In Breve
- Cos'è il 'time to power'?
- Il 'time to power' è il tempo necessario affinché l'energia raggiunga i data center, diventando un fattore cruciale per l'implementazione delle infrastrutture AI.
- Perché il gas naturale è importante per le infrastrutture AI?
- Il gas naturale è considerato una fonte ponte che garantisce una generazione continua di energia necessaria per le operazioni dei data center AI.
- Quali sono i modelli emergenti per la generazione di energia?
- Stanno emergendo modelli come la generazione behind-the-meter e configurazioni con pipeline dedicate per soddisfare la domanda di energia delle infrastrutture AI.
Con l’evoluzione delle tecnologie AI, la disponibilità rapida e affidabile di energia si sta affermando come un elemento cruciale per l’implementazione delle infrastrutture necessarie. Non basta più che l’elettricità sia generata a regime; è fondamentale che l’energia programmabile arrivi ai data center nel momento e nel luogo in cui è richiesta.
I data center dedicati all’AI sono sempre più grandi e concentrati, tollerando poco o nulla le interruzioni. In questo contesto, la capacità di alimentazione diventa determinante per la velocità con cui queste infrastrutture possono entrare in servizio e trasformare gli investimenti tecnologici in valore operativo.
Il gas naturale si sta affermando come una fonte ponte, in grado di garantire una generazione continua di energia. Secondo analisi di scenario, la domanda di gas legata all’AI potrebbe aumentare da circa 1,6 Bcf/d (miliardi di piedi cubi al giorno) oggi a 5,2 Bcf/d entro il 2030, e tra 7,6 e 11,5 Bcf/d entro il 2035. Tuttavia, avere gas disponibile non è sufficiente: il vero vincolo è la deliverability, ovvero la capacità di produrre, trasportare, immagazzinare e consegnare combustibile alla pressione richiesta attraverso le infrastrutture connesse.
Fattori come permessi, diritti di passaggio delle condotte, connessioni alla rete e manodopera specializzata possono allungare i tempi di sviluppo. La competizione per attrezzature e capacità industriale modifica la valutazione tra opzioni teoricamente più economiche ma più lente da realizzare e soluzioni già pronte sul piano logistico.
Di conseguenza, la selezione dei siti e la pianificazione delle infrastrutture devono considerare non solo la disponibilità futura di energia, ma anche la capacità di garantire energia affidabile nei tempi richiesti. Per affrontare queste esigenze, stanno emergendo modelli innovativi, come la generazione behind-the-meter, che accoppia impianti a gas on-site o nelle vicinanze a forniture ferme, e configurazioni con pipeline dedicate abbinate a impianti di generazione.
Le stime indicano che oltre il 30% della domanda di gas legata all’AI potrebbe essere soddisfatta con impianti behind-the-meter entro il 2035. La costruzione della prossima generazione di infrastrutture AI richiederà una collaborazione più stretta tra hyperscaler, sviluppatori di data center, utility, fornitori di gas e operatori di pipeline, per affrontare l’intero percorso dall’energia al calcolo.
Le aziende che sapranno trattare l’approvvigionamento energetico come una capacità strategica e riconoscere il ruolo critico del gas saranno quelle meglio posizionate per scalare l’AI. In sintesi, nel confronto per scalare l’AI, il ‘time to power’ può determinare il ‘time to value’.
