L’impatto dell’intelligenza artificiale (AI) sul consumo energetico globale è al centro del report “Electricity 2025” dell’International Energy Agency (IEA), che offre un’analisi dettagliata su come la crescente domanda di AI stia trasformando i data center, con un focus particolare sulla Cina. La rapida adozione dell’AI e l’espansione delle applicazioni avanzate stanno aumentando esponenzialmente il consumo di elettricità nei data center, un fenomeno destinato a cambiare radicalmente il panorama energetico globale nei prossimi anni.
La Cina si posiziona come leader mondiale nell’integrazione dell’AI, supportata da ambiziosi programmi nazionali come l’iniziativa “Eastern Data and Western Computing”. Questo progetto mira a distribuire i carichi di elaborazione tra data center situati in regioni strategiche in base alla disponibilità di energia rinnovabile, ottimizzando così l’efficienza energetica e riducendo l’impatto ambientale. L’obiettivo dichiarato è raggiungere una potenza computazionale di oltre 300 EFLOPS entro il 2025, una capacità senza precedenti che alimenterà l’addestramento e l’inferenza di modelli AI su scala globale.
Tuttavia, le previsioni sul consumo energetico dei data center in Cina mostrano un’ampia gamma di incertezze. Secondo il report, le stime variano notevolmente: nel 2022, il consumo di elettricità dei data center in Cina era compreso tra 77 TWh e 270 TWh, un intervallo che evidenzia la mancanza di consenso sulla metodologia di calcolo. Questa discrepanza deriva principalmente dal fatto che alcune stime includono anche il consumo delle reti di telecomunicazione, in particolare del 5G, mentre altre si concentrano esclusivamente sui data center.
Le proiezioni future non sono meno divergenti: entro il 2030, il consumo energetico complessivo dei data center e delle reti 5G in Cina potrebbe oscillare tra 400 TWh e 1.200 TWh. Questa ampia forbice riflette le incertezze legate a diversi fattori, tra cui l’evoluzione tecnologica, i tassi di adozione delle soluzioni AI e le politiche energetiche nazionali. Inoltre, le restrizioni commerciali imposte dagli Stati Uniti sui chip di nuova generazione potrebbero influenzare l’efficienza computazionale e, di conseguenza, il consumo di energia.
Per affrontare questa sfida energetica, la Cina sta investendo massicciamente nell’efficienza energetica dei data center e nell’adozione di fonti di energia pulita. In particolare, l’iniziativa “Eastern Data and Western Computing” prevede di utilizzare i data center situati nelle regioni occidentali e settentrionali del paese, dove l’energia rinnovabile è più abbondante, per l’addestramento AI ad alta latenza. Al contempo, le regioni orientali e centrali, più vicine ai principali hub tecnologici e industriali, saranno dedicate all’inferenza AI a bassa latenza e al supporto delle reti intelligenti.
Questa strategia non solo ottimizza il consumo energetico, ma riduce anche le emissioni di carbonio, allineandosi con gli obiettivi climatici della Cina. L’IEA sottolinea come questa ripartizione geografica dell’infrastruttura digitale sia cruciale per gestire l’impatto ambientale della crescita dell’AI e delle tecnologie emergenti.
Guardando al futuro, la Cina si trova in una posizione unica per guidare l’innovazione AI a livello globale, ma deve affrontare sfide significative sul fronte energetico. L’espansione delle reti 5G e la crescente domanda di servizi digitali, dai social media alle piattaforme di e-commerce, contribuiranno a spingere ulteriormente il consumo energetico dei data center. Secondo l’IEA, la domanda di energia dei data center cinesi potrebbe raddoppiare entro il 2027, aumentando dal 3% al 6% del consumo energetico totale del paese.
L’implementazione di tecnologie di raffreddamento più efficienti, l’uso di intelligenza artificiale per ottimizzare l’allocazione delle risorse e un maggiore impiego di energie rinnovabili saranno fondamentali per affrontare queste sfide. Inoltre, le decisioni politiche e le dinamiche commerciali internazionali giocheranno un ruolo chiave nel plasmare il futuro dell’industria AI cinese.