I Data Center AI Stanno Incontrando il Muro Energetico: Tre Strategie Infrastrutturali in Competizione

Introduzione

Il prossimo limite all'intelligenza artificiale potrebbe non essere l'architettura del modello o le prestazioni dei semiconduttori. Potrebbe essere l'infrastruttura fisica necessaria per mantenere milioni di acceleratori alimentati, raffreddati, connessi e operativi 24 ore su 24.

Diversi eventi nel 2026 hanno reso questo vincolo insolitamente visibile.

Un'ondata di calore ha interrotto l'accesso al supercomputer Dawn dell'Università di Cambridge dopo problemi nella struttura che lo ospitava. Negli Stati Uniti, PJM—il più grande mercato elettrico regionale del paese—ha affrontato una domanda record, forti aumenti dei costi di bilanciamento e prezzi della capacità più che decuplicati in due anni. I produttori nella stessa regione hanno riportato un aumento delle bollette elettriche con l'espansione della domanda dei data center.

Allo stesso tempo, QTS ha abbandonato la sua parte del progetto Digital Gateway in Virginia, a lungo contestato. Il campus era stato descritto come uno dei più grandi progetti di data center mai proposti, ma anni di sfide legali, opposizione della comunità, controversie sull'uso del suolo e preoccupazioni ambientali ne hanno impedito l'avanzamento.

Questi casi portano alla stessa conclusione: l'infrastruttura AI non è più una semplice questione di acquisto di GPU e ricerca di spazio in magazzino. Elettricità, trasmissione, raffreddamento, acqua, terreno, permessi e accettazione sociale stanno diventando parte dello stack AI.

Tre strategie principali illustrano ora come le aziende stiano cercando di risolvere questo problema:

1. Spostare il calcolo verso l'energia solare continua in orbita.
2. Costruire una generazione di energia dedicata accanto a enormi campus di data center terrestri.
3. Spostare il calcolo verso regioni desertiche ricche di rinnovabili e coordinare energia, stoccaggio e carichi di lavoro come un unico sistema.

Questo articolo esamina questi approcci attraverso la richiesta di data center orbitale di SpaceX, il progetto dell'Ohio di SoftBank e SB Energy, e l'iniziativa Mission Gobi di Envision Energy.

Il Vincolo Energetico Sta Diventando un Vincolo per l'AI

I sistemi AI consumano elettricità a più livelli.

Gli acceleratori necessitano di energia per il calcolo. Le apparecchiature di rete spostano i dati tra le macchine. CPU, storage, memoria e sistemi di raffreddamento aggiungono ulteriore domanda. La conversione e distribuzione dell'energia introducono perdite, mentre i sistemi di backup e ridondanza aumentano la quantità di infrastrutture da installare.

Il risultato è una struttura i cui requisiti energetici possono assomigliare a quelli di una città o di un complesso industriale.

I vincoli fisici sono anche strettamente accoppiati:

| Vincolo | Perché

È importante per i data center di IA |
|-|-|
| Generazione di energia | Determina se esiste elettricità sufficiente per supportare il carico di calcolo pianificato |
| Trasmissione | Determina se l'elettricità può raggiungere il sito senza sovraccaricare la rete |
| Raffreddamento | Impedisce il surriscaldamento degli acceleratori ad alta densità |
| Acqua | Supporta alcuni sistemi di raffreddamento e processi di generazione di energia |
| Terreno | Fornisce spazio per edifici, sottostazioni, raffreddamento, generazione e trasmissione |
| Permessi | Controlla la velocità con cui un progetto può passare dalla pianificazione alla costruzione |
| Accettazione della comunità | Influenza il rischio legale, le tempistiche del progetto e il sostegno politico |
| Fornitura hardware | Limita la velocità con cui la struttura può essere attrezzata |
| Stabilità della rete | Determina se il campus può operare senza peggiorare l'affidabilità regionale |

Un data center può assicurarsi le GPU e fallire comunque se la connessione di trasmissione è ritardata. Può assicurarsi l'energia e trovarsi comunque ad affrontare opposizioni per l'uso dell'acqua, il rumore, la conversione del terreno o la vicinanza alle comunità. Può costruire il campus fisico e subire comunque tempi di inattività se il raffreddamento è stato progettato in base alle temperature storiche anziché a condizioni meteorologiche più estreme.

Ecco perché il dibattito sulle infrastrutture per l'IA sta passando da "Chi ha il chip migliore?" a "Chi è in grado di organizzare il sistema completo?"

Il caldo ha messo in luce la fragilità del calcolo ad alte prestazioni

Alla fine di giugno 2026, il supercomputer Dawn AI dell'Università di Cambridge è stato messo offline durante un'ondata di caldo dopo che problemi tecnici hanno interessato l'infrastruttura di raffreddamento del data center.

Dawn supporta progetti che coinvolgono la modellazione climatica, la ricerca medica e altri lavori computazionalmente intensivi. Secondo le notizie, nessun dato di ricerca è stato perso, ma l'interruzione ha bloccato l'accesso a diversi team e ritardato progetti in corso.

L'incidente è importante per due motivi.

In primo luogo, mostra che anche le infrastrutture di ricerca avanzate possono essere vulnerabili a condizioni ambientali al di fuori del loro normale raggio operativo.

In secondo luogo, dimostra un ciclo di feedback che diventerà sempre più importante: l'IA viene utilizzata per modellare il cambiamento climatico, ottimizzare i sistemi energetici e sviluppare nuove tecnologie, eppure l'infrastruttura informatica stessa deve sopravvivere agli effetti fisici dell'aumento delle temperature.

La pianificazione della resilienza per le strutture IA deve quindi considerare:

• Temperature ambientali più elevate
• Ondate di caldo più lunghe
• Ridotta efficienza del raffreddamento
• Restrizioni idriche
• Stress della rete durante i picchi di domanda
• Guasti simultanei ai sistemi di alimentazione e raffreddamento
• Tempi di recupero dopo arresti protettivi

Una struttura progettata solo per le condizioni meteorologiche medie storiche potrebbe non essere sufficiente per il prossimo decennio di implementazione dell'IA.

PJM mostra come la domanda dei data center possa influenzare la rete più ampia

PJM Interconnection coordina i mercati elettrici in una regione che serve circa 67 milioni di persone negli Stati Uniti.

La rapida aggiunta della domanda dei data center si è scontrata con il lento sviluppo della generazione, la trasmissione ritardata, la dismissione degli impianti e la lunga coda per la connessione di nuove risorse.

L'asta di capacità 2026/2027 di PJM si è chiusa a $329,17 per megawatt-giorno. Rispetto a $28,92 per megawatt-giorno per l'anno di consegna 2024/2025, un aumento di oltre

decine.

I pagamenti per capacità sono progettati per garantire che ci sia una generazione sufficiente durante i periodi di domanda di picco. Quando la domanda prevista cresce più velocemente dell'offerta disponibile, il costo per assicurarsi tale capacità può aumentare drasticamente.

L'effetto non si limita alle aziende tecnologiche.

Reuters ha riportato che la Belden Brick, un produttore con 141 anni di storia in Ohio, ha visto il suo costo mensile per la capacità passare da circa 1.600 a circa 12.000 dollari. L'azienda opera nello stesso mercato generale in cui i data center su scala ipergigante stanno creando nuovi grandi carichi elettrici.

Questo non significa che ogni aumento del prezzo dell'elettricità possa essere attribuito solo all'IA. I costi del carburante, la congestione della trasmissione, il ritiro di centrali elettriche, le regole di mercato, le condizioni meteorologiche e la domanda più ampia sono tutti fattori importanti.

Tuttavia, le previsioni di data center molto grandi stanno ora influenzando il modo in cui le utility, i gestori di rete, i regolatori e i clienti industriali pianificano l'offerta futura.

Perché le reti esistenti faticano con i carichi dell'IA

I sistemi elettrici tradizionali sono stati costruiti intorno a una crescita relativamente prevedibile.

I campus IA possono richiedere nuovi gigawatt di capacità in tempi compressi. Un singolo progetto potrebbe essere più grande dell'intero carico di una città regionale.

La rete deve quindi risolvere diversi problemi:

1. Costruire o mantenere una generazione sufficiente.
2. Potenziare la trasmissione e le sottostazioni.
3. Mantenere l'affidabilità durante i picchi.
4. Decidere chi paga per le nuove infrastrutture.
5. Evitare che richieste di carico speculative o duplicate distorcano la pianificazione.
6. Proteggere i consumatori ordinari dai costi generati da utenti insolitamente grandi.

Queste domande stanno diventando centrali per le politiche sull'IA.

Digital Gateway ha dimostrato che il terreno e i permessi sono importanti

Il proposto progetto Digital Gateway nella contea di Prince William, in Virginia, è diventato uno degli esempi più importanti di resistenza della comunità all'espansione dei data center.

L'area di sviluppo più ampia copriva oltre 2.100 acri ed era pianificata per supportare decine di milioni di piedi quadrati di costruzione di data center. QTS e Compass Datacenters erano tra i principali sviluppatori coinvolti.

I sostenitori hanno sostenuto che il progetto avrebbe creato investimenti, entrate fiscali e posti di lavoro. Gli oppositori hanno sollevato preoccupazioni riguardo alle procedure di uso del suolo, ai paesaggi storici, alla domanda di energia, alle linee di trasmissione, al rumore, agli effetti ambientali e all'industrializzazione delle aree rurali vicino al Parco Nazionale del Campo di Battaglia di Manassas.

Un tribunale ha invalidato l'approvazione della rizonizzazione dopo aver riscontrato problemi con il processo di avviso pubblico. Altre parti hanno ritirato i loro ricorsi e QTS ha ritirato la sua rimanente sfida legale nel luglio 2026.

Il crollo del progetto illustra una regola fondamentale delle infrastrutture:

La fattibilità tecnica non equivale alla fattibilità del progetto.

Un data center può essere finanziabile, realizzabile e commercialmente attraente, ma fallire comunque perché la comunità circostante, il processo legale e il paesaggio fisico non lo supportano.

Per gli sviluppatori IA, la selezione del sito ora richiede più che l'accesso alla fibra e all'elettricità. Richiede un lavoro preliminare su:

• Coinvolgimento della comunità
• Revisione ambientale
• Pianificazione idrica
• Conservazione storica
• Mitigazione del rumore
• Instradamento della trasmissione
• Occupazione locale
• Accordi fiscali
• Servizi di emergenza
• Trasparenza pubblica

Il più economico

atterare su un foglio di calcolo potrebbe diventare estremamente costoso dopo anni di contenzioso.

Strategia Uno: SpaceX sposta il calcolo verso l'energia solare orbitale

Nel gennaio 2026, SpaceX ha presentato una domanda alla Federal Communications Commission degli Stati Uniti per un nuovo sistema satellitare non geostazionario composto da fino a un milione di satelliti.

La domanda descriveva

La rete proposta è chiamata sistema SpaceX Orbital Data Center.

Secondo l'avviso pubblico della FCC, i satelliti opererebbero in gusci orbitali tra circa 500 e 2.000 chilometri. Utilizzerebbero collegamenti ottici inter-satellitari ad alta larghezza di banda e si connetterebbero con parti della rete Starlink.

L'idea di base è facile da comprendere.

Lo spazio ha accesso a un'abbondante energia solare. I sistemi orbitali evitano la competizione per il terreno terrestre e possono ridurre la dipendenza dalle reti elettriche locali. Il calore può essere dissipato tramite radiazione anziché con torri di raffreddamento convenzionali.

L'approccio di SpaceX rappresenta una risposta basata sull'ingegneria: se energia, terreno e autorizzazioni sono difficili sulla Terra, sposta l'infrastruttura al di fuori del sistema terrestre.

Potenziali Vantaggi del Calcolo Orbitale

Un'architettura di data center orbitale potrebbe offrire:

• Lunghi periodi di esposizione solare
• Riduzione della competizione per il terreno terrestre
• Nessun uso diretto di acqua dolce locale per il raffreddamento
• Connettività globale attraverso reti satellitari
• Prossimità a sensori e applicazioni spaziali
• La capacità di elaborare alcuni dati prima di trasmetterli alla Terra

I carichi di lavoro nativi dello spazio potrebbero essere il punto di partenza più pratico.

Ad esempio, i satelliti potrebbero elaborare immagini di osservazione terrestre, dati meteorologici, informazioni di navigazione o traffico di comunicazioni prima di inviare un risultato più piccolo a terra. Ciò riduce la quantità di dati da trasmettere.

I Problemi di Ingegneria Sono Gravi

Spostare il calcolo in orbita non elimina i vincoli infrastrutturali. Li modifica.

Un data center orbitale deve risolvere:

• Massa di lancio e costo di lancio
• Danni da radiazione
• Gestione termica nel vuoto
• Dimensionamento dei pannelli solari
• Accumulo di energia durante l'eclissi
• Detriti spaziali
• Sostituzione dell'hardware
• Larghezza di banda delle comunicazioni
• Latenza
• Manutenzione
• Durata del satellite
• Smaltimento a fine vita

Il calore rimane una sfida importante.

Sulla Terra, i data center possono trasferire il calore all'aria o all'acqua. Nello spazio, non c'è fluido circostante per rimuovere il calore. Il sistema deve utilizzare radiatori, e questi radiatori possono diventare molto grandi rispetto alla potenza di calcolo dispiegata.

Un'analisi tecnica del 2026 sull'economia dei data center orbitali ha concluso che i carichi di lavoro terrestri generici richiederebbero costi combinati di lancio e veicolo spaziale estremamente bassi, alta utilizzazione, lunga vita operativa e requisiti di comunicazione favorevoli per competere con le infrastrutture a terra.

Ciò suggerisce che il calcolo AI orbitale potrebbe svilupparsi gradualmente, piuttosto che sostituire rapidamente i data center terrestri.

Una Domanda Non È un Sistema Implementato

La FCC ha accettato la domanda di SpaceX per la presentazione e ha invitato commenti pubblici. Questo è un passo regolatorio iniziale, non un'autorizzazione a dispiegare immediatamente un milione di satelliti.

Permangono grandi domande sullo spettro, orbitale

sicurezza, impatti ambientali, astronomia, detriti spaziali e l'effetto cumulativo del lancio e della sostituzione di una costellazione così numerosa.

La strategia orbitale è ambiziosa, ma i suoi tempi commerciali dipendono da innovazioni nella produzione di veicoli spaziali, frequenza dei lanci, progettazione termica, reti e regolamentazione.

Strategia due: SoftBank costruisce potenza accanto al calcolo

SoftBank e SB Energy stanno seguendo un approccio molto diverso in Ohio.

Il Dipartimento dell'Energia degli Stati Uniti ha annunciato piani per un campus tecnologico presso l'ex impianto di diffusione gassosa di Portsmouth, nella contea di Pike. Il progetto è inteso a supportare lo sviluppo di data center per circa 10 gigawatt.

Il piano energetico associato prevede fino a 10 gigawatt di nuova generazione, con almeno 9,2 gigawatt che dovrebbero provenire dal gas naturale.

SB Energy e AEP Ohio prevedono inoltre di investire in importanti infrastrutture di trasmissione. Il Dipartimento dell'Energia ha dichiarato che il progetto coprirà i costi degli aggiornamenti necessari per la distribuzione dell'energia e utilizzerà una struttura tariffaria dedicata, progettata per evitare che i clienti ordinari assorbano tali costi.

Questo approccio si basa su velocità e scala.

Invece di attendere che la rete esistente produca sufficiente capacità aggiuntiva, il progetto costruirebbe una grande offerta di generazione specificamente accanto al campus di calcolo pianificato.

Perché il gas è interessante per uno sviluppo rapido

Le centrali elettriche a gas naturale possono fornire elettricità programmabile.

A differenza della generazione eolica e solare, possono funzionare quando necessario, non solo quando le condizioni meteorologiche sono favorevoli. Ciò le rende più facili da abbinare ai data center che richiedono un servizio continuo.

Il modello dell'Ohio offre diversi vantaggi pratici:

• Generazione dedicata per un nuovo carico enorme
• Un sito già controllato dal governo federale
• Investimenti su larga scala nelle infrastrutture di trasmissione
• Accesso più rapido all'energia programmabile
• Un collegamento chiaro tra il cliente del data center e i costi delle infrastrutture
• La possibilità di inviare l'energia in eccesso alla rete più ampia

Per un'azienda focalizzata sulla distribuzione rapida del calcolo, questo può sembrare più realistico che attendere una lenta espansione della rete regionale.

Il compromesso climatico è significativo

Il principale svantaggio è l'intensità di carbonio.

Un portafoglio di generazione a gas naturale da 9,2 gigawatt produrrebbe emissioni sostanziali se gestito intensamente. Potrebbe anche richiedere gasdotti, raffreddamento, acqua e infrastrutture a lunga durata che potrebbero continuare a funzionare per decenni.

Il progetto crea quindi una tensione tra due obiettivi politici:

1. Costruire rapidamente l'infrastruttura AI.
2. Ridurre le emissioni del sistema energetico.

Il gas naturale può fornire energia affidabile durante un periodo di rapida crescita della domanda, ma rischia di vincolare la futura capacità AI alla dipendenza dai combustibili fossili.

Il risultato ambientale effettivo dipenderà dall'efficienza degli impianti, dall'utilizzo, dalle perdite di metano, dalle misure di gestione del carbonio, dall'interazione con la rete e dalla velocità con cui diventano disponibili risorse a basse emissioni di carbonio.

Strategia tre: Mission Gobi sposta il calcolo verso l'energia rinnovabile

Envision Energy ha annunciato Mission Gobi a VivaTech 2026.

L'iniziativa mira a 5 gigawatt di capacità verde di data center AI in regioni desertiche e aride entro il 2030.

Il suo principio centrale è che

Il calcolo dovrebbe seguire l'energia.

Invece di costruire un enorme campus per l'IA vicino a una città esistente per poi chiedere alla rete elettrica di approvvigionarlo, Mission Gobi propone di collocare i data center dove le risorse eoliche, solari, territoriali e di accumulo energetico sono già abbondanti.

Envision descrive questo approccio come un Sistema Energetico per l'IA che collega:

• Generazione eolica
• Generazione solare
• Accumulo a batteria
• Infrastruttura di rete
• Carichi di lavoro computazionali
• Produzione di idrogeno verde
• Previsione e dispacciamento basati sull'IA

Il progetto tratta il data center e il sistema energetico come un'unica piattaforma coordinata.

La dimostrazione di Chifeng

Envision afferma di aver già implementato questo modello a Chifeng, nella Mongolia Interna.

La documentazione ufficiale dell'azienda descrive un sistema di energia rinnovabile da 2 gigawatt che utilizza EnOS e un modello energetico di base per coordinare eolico, solare, accumulo, carichi di lavoro computazionali e produzione di idrogeno verde.

Envision dichiara inoltre di collaborare con Tencent per abbinare dinamicamente i carichi di lavoro dell'IA alla disponibilità di energia rinnovabile.

Questo è diverso da un tradizionale accordo di acquisto di energia rinnovabile.

Un data center tradizionale può consumare elettricità in modo continuo e acquistare certificati o contratti che rappresentano la generazione rinnovabile altrove. In un sistema energetico nativo per l'IA, l'impianto cerca di coordinare i flussi di energia reale, l'accumulo, le previsioni di generazione e la domanda di calcolo flessibile in tempo quasi reale.

Il campus Galaxy di Ulanqab

Envision afferma che il più grande campus Galaxy a Ulanqab sta venendo sviluppato come un data center per l'IA su scala gigawatt direttamente collegato all'energia rinnovabile.

I materiali stampa dell'azienda lo descrivono come un'implementazione di punta del modello Mission Gobi.

La logica di base nella scelta del sito è solida:

• Le regioni desertiche offrono ampi spazi.
• Le risorse eoliche e solari possono essere abbondanti.
• La densità di popolazione è inferiore.
• I conflitti con la comunità possono essere ridotti.
• Condizioni più fresche e secche possono migliorare alcune strategie di raffreddamento.
• I collegamenti diretti all'energia possono ridurre la dipendenza dalle reti urbane congestionate.

Tuttavia, ogni sito desertico ha una diversa disponibilità idrica, opzioni di trasmissione, condizioni ambientali e distanza dagli utenti. "Costruire nel deserto" non è una soluzione completa di per sé.

Come Mission Gobi gestisce l'energia rinnovabile variabile

La sfida tecnica più grande è l'intermittenza.

I data center sono progettati per un funzionamento continuo, mentre la produzione eolica e solare varia in secondi, ore, giorni e stagioni.

L'architettura di Mission Gobi combina diverse forme di flessibilità.

Accumulo a batteria per cambiamenti rapidi

Le batterie possono rispondere in millisecondi.

Sono utili per:

• Supporto alla frequenza
• Bilanciamento a breve termine
• Attenuazione dei cambiamenti rapidi nell'eolico e nel solare
• Copertura di brevi interruzioni
• Supporto alla qualità dell'energia
• Spostamento dell'energia su diverse ore

Le batterie sono meno adatte per immagazzinare energia sufficiente a coprire periodi molto lunghi di bassa produzione rinnovabile su scala gigawatt.

Complementarità tra eolico e solare

L'eolico e il solare spesso producono in momenti diversi.

La generazione solare è più forte durante le ore di luce diurna. I modelli eolici possono essere più forti di notte o in stagioni diverse.

Combinare entrambe le risorse può ridurre, ma non eliminare, la quantità di stoccaggio necessaria.

Idrogeno e ammoniaca per lo stoccaggio di lunga durata

L'elettricità rinnovabile in eccesso può essere utilizzata per produrre idrogeno tramite elettrolisi.

L'idrogeno può quindi essere immagazzinato direttamente o convertito in ammoniaca, che in alcune applicazioni è più facile da trasportare e immagazzinare. Quando la produzione di energia rinnovabile è bassa, questi vettori energetici possono supportare la generazione di elettricità o i processi industriali.

Questo approccio offre uno stoccaggio di più lunga durata, ma introduce perdite di conversione e costi aggiuntivi.

Il ciclo completo prevede:

1. Generare elettricità rinnovabile.
2. Produrre idrogeno.
3. Convertire potenzialmente l'idrogeno in ammoniaca.
4. Immagazzinare il combustibile.
5. Riconvertirlo in elettricità o in un altro output utile.

Ogni passaggio riduce l'efficienza. Il sistema deve quindi decidere quando lo stoccaggio a lunga durata offre più valore rispetto a generazione aggiuntiva, trasmissione, batterie o carichi di lavoro flessibili.

Carichi di lavoro AI flessibili

Non tutti i compiti di calcolo devono essere eseguiti nello stesso momento.

Alcuni carichi di lavoro possono essere spostati:

• Pre-elaborazione dei dati
• Generazione di dati sintetici
• Inferenza batch
• Valutazione del modello
• Conversione dei checkpoint
• Addestramento non urgente
• Rendering
• Simulazione
• Analisi offline

Un sistema di gestione energetica consapevole dell'AI può programmare lavori più flessibili quando l'energia rinnovabile è abbondante, riservando al contempo capacità stabile per l'inferenza sensibile alla latenza e i servizi critici.

Questa è una delle idee più importanti di Mission Gobi.

Invece di costringere il sistema energetico a comportarsi come se ogni compito di calcolo fosse inflessibile, permette ad una parte della domanda di calcolo di adattarsi alla disponibilità di energia.

Confronto tra le tre strategie

I tre approcci risolvono lo stesso problema di base in modi molto diversi.

Strategia	Idea Centrale	Vantaggio Principale	Sfida Principale
Centri dati orbitali SpaceX	Spostare il calcolo verso l'energia solare quasi continua in orbita	Evita alcuni vincoli terrestri di terra, rete e acqua	Costo di lancio, radiazioni, smaltimento del calore, manutenzione, normative
Campus Ohio SoftBank	Costruire una centrale elettrica dedicata e dispacciabile accanto a un enorme campus terrestre	Può supportare una distribuzione rapida e affidabile su scala enorme	Emissioni da combustibili fossili, acqua, gasdotti, blocco del carbonio a lungo termine
Envision Mission Gobi	Spostare il calcolo verso deserti ricchi di rinnovabili e coordinare alimentazione, stoccaggio e carichi di lavoro	Infrastruttura a basse emissioni di carbonio con meno competizione per la rete urbana	Variabilità delle rinnovabili, costo di stoccaggio, acqua, trasmissione, latenza geografica

Nessuna è una risposta universale.

Il calcolo orbitale può essere interessante per l'elaborazione nativa dello spazio prima di diventare competitivo per i carichi di lavoro cloud generici.

I campus alimentati a gas potrebbero scalare più velocemente, ma devono affrontare la pressione ambientale e del carbonio.

I campus desertici rinnovabili potrebbero offrire forti economie a lungo termine, ma richiedono un controllo sofisticato, stoccaggio, carichi di lavoro flessibili e connettività affidabile.

Il futuro probabile è un misto.

Perché "Il calcolo segue l'energia" sta diventando una regola per la scelta del sito

Per gran parte dell'era del cloud, i data center erano spesso situati vicino a hub di rete, clienti, manodopera qualificata, regimi fiscali favorevoli e reti elettriche affidabili.

L'AI cambia

equilibrio.

L'addestramento e molti carichi di lavoro batch sono meno sensibili alla distanza fisica rispetto alle applicazioni consumer in tempo reale. Un cluster di addestramento di modelli può essere posizionato lontano da una grande città, purché disponga di energia elettrica, fibra ottica e supporto operativo.

Questo rende le regioni ricche di energia più attraenti.

Il processo di selezione del sito potrebbe sempre più iniziare con:

1. Dove è disponibile energia elettrica su larga scala?
2. Può essere fornita in modo continuativo?
3. Qual è l'intensità marginale di

carbonio?
4. Il carico può supportare la rete regionale anziché destabilizzarla?
5. C'è abbastanza terreno disponibile per generazione, stoccaggio, raffreddamento e calcolo?
6. Il progetto può ottenere permessi e accettazione dalla comunità?
7. La rete in fibra è sufficiente?
8. Quali carichi di lavoro possono tollerare la località?

Il data center sta diventando parte del sistema energetico, non semplicemente un cliente alla fine del cavo.

L'acqua rimane un vincolo anche nei progetti verdi

L'elettricità rinnovabile non elimina automaticamente il consumo idrico.

L'acqua può essere consumata da:

• Raffreddamento evaporativo
• Torri di raffreddamento
• Umidificazione
• Processi di generazione di energia
• Produzione di semiconduttori
• Produzione di idrogeno
• Costruzione e manutenzione

Le regioni desertiche possono offrire bassa umidità e notti più fresche, ma possono anche avere risorse idriche scarse.

Un progetto credibile di AI verde necessita quindi di una strategia idrica completa.

Questa può includere:

• Raffreddamento liquido diretto al chip
• Sistemi a circuito chiuso
• Raffreddatori secchi
• Raffreddamento ad aria dove praticabile
• Acqua recuperata
• Riutilizzo del calore
• Reportistica sul consumo idrico
• Limiti specifici del sito
• Progetti che evitino la competizione con le comunità locali e l'agricoltura

L'efficienza idrica dovrebbe essere valutata insieme all'intensità di carbonio e al costo dell'elettricità.

L'idrogeno verde è utile, ma non è una batteria gratuita

Il concetto originale di Missione Gobi conferisce all'idrogeno verde e all'ammoniaca verde un ruolo importante nell'equilibrio di lunga durata.

Questo ruolo è tecnicamente plausibile, specialmente dove il sistema serve anche la domanda industriale di idrogeno o ammoniaca.

Tuttavia, utilizzare l'idrogeno solo per rigenerare elettricità è meno efficiente rispetto all'uso diretto di energia rinnovabile o allo stoccaggio a batteria di breve durata.

L'idrogeno diventa più attraente quando può fornire diverse forme di valore:

• Stoccaggio energetico stagionale
• Materia prima industriale
• Carburante per esportazione
• Generazione di riserva
• Bilanciamento della rete
• Entrate da prodotti chimici
• Utilizzo di energia rinnovabile che altrimenti sarebbe ridotta

L'economia dipende dall'utilizzo dell'elettrolizzatore, dall'infrastruttura di stoccaggio, dall'efficienza di conversione, dalla domanda di carburante e dal costo dell'elettricità rinnovabile in eccesso.

Missione Gobi dovrebbe quindi essere intesa come un sistema integrato energia-calcolo, non semplicemente un data center con un generatore di riserva a idrogeno.

Il livello AI potrebbe diventare il principale elemento distintivo

Turbine eoliche, pannelli solari, batterie, data center e attrezzature per l'idrogeno esistono già.

La parte più distintiva di Missione Gobi è il livello di coordinamento.

Un sistema come EnOS può combinare:

• Previsioni meteo
• Previsioni di produzione elettrica
• Stato di carica della batteria
• Livelli di stoccaggio dell'idrogeno
• Carico del data center

Piani di formazione dei modelli

• Prezzi dell'energia elettrica
• Vincoli di rete
• Requisiti di manutenzione

Può quindi decidere quando:

• Eseguire carichi flessibili di IA
• Caricare le batterie
• Produrre idrogeno
• Ridurre il calcolo non essenziale
• Esportare energia
• Importare energia
• Riservare capacità per inferenze critiche
• Trasferire il lavoro tra sedi

È qui che l'infrastruttura IA inizia ad assomigliare a un sistema operativo ciberfisico.

Il valore deriva non solo dal possedere risorse energetiche, ma dal coordinarle meglio di quanto potrebbe fare un insieme di operatori separati.

Cosa

Dovrebbero imparare gli sviluppatori di data center

Gli eventi legati a Dawn, PJM, Digital Gateway, Ohio, orbital compute e Mission Gobi indicano una nuova serie di principi progettuali.

1. L'energia deve essere pianificata prima del calcolo

Un progetto non dovrebbe presumere che la rete produrrà gigawatt di elettricità di riserva su richiesta.

Generazione, trasmissione, accumulo, backup e flessibilità della domanda devono far parte del progetto iniziale.

2. L'accettazione della comunità è un'infrastruttura

Permessi e sostegno pubblico non sono dettagli di pubbliche relazioni. Sono dipendenze ingegneristiche del percorso critico.

Un sito contestato legalmente può ritardare o distruggere un progetto altrimenti realizzabile.

3. La resilienza deve includere eventi climatici estremi

I sistemi di raffreddamento e alimentazione devono essere testati contro ondate di calore, siccità, tempeste, incendi e altre condizioni al di fuori delle medie storiche.

4. I carichi di lavoro flessibili hanno valore economico

La capacità di spostare il calcolo non urgente nel tempo o nello spazio può ridurre i costi energetici e facilitare l'uso di energie rinnovabili.

5. Carbonio, acqua e territorio devono essere valutati insieme

Un progetto a basse emissioni di carbonio può comunque creare conflitti idrici o territoriali. Un sito efficiente nell'uso dell'acqua può comunque dipendere da elettricità ad alte emissioni.

L'intero sistema ambientale è importante.

6. L'alimentazione dedicata non rimuove la responsabilità pubblica

Una centrale elettrica finanziata privatamente può proteggere gli utenti da alcuni costi diretti, ma le emissioni, le condutture, l'acqua, l'inquinamento atmosferico e l'affidabilità regionale continuano a influenzare il pubblico.

7. L'architettura migliore potrebbe essere ibrida

I futuri sistemi IA potrebbero combinare:

• Centri di inferenza urbani
• Campus remoti per la formazione
• Calcolo rinnovabile nel deserto
• Backup a gas o nucleare
• Sistemi edge distribuiti
• Elaborazione orbitale limitata
• Spostamento dei carichi di lavoro tra regioni

Carichi di lavoro diversi hanno requisiti diversi.

Domande frequenti

Perché i data center IA causano preoccupazioni per la rete elettrica?

I cluster IA possono richiedere centinaia di megawatt o diversi gigawatt di elettricità. Quando i progetti arrivano più velocemente di quanto possano essere costruiti generazione e trasmissione, possono aumentare i costi di capacità, ritardare altre connessioni e creare problemi di affidabilità.

Cosa è successo al progetto del data center Digital Gateway?

QTS ha ritirato la sua restante impugnazione legale nel luglio 2026, ponendo di fatto fine alla sua parte del progetto proposto in Virginia. Lo sviluppo aveva affrontato anni di contenzioso e opposizione della comunità, incluse controversie sulle procedure di rizonizzazione e l'impatto ambientale.

Qual è il piano di SpaceX per il data center orbitale?

SpaceX ha presentato una domanda FCC per un sistema non geostazionario di fino a un milione di satelliti.

descrita come una rete di data center orbitali. Il concetto prevederebbe l'uso di satelliti alimentati a energia solare e collegamenti ottici, ma si trova ancora in una fase iniziale dal punto di vista normativo e ingegneristico.

Cos'è il campus AI di SoftBank in Ohio?

SoftBank, SB Energy e i partner pianificano un campus di data center da 10 gigawatt presso l'ex impianto di diffusione gassosa di Portsmouth, in Ohio. Il piano associato include fino a 10 gigawatt di nuova generazione, di cui almeno 9,2 gigawatt si prevede siano a gas naturale.

Cos'è Mission Gobi?

Mission Gobi è l'iniziativa di Envision Energy per sviluppare 5 gigawatt di capacità di data center AI verde

nelle regioni desertiche e aride entro il 2030. Combina generazione rinnovabile, accumulo, infrastruttura di rete, informatica e gestione energetica basata sull'AI.

GobiX è il nome ufficiale del progetto?

L'annuncio ufficiale di Envision utilizza Mission Gobi. "GobiX" è un'etichetta informale usata in alcuni commenti per contrapporre l'infrastruttura AI basata nel deserto all'approccio orbitale di SpaceX.

L'energia rinnovabile può alimentare un data center AI in modo continuo?

Sì, ma il servizio continuo richiede generalmente un portafoglio che può includere eolico e solare sovradimensionati, batterie, accumulo a lunga durata, supporto di rete, generazione di riserva e flessibilità del carico di lavoro. Il progetto esatto dipende dal sito e dall'obiettivo di affidabilità.

Perché collocare i data center AI nei deserti?

Le regioni desertiche e aride possono offrire vaste aree di terreno, forti risorse eoliche e solari, minore densità di popolazione e una ridotta concorrenza con le reti urbane. Gli sviluppatori devono ancora risolvere le sfide legate all'acqua, alla connettività, all'ambiente, all'accumulo e alla manutenzione.

Strumenti correlati

• Envision EnOS: Un sistema operativo basato sull'AI per coordinare energia rinnovabile, accumulo, risorse e carichi di lavoro industriali.
• PJM Data Viewer: Un'interfaccia pubblica per monitorare la domanda di elettricità, la generazione, i prezzi e le condizioni della rete nella regione PJM.
• NVIDIA Mission Control: Software per gestire e operare infrastrutture AI su larga scala.
• Open Compute Project: Una comunità industriale che sviluppa progetti aperti per data center, server, raffreddamento e sistemi di alimentazione efficienti.
• Green Software Foundation: Un'organizzazione no-profit che sviluppa standard e pratiche per ridurre l'impatto ambientale del software.

Collegamenti correlati

• Envision Lancia Mission Gobi: Il comunicato stampa ufficiale che descrive l'iniziativa del data center AI desertico da 5 GW.
• Annuncio del Rapporto Net Zero Action 2026 di Envision: Dettagli sulla collaborazione con Chifeng, Tencent, EnOS e Mission Gobi.
• Avviso della FCC sui data center orbitali di SpaceX: L'avviso pubblico ufficiale che riguarda la richiesta di SpaceX per fino a un milione di satelliti.
• [Scheda informativa del Dipartimento dell'Energia degli Stati Uniti sul campus AI dell'Ohio](https://www.

energy.gov/articles/fact-sheet-department-energy-ensuring-affordable-energy-access-ohio-while-powering-future): Dettagli ufficiali sul data center da 10 GW, sulla generazione di gas e sugli investimenti nella trasmissione.

• Rapporto sull'asta di capacità PJM 2026/2027: Risultati ufficiali dell'asta e prezzi di aggiudicazione della capacità.
• Reuters su QTS che interrompe Digital Gateway: Resoconto sulla chiusura del progetto in Virginia.

Riepilogo

Le infrastrutture per l'IA stanno andando oltre il problema dell'approvvigionamento di chip. La generazione di energia, la trasmissione, il raffreddamento, l'acqua, il terreno, le autorizzazioni e l'accettazione pubblica stanno diventando i limiti pratici alla rapidità con cui può essere implementata nuova potenza di calcolo.

SpaceX, SoftBank e Envision rappresentano tre risposte diverse. SpaceX propone di spostare il calcolo verso l'energia solare in orbita. SoftBank sta abbinando un enorme campus in Ohio a una generazione di gas dedicata. Mission Gobi mira a spostare il calcolo verso risorse rinnovabili desertiche e a coordinare energia, stoccaggio, idrogeno e carichi di lavoro flessibili attraverso un sistema energetico basato sull'IA.

Ogni approccio risolve un insieme di vincoli, ma ne introduce altri. I sistemi orbitali devono affrontare sfide di lancio e termiche. I campus alimentati a gas creano un rischio legato al carbonio. I sistemi rinnovabili desertici necessitano di stoccaggio, pianificazione idrica, connettività e un coordinamento sofisticato.

Il prossimo vincitore nelle infrastrutture per l'IA potrebbe non essere l'azienda con il maggior numero di acceleratori, ma quella in grado di organizzare energia, terreno, raffreddamento, reti e potenza di calcolo nel sistema completo più affidabile.