’acqua utilizzata, prendendo in esame fattori ambientali come la temperatura dell’aria, l’umidità presente e la quantità di acqua disponibile. In questo modo, sono in grado di determinare il momento ottimale per attivare i circuiti evaporativi, conservando risorse idriche senza compromettere la stabilità termica.

Alcuni hyperscaler, come Microsoft, stanno spingendo ancora oltre questa logica con soluzioni zero-water for cooling, escludendo l’acqua dal processo di climatizzazione per la maggior parte dell’anno, grazie a sistemi liquid-to-chip e scambiatori a secco. L’obiettivo è far convergere il WUE verso valori prossimi allo zero, rendendo disponibile la risorsa idrica per impieghi civili e agricoli e incrementando la sostenibilità dei data center nelle aree geografiche più vulnerabili.

Il calore prodotto dai server ha il potenziale per essere convertito in una risorsa preziosa. In vari stati del Nord Europa, dove si trovano diffuse reti per il teleriscaldamento, l’energia termica surplus viene riutilizzata e reinserita nelle abitazioni delle persone. Esemplificativi sono i progetti realizzati a Odense (Meta), Danimarca, così come quelli avviati a Tallaght (AWS), Irlanda; entrambi dimostrano che è possibile fornire annualmente decine di migliaia di MWh alle comunità locali. Anche qui gioca un ruolo fondamentale l’intelligenza artificiale: quando abbinata a pompe di calore e scambiatori, permette una modulazione precisa della quantità di calore recuperato rispetto alla domanda locale attuale; ciò contribuisce non solo all’efficienza massima del processo ma anche a una continuità nel servizio.

L’intelligenza artificiale trova impiego altresì nella regolazione dei flussi elettrici all’interno dei data center, conseguentemente evolvendo tali strutture verso modelli capaci di adattarsi ai segnali provenienti dalla rete.

Through the implementation of power-aware and carbon-aware scheduling strategies, l’intelligenza artificiale si rivela capace di pianificare i carichi meno prioritari negli intervalli temporali durante i quali l’energia possiede costi inferiori o quando la fornitura proviene principalmente da fonti rinnovabili.

Nell’ambito della transizione energetica, Google ha già condotto esperimenti proficui riguardanti il trasferimento temporale e spaziale delle operazioni per sincronizzarsi con le fasi dell’energia più ecologica. Tale approccio ha comportato significativi sgravi sulle bollette, così come una diminuzione corrispondente delle emissioni di CO2.

Anche durante periodi caratterizzati da congestione nella rete elettrica, l’intelligenza artificiale permette implementazioni legate al power capping; ciò consente una limitazione transitoria della potenza utilizzata dalle CPU e GPU mantenendo comunque attivi i servizi fondamentali. Questo porta i data center a integrarsi in iniziative quali il demand response offerto dalle utility energetiche stesse, favorendo così un maggiore equilibrio nel sistema elettrico complessivo. L’evoluzione futura è rappresentata dai grid-interactive data center: impianti che non solo adattano i loro consumi ma instaurano anche rapporti attivi con la rete energetica stessa; collegandosi a sistemi d’accumulo energivori sono capaci d’immagazzinare energia durante momenti favorevoli sul piano del rinnovabile per poi rilasciarla nei periodi ad alta richiesta.

Diversi studi oltre a test effettuati dal National Renewable Energy Laboratory (NREL) statunitense insieme ad alcune iniziative pilota avviate in cooperazione con gestori della rete evidenziano chiaramente quanto sia concretamente praticabile sotto il profilo tecnico ed economico tale modello operativo.

I data center, in futuro, si evolveranno da semplici e imponenti consumatori a autentici centri di flessibilità, giocando un ruolo cruciale nella transizione energetica.

Verso un Futuro Sostenibile: AI come Catalizzatore di Cambiamento

L’intelligenza artificiale integra e analizza migliaia di dati in tempo reale, generando report ESG automatici e aggiornati su PUE, WUE, CUE e persino sulle emissioni Scope 2 e 3, rendendo la rendicontazione ambientale molto più rapida e affidabile. L’analisi predittiva dei dati consente inoltre di implementare strategie di manutenzione proattiva, individuando anomalie prima che si trasformino in guasti, riducendo i fermi macchina inattesi e incrementando la resilienza complessiva. Anche la sicurezza fisica trae beneficio dall’AI, valutando in anticipo la “postura di rischio” di un sito e suggerendo azioni preventive.

L’intelligenza artificiale viene utilizzata anche nella fase di progettazione dei nuovi data center. Algoritmi che hanno la capacità di generare opzioni sono capaci di delineare configurazioni connesse che considerano contestualmente aspetti inerenti all’energia, al calore, all’acqua e alla logistica, semplificando le tempistiche e la complessità se confrontate con le metodologie convenzionali.

In alcuni progetti pilota, questo approccio ha permesso di sviluppare configurazioni ottimizzate in tempi molto ridotti e con risultati significativi sul piano dell’efficienza, raggiungendo valori di PUE prossimi a 1,2.

I doppioni digitali (digital twins), insieme alle simulazioni fisico-informate, forniscono l’opportunità di profilare accuratamente il comportamento termico. Ciò consente ai designer di ottenere indicazioni essenziali per prevenire eventuali criticità e armonizzare al meglio le molteplici esigenze operative.

L’evoluzione dei data center suscita considerazioni oltre il mero conteggio della potenza erogata o dell’efficacia del raffreddamento: oggi si tratta di un obiettivo orientato a creare infrastrutture attive (proattive) dotate della capacità di interagire sinergicamente con le reti elettriche locali. Tali entità devono anche instaurare relazioni fruttuose con il territorio ospitante mentre generano valore aggiunto per la comunità residente. All’interno di questa visione strategica, l’intelligenza artificiale svolge un ruolo determinante: trasforma data center tradizionali – spesso percepiti come dissipatori voraci – in strumenti fondamentali per guidarci verso una transizione sostenibile sia sul piano digitale che energetico. Grazie all’uso consapevole dell’, è possibile lavorare su riduzioni consistenti dei consumi energetici unitamente agli effetti nocivi sull’ambiente; dal recupero del calore all’efficiente gestione delle risorse idriche ed elettriche fino ad un contributo stabile nella coesione delle reti cui sono collegati.

Oltre i Bit: Un Nuovo Paradigma di Sostenibilità Digitale

La prospettiva che per anni è stata vista come una spesa legata all’ambiente si sta lentamente convertendo in un potenziatore significativo, capace di generare valore su diversi fronti: digitale, oltre che economico-sociale-ambientale. I futuri data center si prefigurano come entità ben oltre semplici apparecchiature informatiche; essi aspirano a diventare ecosistemi adattivi perfettamente sincronizzati nel perseguire sia la crescita tecnologica che la sostenibilità.

Sforziamoci insieme a ponderare questa questione. In maniera semplice potremmo dire che la transizione ecologica implica una rivalutazione delle modalità con cui sfruttiamo le risorse planetarie al fine di assicurare uno sviluppo sostenibile. Per quanto concerne i data center e l’intelligenza artificiale,
ciò comporta ottimizzazione nei consumi energetici, basso impatto ambientale e incentivazione nell’impiego delle energie rinnovabili.

Tuttavia, questa visione va oltre; emerge qui la nozione sofisticata dell’economia circolare adottata nel contesto dei data center. Considerate uno scenario dove il surplus termico generato dai server venga recuperato efficacemente piuttosto che disperdersi—trasformandolo così nella sorgente calorifica utile a rendere confortevoli abitazioni o uffici.

Oppure, un modello in cui i componenti hardware obsoleti vengono riciclati e riutilizzati, riducendo la necessità di estrarre nuove materie prime.

La sfida è complessa, ma le opportunità sono enormi. Dobbiamo chiederci: come possiamo trasformare i data center da “energivori” a “centri di valore”? Come possiamo garantire che l’innovazione tecnologica vada di pari passo con la tutela del nostro pianeta? La risposta, come spesso accade, è nelle nostre mani. Un piccolo gesto, una scelta consapevole, possono fare la differenza. Pensiamoci.