In Breve
- Cos'è il 'time to power'?
- Il 'time to power' è il tempo necessario affinché l'energia raggiunga i data center AI, influenzando la loro prontezza operativa.
- Qual è il ruolo del gas naturale nelle infrastrutture AI?
- Il gas naturale è considerato una fonte chiave per garantire una generazione continua di energia per i data center AI.
- Come può la pianificazione influenzare le infrastrutture AI?
- La pianificazione deve considerare la capacità di fornire energia affidabile nei tempi richiesti per ottimizzare l'implementazione delle infrastrutture AI.
Con l’evoluzione dell’intelligenza artificiale (AI) da esperimenti a implementazioni su larga scala, la disponibilità rapida e affidabile di energia sta diventando un fattore cruciale per la realizzazione delle infrastrutture AI. Non è sufficiente che l’elettricità sia generata; è essenziale che l’energia programmabile raggiunga i data center nel momento e nel luogo richiesti.
I data center dedicati all’AI sono sempre più grandi e tollerano poco le interruzioni. Pertanto, la capacità di alimentazione è determinante per stabilire dove e con quale velocità tali infrastrutture possono entrare in servizio, trasformando gli investimenti tecnologici in valore operativo. In questo contesto, il gas naturale si sta affermando come una fonte ponte in grado di garantire una generazione continua.
Analisi di scenario suggeriscono che la domanda di gas legata all’AI potrebbe aumentare da circa 1,6 Bcf/d attuali a 5,2 Bcf/d entro il 2030, e tra 7,6 e 11,5 Bcf/d entro il 2035. Tuttavia, la semplice disponibilità di gas non è sufficiente; il vero vincolo è rappresentato dalla ‘deliverability’, ovvero la capacità di produrre, trasportare, immagazzinare e consegnare combustibile in modo efficiente.
Fattori come permessi, diritti di passaggio delle condotte e risorse idriche possono allungare i tempi di sviluppo. La competizione per attrezzature e capacità industriale modifica la valutazione tra opzioni più economiche ma più lente e soluzioni già pronte logisticamente.
Di conseguenza, la selezione dei siti e la pianificazione devono considerare la capacità di fornire energia affidabile nei tempi richiesti. Modelli innovativi stanno emergendo, come la generazione ‘behind-the-meter’, che abbina impianti a gas a forniture ferme. Si stima che oltre il 30% della domanda di gas legata all’AI potrebbe essere soddisfatta con impianti di questo tipo entro il 2035.
La costruzione della prossima generazione di infrastrutture AI richiederà una collaborazione più stretta tra hyperscaler, sviluppatori di data center e fornitori di gas. Le aziende più competitive saranno quelle che trattano l’approvvigionamento energetico come una capacità strategica, riconoscendo il ruolo cruciale del gas nel garantire la disponibilità e l’operatività delle capacità AI. In sintesi, nel confronto per scalare l’AI, il ‘time to power’ può determinare il ‘time to value’.
