Tag: Infrastrutture

  • Il peggio deve ancora arrivare

    Il peggio deve ancora arrivare

    Il prossimo collo di bottiglia dell’intelligenza artificiale potrebbe non essere un chip. Potrebbe essere l’acqua necessaria per tenere accesi data center e centrali nucleari ed elettriche.

    Quello che sta succedendo in queste settimane non è un incidente isolato. Centrali nucleari spente o fortemente ridotte lungo il Danubio (Cernavoda in Romania, Paks in Ungheria), reattori fermati in Francia sulla Mosa e sulla Mosella, riduzione di potenza a Krško sul Sava. Motivo ricorrente: livelli e portate dei fiumi troppo bassi per garantire il raffreddamento in sicurezza e nel rispetto dei limiti ambientali. Non è un problema di sicurezza nucleare in senso stretto, ma di disponibilità fisica dell’acqua. 

    Lo stesso fiume e gli stessi corsi d’acqua che per decenni hanno reso possibile una produzione baseload stabile e a basse emissioni diventano un collo di bottiglia quando la siccità prolungata e le ondate di calore si combinano.

    Il contesto geopolitico non aiuta

    Questa vulnerabilità climatica si inserisce in un quadro energetico già stressato dai conflitti. 
    La guerra in Ucraina ha interrotto o ridotto drasticamente le forniture russe di gas e di alcuni prodotti raffinati. Nel 2026 la crisi nello Stretto di Hormuz (conseguenza del conflitto USA-Israele-Iran) ha creato uno shock ancora più ampio su petrolio e LNG, con effetti a catena su prezzi, scorte europee e stabilità delle reti elettriche. L’Europa arriva all’estate e all’autunno con magazzini di gas più bassi del necessario e con una dipendenza residua da fonti volatili. 

    Risultato: una rete che deve contemporaneamente gestire picchi di domanda estivi (condizionamento), riduzioni di produzione idroelettrica e nucleare per motivi idrici, e tensioni sulle forniture fossili.

    Data center e IA: la domanda che non si ferma

    Su questo quadro già fragile si innesta la crescita esponenziale dei data center e dell’intelligenza artificiale. 
    Secondo stime ONU e analisi recenti, i data center globali consumavano già nel 2025 centinaia di terawattora di elettricità (più di interi paesi) e miliardi di litri d’acqua, sia direttamente per il raffreddamento sia indirettamente attraverso la generazione elettrica che li alimenta. Le proiezioni al 2030 parlano di un raddoppio o più, con l’IA che rappresenta una quota crescente di quella domanda. 

    Molti nuovi impianti stanno sorgendo proprio in zone già soggette a stress idrico. Il raffreddamento evaporativo è efficiente energeticamente ma assetato; le alternative a circuito chiuso o ad aria riducono il consumo d’acqua ma aumentano quello elettrico. In entrambi i casi, il sistema diventa più sensibile proprio nei momenti in cui l’acqua e l’energia sono scarseggianti. 

    La convergenza dei rischi

    Mettete insieme i pezzi: 
    – Nucleare (e in parte idroelettrico) vulnerabile a siccità e temperature elevate. 
    – Fossili destabilizzati da conflitti e interruzioni di supply chain. 
    – Domanda di data center e AI che cresce a ritmi che i piani energetici nazionali faticano a seguire.

    Non stiamo parlando di uno “scenario da catastrofisti”, ma di una collisione di trend già in corso. Se una regione perde contemporaneamente capacità nucleare per motivi idrici e capacità termica per problemi di combustibile o prezzi, mentre i data center continuano a richiedere potenza costante e acqua per il raffreddamento, i margini di sicurezza del sistema si assottigliano. E le tensioni locali sull’uso dell’acqua (agricoltura, potabile, industria, energia, data center) diventano politiche e sociali, non solo tecniche. 

    Cosa implica tutto ciò

    Serve una riflessione meno ideologica e più sistemica. 
    L’energia low-carbon non è immune agli effetti del clima. La digitalizzazione e l’IA non sono “immateriali”: hanno un’impronta fisica enorme su elettricità e acqua. I conflitti non sono solo notizie geopolitiche: ridisegnano in tempo reale la disponibilità e il prezzo delle fonti. 

    Pianificazione integrata di energia, acqua e digitale; siting più attento dei data center; investimenti in raffreddamento a basso impatto idrico e in capacità flessibile; accelerazione delle rinnovabili con storage e di soluzioni nucleari meno dipendenti dai fiumi (dove sensato e fattibile). Non esistono scorciatoie, ma esistono scelte che riducono o aumentano l’esposizione a questi rischi multipli. 

    Ignorare la convergenza tra crisi idrica, shock geopolitici e boom della domanda digitale sarebbe miope. Prenderla sul serio è semplicemente realismo.

  • Anthropic blocca 191 MW in Texas con un accordo da 9,1 miliardi

    Anthropic blocca 191 MW in Texas con un accordo da 9,1 miliardi

    Anthropic si assicura 191 MW in Texas con un contratto da 9,1 miliardi di dollari. E un impianto nato per minare bitcoin cambia pelle per alimentare l’AI.

    Anthropic ha siglato con Riot Platforms un contratto ventennale da 9,1 miliardi di dollari per assicurarsi 191 MW di capacità IT nel campus di Rockdale, in Texas, originariamente costruito per il mining di bitcoin. La capacità dovrebbe entrare in servizio progressivamente, con 96 MW previsti entro dicembre 2027 e il resto entro giugno 2028. L’accordo segna un passaggio importante nella riconversione di Riot dal mining alla locazione di infrastrutture energetiche e di calcolo per l’intelligenza artificiale, trasformando parte dei ricavi legati alle criptovalute in entrate contrattualizzate di lungo periodo. Per Anthropic, l’intesa rientra nella corsa ad assicurarsi energia, data center e capacità computazionale sufficienti a sostenere la crescita dei modelli Claude. Con due eventuali proroghe quinquennali, secondo quanto riportato il valore complessivo del contratto potrebbe raggiungere 16,1 miliardi di dollari e protrarsi fino al 2058, mostrando quanto la disponibilità di megawatt stia diventando una risorsa strategica nella competizione sull’AI.


    Link alla fonte:
    https://www.hwupgrade.it/news/mercato/anthropic-firma-9-1-miliardi-con-un-miner-di-bitcoin-impianto-da-191-mw-in-texas_157712.html

  • Eni e Khazna puntano a 1 GW di data center per l’IA in Italia

    Eni e Khazna puntano a 1 GW di data center per l’IA in Italia

    La Commissione europea ha dato il via libera alla joint venture tra Eni e Khazna Data Center Holdings per sviluppare e gestire in Italia infrastrutture digitali con una capacità IT complessiva prevista fino a 1 Gigawatt.

    Il primo progetto è l’AI Data Center Campus di Ferrera Erbognone, in Lombardia, progettato per raggiungere 500 MW e supportare carichi di lavoro di high-performance computing e intelligenza artificiale.

    Eni dovrebbe alimentare il campus con la propria “Blue Power”, elettricità prodotta da una nuova centrale a gas naturale ad alta efficienza e associata a sistemi di cattura della CO₂, destinata all’hub CCS di Ravenna. L’operazione mette in evidenza uno dei vincoli strategici della corsa all’IA: garantire grandi quantità di energia affidabile e competitiva ai data center hyperscale.

    Per Eni, la partnership con Khazna rappresenta inoltre un’espansione del proprio ruolo nella filiera dell’AI, collegando infrastrutture energetiche, decarbonizzazione e capacità di calcolo.


    Link alla fonte:
    https://www.msn.com/it-it/money/generale/eni-khazna-l-energia-italiana-accende-i-data-center-dell-ia/ar-AA29NCws?ocid=nl_article_link

  • Anthropic punta 10 miliardi sulla potenza di calcolo di Volta in Norvegia

    Anthropic punta 10 miliardi sulla potenza di calcolo di Volta in Norvegia

    Secondo quanto riportato da Bloomberg, Anthropic avrebbe siglato con la giovane startup cloud Volta un accordo da 10 miliardi di dollari per ottenere capacità di calcolo nei prossimi sei anni, destinata principalmente allo sviluppo e al funzionamento di Claude.

    L’infrastruttura dovrebbe essere realizzata in Norvegia e raggiungere una potenza di 133 megawatt, utilizzando i sistemi Nvidia Vera Rubin.  Alla costruzione parteciperà anche Bitdeer, società specializzata nel mining di criptovalute, che metterà a disposizione competenze nella gestione di impianti ad alta intensità energetica.

    La scelta della Norvegia risponde alla disponibilità di energia idroelettrica e a un clima favorevole al raffreddamento dei server, due fattori che possono ridurre costi e impatto operativo.

    L’intesa mostra come la competizione tra i principali laboratori di AI dipenda sempre più dall’accesso a energia, chip avanzati e data center, anche se i dettagli dell’accordo non risultano ancora confermati pubblicamente da Anthropic.


    Link alla fonte: https://startupitalia.eu/tech/anthropic-accordo-10-miliardi-con-startup-cloud/

  • Nvidia valuta un sostegno da 250 miliardi per il maxi data center di OpenAI

    Nvidia valuta un sostegno da 250 miliardi per il maxi data center di OpenAI

    Nvidia sarebbe in trattative con OpenAI per sostenere un’operazione finanziaria da 250 miliardi di dollari destinata alla realizzazione di un enorme data center per l’intelligenza artificiale.

    Secondo quanto riportato dal Wall Street Journal, il progetto prevede un impianto da 10 gigawatt nel sud dell’Ohio sviluppato da una controllata energetica di SoftBank, con un costo complessivo che potrebbe superare i 500 miliardi di dollari includendo l’hardware.

    L’infrastruttura utilizzerebbe risorse energetiche controllate dal governo statunitense, mentre Nvidia potrebbe svolgere il ruolo di garante finanziario per facilitare l’accesso al credito da parte del progetto.

    L’iniziativa evidenzia la crescente competizione tra i principali protagonisti dell’IA per assicurarsi capacità di calcolo su scala senza precedenti, in un contesto in cui anche Anthropic, Microsoft e Google avrebbero manifestato interesse per il sito.

    Poiché le trattative sono ancora in corso, i dettagli dell’accordo non sono stati confermati ufficialmente.

    Link alla fonte:
    https://www.cdt.ch/news/nvidia-tratta-con-openai-per-250-miliardi-di-dollari-435162

  • Meta e xAI diventano i nuovi venditori di “pale e picconi” dell’AI

    Meta e xAI diventano i nuovi venditori di “pale e picconi” dell’AI

    L’eventuale lancio di Meta Compute segna un cambio di paradigma nell’economia dell’intelligenza artificiale: i grandi sviluppatori di modelli non puntano più soltanto a estrarre valore dall’AI, ma iniziano a monetizzare direttamente l’infrastruttura che hanno costruito.

    La metafora dei “venditori di pale e picconi”, già usata durante la bolla delle dot-com, torna attuale in un mercato in cui GPU, data center ed energia rappresentano le risorse più strategiche.

    Il fatto che aziende come Meta e xAI abbiano iniziato a offrire a terzi la propria capacità di calcolo in eccesso suggerisce che la corsa agli investimenti infrastrutturali potrebbe aver generato un’offerta superiore alla domanda prevista, mettendo in discussione la narrativa della scarsità che ha alimentato il boom dell’AI.

    Per imprese e investitori si apre così una nuova fase, in cui il vero valore potrebbe essere catturato non dai produttori di modelli, ma da chi controlla e commercializza l’infrastruttura su cui l’intero ecosistema dell’intelligenza artificiale è costruito.


    Potete approfondire questa interessatissima prospettiva nello splendido articolo di Andrea Grassi:

    https://www.digitalworlditalia.it/digitalmanager/acquisti-e-procurement/meta-compute-e-loro-dellai-quando-i-minatori-iniziano-a-vendere-pale-e-picconi-180252

  • Meta Compute cambia la narrativa sull’AI e fa crollare i titoli dei chip

    Meta Compute cambia la narrativa sull’AI e fa crollare i titoli dei chip

    Meta Platforms ha annunciato il lancio di Meta Compute, una nuova divisione che metterà a disposizione di clienti esterni la capacità inutilizzata dei propri data center (tipo di offerta cui avevamo già assistito nell’accordo fra SpaceX e Anthropic).

    La notizia ha scosso i mercati finanziari perché mette in discussione l’idea, finora dominante, che la potenza di calcolo per l’intelligenza artificiale sia una risorsa strutturalmente scarsa.

    L’annuncio ha provocato forti ribassi nei titoli legati all’infrastruttura AI, colpendo aziende come Micron Technology, Advanced Micro Devices, Intel e le cosiddette neocloud come CoreWeave e Nebius.

    Al contrario, le azioni di Meta sono salite sensibilmente, mentre gli investitori sembrano spostare l’attenzione dalle aziende che producono hardware a quelle in grado di monetizzare direttamente l’ecosistema AI.

    Il sell-off si è esteso anche all’Asia, colpendo i produttori di memoria sudcoreani e alimentando il dibattito su un possibile eccesso di offerta nel mercato del computing per l’intelligenza artificiale.


    Link alla fonte:
    https://it.finance.yahoo.com/notizie/il-lancio-di-meta-compute-015258606.html

  • Il traffico dei bot supera quello umano e mette sotto pressione il web (e non c’entra solo l’AI)

    Per la prima volta, il traffico web generato da sistemi automatizzati ha superato quello prodotto dagli utenti umani, raggiungendo il 57,4% delle richieste monitorate da Cloudflare.

    Il fenomeno è alimentato dalla rapida diffusione dell’intelligenza artificiale generativa e degli agenti AI autonomi, capaci di effettuare in pochi secondi attività che richiederebbero ore a una persona.

    Secondo il report di Human Security, il traffico automatizzato cresce a una velocità otto volte superiore rispetto a quello umano, mentre una quota significativa continua a provenire da bot malevoli impiegati in frodi e abusi informatici.

    Questa trasformazione aumenta i costi infrastrutturali ed energetici per aziende ed editori, compromette l’affidabilità degli analytics e mette in discussione il modello economico del web basato sulle visite umane e sulla pubblicità.

    Il sorpasso rappresenta un passaggio verso un ecosistema digitale sempre più dominato da interazioni tra macchine.

    Link alla fonte:

  • Google e il “compute metering”: un segno dei tempi?

    Qualche giorno fa Google ha silenziosamente cambiato le regole di Gemini Advanced. Sparita la politica del “hai X messaggi al giorno” (sistema rozzo ma onesto, come il tassametro di un taxi) ma un modello “compute-based” con finestra d’uso di 5 ore, che ricorda quello dei Claude. Traduzione: un prompt con un video allegato e un po’ di reasoning ti può bruciare la quota della mattinata prima che tu abbia finito di sorseggiare il tuo caffè (e farti innervosire più di quest’ultimo).
    Gli utenti hanno protestato. Google ha corretto (in parte) nel giro di 48 ore: gli errori non consumano più quota, il modello Flash-Lite diventa sostanzialmente gratuito, arrivano le statistiche sui consumi (Anthropic insegna, anche qui). Risposte rapide, comunicazione reattiva. Fin qui, quasi ammirevole.
    Il punto vero, però, è un altro.
    Non siamo di fronte a una correzione di rotta, ma a un “modello economico”: il “compute metering” è lo standard che ci ritroveremo ovunque, perché far girare un modello frontier su un’interrogazione agentica lunga e multimodale costa quanto nei primi anni di internet costava una connessione dial-up, in sostanza molto più di quanto il marketing voglia che tu sappia.
    Per l’utente medio potrebbe essere persino equo… in teoria: chi usa poco paga poco. Il problema è che “poco” e “tanto” li definisce Google, con metriche che per ora restano opache come certi contratti di hosting di vent’anni fa.
    Come formatore AI lo dico senza drammi: quando insegnate a usare questi strumenti, insegnate anche a usarli con cognizione di causa. Flash-Lite per i task semplici, modelli pesanti quando servono davvero. Non per risparmiare la quota, ma perché un professionista che spara un modello da venti miliardi di parametri per riformulare un’email ha già un problema che il compute metering non risolve.
    Del resto, diciamocelo, il cloud ha sempre funzionato così, e ora tocca anche all’AI, visto che sempre di data center e di server parliamo, con la differenza che le risorse, in questo caso, costano davvero tanto a chi le gestisce (costo che prima o poi doveva ricadere sugli utilizzatori).

  • Cowboy Space raccoglie 275 milioni per costruire razzi e data center orbitali… entro il 2028!

    La startup Cowboy Space Corporation, fondata dal cofondatore di Robinhood Baiju Bhatt, ha annunciato un round Series B da 275 milioni di dollari con una valutazione post-money di 2 miliardi.
    L’azienda punta a risolvere uno dei principali colli di bottiglia dei futuri data center spaziali: la scarsità di razzi disponibili e i costi di lancio troppo elevati. Dopo essere nata come progetto di energia solare orbitale con il nome Aetherflux, la società ha cambiato strategia, decidendo di sviluppare internamente sia i satelliti-data center sia il proprio sistema di lancio.
    Cowboy Space vuole creare razzi dedicati esclusivamente al trasporto di infrastrutture AI in orbita, integrando direttamente i data center nel secondo stadio del vettore.
    La mossa la porta in competizione diretta con attori come SpaceX e Blue Origin, in un mercato che potrebbe diventare cruciale per sostenere la crescente domanda globale di calcolo AI.

    Link alla fonte:
    https://techcrunch.com/2026/05/11/there-arent-enough-rockets-for-space-data-centers-cowboy-space-raised-275-million-to-build-them/

  • Un datacenter AI di QTS consumava milioni di litri d’acqua senza controlli nel pieno della siccità in Georgia

    Un maxi campus di datacenter sviluppato da QTS nella contea di Fayette, in Georgia, avrebbe utilizzato circa 29 milioni di galloni d’acqua tramite due connessioni non registrate, mentre ai residenti veniva chiesto di ridurre i consumi domestici a causa della bassa pressione idrica.
    Il progetto, controllato dal gruppo Blackstone e noto come “Project Excalibur”, è uno dei più grandi complessi AI-oriented in costruzione negli Stati Uniti, con fino a 16 edifici previsti e investimenti stimati per un miliardo di dollari.
    L’azienda sostiene che l’acqua sia stata usata principalmente per attività temporanee di costruzione e che, a regime, il sistema utilizzerà un raffreddamento “closed-loop” a riciclo interno.
    Il caso ha però sollevato forti critiche sulla trasparenza e sulla sostenibilità delle infrastrutture digitali, soprattutto in uno Stato già colpito da siccità e crescente pressione energetica legata ai datacenter.
    La vicenda evidenzia il conflitto sempre più acceso tra espansione dell’AI, consumo di risorse naturali e tutela delle comunità locali.

    Link alla fonte:
    https://www.hwupgrade.it/news/server-workstation/mentre-i-cittadini-risparmiavano-acqua-un-mega-datacenter-ne-consumava-milioni-senza-controlli_153437.html

  • Anthropic punta a una valutazione da 1.000 miliardi e accelera la corsa globale all’AI

    Anthropic starebbe valutando una nuova raccolta fondi da decine di miliardi di dollari per finanziare un’espansione massiccia della propria infrastruttura computazionale, con l’obiettivo di raggiungere una valutazione vicina ai 1.000 miliardi di dollari.
    Secondo il Financial Times, l’operazione potrebbe consentire alla società fondata da Dario Amodei di superare OpenAI nella corsa all’intelligenza artificiale generativa.
    Parallelamente, SpaceX ha annunciato un accordo che permetterà ad Anthropic di utilizzare Colossus 1, uno dei più potenti supercomputer AI esistenti, per aumentare la capacità dei servizi Claude Pro e Claude Max.
    Sul fronte competitivo, OpenAI ha risposto lanciando GPT-5.5-Cyber, una versione specializzata del proprio modello destinata ai team di cybersicurezza, mentre Anthropic continua a promuovere Claude Mythos attraverso il programma Project Glasswing.
    La notizia conferma come la competizione tra i grandi player dell’AI si stia spostando sempre più sull’accesso alla potenza di calcolo, sulle applicazioni strategiche per la sicurezza nazionale e sul sostegno politico-finanziario delle istituzioni statunitensi.

    Link alla fonte:
    https://www.ilsole24ore.com/art/anthropic-vaglio-raccolta-fondi-una-valutazione-1000-miliardi-dollari-AI8HJ0wC

  • Il Pentagono lancia l’Artificial Intelligence Arsenal con un piano da 46 miliardi

    Il Dipartimento della Difesa degli Stati Uniti ha richiesto 46 miliardi di dollari per il 2027 per sviluppare un vasto ecosistema di infrastrutture dedicate all’intelligenza artificiale militare, denominato “Artificial Intelligence Arsenal”.
    L’iniziativa punta a sostituire l’attuale rete frammentata di cluster GPU con un sistema centralizzato composto da supercomputer AI, data center protetti e strutture certificate Scif per la gestione di informazioni sensibili.
    Una parte rilevante del budget, pari a 29,5 miliardi, sarebbe destinata all’acquisto di GPU di nuova generazione e capacità computazionali avanzate, mentre oltre 16 miliardi finanzieranno manutenzione, raffreddamento, sicurezza fisica ed energia.
    Il progetto si inserisce in un bilancio record da 1.500 miliardi di dollari per la difesa americana e riflette la crescente centralità dell’AI nei futuri scenari bellici, dove superiorità computazionale, gestione dei dati e autonomia strategica diventano elementi chiave della deterrenza.
    L’obiettivo dichiarato è costruire un ecosistema AI sovrano e controllato direttamente dal governo statunitense, riducendo dipendenze esterne e aumentando la resilienza operativa militare.

    Link alla fonte:
    https://www.rainews.it/amp/articoli/2026/05/pentagono-supercomputer-e-arsenale-ai-richiesta-di-46-miliardi-di-dollari-usa-artificial-intelligence-arsenal-45a2184b-8cdf-4cde-90bc-59c5fd17220b.html

  • Panthalassa punta sui data center galleggianti per alimentare l’AI con l’energia delle onde

    La startup americana Panthalassa ha raccolto 140 milioni di dollari in un round guidato da Peter Thiel per sviluppare data center oceanici alimentati dall’energia delle onde.
    Il progetto prevede enormi “nodi” galleggianti capaci di generare elettricità direttamente in mare aperto e alimentare server AI raffreddati naturalmente dall’acqua oceanica, riducendo il carico sulla rete elettrica terrestre.
    L’iniziativa nasce in risposta alla crescente domanda energetica dell’intelligenza artificiale, che sta spingendo le big tech verso soluzioni sempre più radicali, dal nucleare ai data center spaziali. Panthalassa sostiene che l’oceano aperto rappresenti una delle poche fonti energetiche in grado di sostenere l’espansione futura del calcolo AI su scala globale.
    Restano però numerose incognite legate a costi, manutenzione offshore, affidabilità tecnica, cybersecurity e reale convenienza economica rispetto ai data center tradizionali alimentati da energie rinnovabili terrestri.

    Link alla fonte:
    https://prometeo.adnkronos.com/tendenze/data-center-oceanici-galleggianti-peter-thiel-panthalassa-consumo-energetico/

  • SpaceX affida il supercluster Colossus 1 ad Anthropic prima della maxi IPO

    SpaceX ha siglato un accordo strategico con Anthropic concedendo pieno accesso al supercluster AI “Colossus 1” di Memphis, composto da oltre 220.000 GPU NVIDIA e più di 300 megawatt di capacità computazionale.
    L’operazione arriva poche settimane prima della prevista IPO di SpaceX, che secondo le indiscrezioni potrebbe raggiungere una valutazione record di 1.750 miliardi di dollari.
    L’intesa rafforza la narrativa di SpaceX come infrastruttura chiave per l’intelligenza artificiale, dimostrando che il cluster nato dall’integrazione con xAI può servire anche clienti esterni oltre al chatbot Grok.
    Per Anthropic, l’accordo consentirà di aumentare significativamente i limiti di utilizzo di Claude Code e delle API Claude Opus, consolidando la competizione nel mercato dei modelli AI avanzati.
    Rilevante anche la clausola inserita da Elon Musk, che gli permette di revocare l’accesso alla potenza di calcolo qualora i modelli di Anthropic fossero considerati pericolosi per l’umanità.

    Link alla fonte:
    https://it.finance.yahoo.com/notizie/spacex-vende-l-intero-colossus-182750367.html

  • Amazon rafforza la corsa all’AI con un piano di investimenti da 25 miliardi in Anthropic

    Amazon annuncia un investimento potenziale fino a 25 miliardi di dollari in Anthropic, iniziando con 5 miliardi e prevedendo ulteriori tranche legate a obiettivi commerciali.
    L’operazione consolida la partnership strategica attorno allo sviluppo del chatbot Claude e all’infrastruttura cloud, ambito in cui Amazon mantiene una posizione dominante.
    Anthropic utilizzerà i chip proprietari Trainium per potenziare le capacità di calcolo necessarie all’addestramento dei modelli.
    L’accordo evidenzia la strategia di Amazon: compensare le difficoltà dei propri modelli AI con investimenti mirati e infrastrutture.
    Sullo sfondo, restano tensioni regolatorie tra Anthropic e l’amministrazione statunitense, che potrebbero influenzare il settore.

    Link alla fonte:
    https://www.lavanguardia.com/dinero/20260421/11518860/amazon-anthropic-claude-inversion-chips.amp.html

  • L’AI ha ancora fame. E non si accontenta

    Il collo di bottiglia che nessuno vuole ammettere: la potenza di calcolo cresce più veloce dell’infrastruttura che dovrebbe sostenerla. Dati, tensioni e qualche previsione inquietante per il 2026-2028.


    Il paradosso della macchina che “si mangia l’elettricità”

    C’è qualcosa di quasi poetico — o forse tragicomico, dipende da quanto avete investito in GPU — nel fatto che la tecnologia più chiacchierata del decennio stia per sbattere la testa contro un problema vecchissimo: la corrente elettrica. Non parliamo di un limite teorico, di uno di quei colli di bottiglia che esistono solo nelle slide delle conferenze. Parliamo di un problema fisico, strutturale, documentato da IEA, Goldman Sachs, Morgan Stanley, Lawrence Berkeley National Lab e praticamente chiunque abbia voglia di fare i conti sul serio.

    La domanda di compute — la potenza di calcolo necessaria ad addestrare, eseguire e scalare i modelli di intelligenza artificiale — cresce a un ritmo che le infrastrutture esistenti faticano a seguire. Non è che il mondo non stia investendo: sta investendo cifre che fino a cinque anni fa erano fantascienza. Il problema è che la domanda cresce ancora più in fretta. E quando domanda e offerta si separano così tanto, succedono cose sgradevoli: prezzi alle stelle, liste d’attesa, outage, limitazioni operative. Tutto quello che stiamo già vedendo.

    Capire cosa sta succedendo davvero non è un esercizio accademico. Per chiunque gestisca un’azienda, pianifichi una strategia tecnologica o stia semplicemente cercando di capire perché certi servizi AI ogni tanto scompaiono come fantasmi, questo è il contesto dentro cui si muove tutto il resto.


    Le leggi che hanno guidato il progresso (e i loro limiti)

    Per capire il problema, bisogna partire da dove nasce. Negli ultimi anni, il progresso dei grandi modelli linguistici è stato guidato da un principio sorprendentemente semplice: più risorse metti, migliori risultati ottieni. Le scaling laws di Kaplan (OpenAI, 2020) e di Chinchilla (DeepMind, 2022) hanno dimostrato che le prestazioni dei modelli migliorano in modo prevedibile aumentando parametri, dati di addestramento e compute totale — misurato in FLOP, operazioni in virgola mobile per chi non ha ancora imparato l’acronimo.

    Il problema è che questo principio, per quanto elegante, ha un costo crescente. Addestrare un modello frontier oggi richiede cluster di decine — a volte centinaia — di migliaia di GPU di fascia alta. E la domanda di queste GPU non sta rallentando: sta accelerando. Nel 2026, la capacità Hopper e Blackwell di Nvidia è spesso semplicemente esaurita. I provider cloud segnalano “massive capacity crunch” con tempi di attesa lunghi e prezzi in forte rialzo: il noleggio delle GPU Blackwell è salito del 48% in pochi mesi. Nvidia ha venduto l’intera produzione Blackwell fino a metà 2026. Jensen Huang definisce la domanda “sky high”. Gli ordini visibili parlano di centinaia di miliardi di dollari. Aziende come Anthropic hanno subito interruzioni frequenti con uptime sceso sotto il 99%.

    La carenza non riguarda solo il silicio. Costruire un data center richiede anni: permessi, reti elettriche, sistemi di raffreddamento, manodopera specializzata. La densità di potenza dei server AI sta accelerando — rack che consumano decine di kilowatt invece di pochi — e l’infrastruttura esistente non era progettata per questo.


    Il vero collo di bottiglia: elettricità

    Se le GPU sono la parte visibile del problema, l’energia elettrica è quella strutturale. I data center AI consumano enormemente più energia di quelli tradizionali. I numeri, quando li metti in fila, fanno una certa impressione.

    Nel 2024, il consumo globale dei data center ha raggiunto circa 415 TWh — circa l’1,5% dell’elettricità mondiale. Le proiezioni IEA per il 2030 indicano quasi 945 TWh, il doppio, con una crescita annua del 15%, quattro volte più veloce del resto dell’economia. I server accelerati per AI crescono al 30% annuo.

    Negli Stati Uniti — che da soli rappresentano il 45% del consumo globale dei data center — la situazione è ancora più marcata. Dal 4,4% dell’elettricità nazionale nel 2023, si potrebbe arrivare a un range tra il 6,7% e il 12% entro il 2028. Goldman Sachs prevede un aumento della domanda di potenza dei data center del 160-165% dal 2023 al 2030, equivalente ad aggiungere al pianeta un nuovo paese tra i dieci maggiori consumatori energetici. Anthropic stima che solo il settore AI statunitense potrebbe richiedere 50 GW di nuova capacità entro il 2028: circa il doppio del picco di consumo di New York City.

    Per dare un’idea concreta: xAI Colossus, il supercomputer di Elon Musk con 100.000 chip, richiede già 150 MW da solo. Morgan Stanley prevede 74 GW di domanda data center USA nel 2028, con un possibile shortfall di 49 GW per carenza di infrastrutture di rete. La potenza disponibile fino al 2026-2027 è già “spoken for” — prenotata, assegnata, non disponibile.


    Le strozzature invisibili (ma ugualmente dolorose)

    L’energia non è l’unico punto critico. La memoria HBM (High-Bandwidth Memory), componente essenziale delle GPU per AI, è esaurita in tutta la produzione near-term. I produttori stanno ridistribuendo capacità da altri settori — automotive, consumer electronics — verso l’AI, creando una cascata di shortage su CPU, SSD e HDD. Un settore che si ottimizza trascina con sé problemi in tutti gli altri.

    Sul piano geografico, la competizione è globale: USA, Europa e Asia si contendono le stesse risorse, gli stessi chip, gli stessi materiali. I vincoli burocratici e la congestione della rete elettrica rallentano ulteriormente anche chi avrebbe le risorse per investire. I lead time per un data center significativo sono di due-cinque anni. In un settore che si muove su cicli di sei mesi, è un’eternità.


    Il 2026-2028 come banco di prova

    Il mismatch tra domanda e offerta è reale e rischia di produrre effetti concreti: rallentamento nell’addestramento dei nuovi modelli frontier, aumento dei costi di inferenza, outage e limitazioni per gli utenti enterprise. Alcune aziende stanno già spostando workload o riducendo i limiti di token nelle ore di punta. Non è disfunzione: è gestione di una carenza strutturale.

    Esistono mitigazioni. Gli algoritmi migliorano l’efficienza computazionale, le architetture test-time compute e i modelli più piccoli e specializzati riducono il fabbisogno lordo. Sul fronte energetico, investimenti massicci puntano su nucleare modulare (SMR), gas, rinnovabili con storage e data center collegati direttamente alle centrali. Nvidia sta sviluppando l’architettura Rubin per la prossima generazione di GPU. Qualcosa si muove, ma si muove lento rispetto alla domanda.

    Alcuni analisti parlano di possibile bullwhip effect: sovra-ordinazioni seguite da una temporanea sovraccapacità. La storia dei mercati tecnologici conosce bene questo schema. Ma la domanda di fondo — alimentata dalle applicazioni agentiche, dalla robotica, dagli usi enterprise — appare abbastanza robusta da non collassare nemmeno in uno scenario di rallentamento.


    Cosa significa davvero questo per i prossimi anni

    Il 2026-2028 non è solo una proiezione statistica. È il periodo in cui si capirà se la supply chain globale dell’AI — chip, energia, reti — riesce davvero a scalare alla velocità richiesta. Le previsioni convergono su una cosa sola: servono centinaia di miliardi di dollari di investimento, e servono ora. Non tra cinque anni.

    Per chi prende decisioni tecnologiche o strategiche, il messaggio è duplice. Da un lato, i costi dell’AI non sono destinati a scendere nel breve termine come molti si aspettavano: la pressione sulla supply chain manterrà i prezzi alti. Dall’altro, chi riesce a garantirsi accesso a risorse computazionali — attraverso contratti a lungo termine, cloud ibrido, o infrastruttura propria — avrà un vantaggio competitivo reale e misurabile.

    L’AI non ha smesso di crescere. Ha semplicemente incontrato i limiti fisici del mondo in cui deve crescere. E quei limiti, per una volta, non si aggirano con un aggiornamento software.


    Fonti di riferimento: IEA World Energy Outlook 2024, Morgan Stanley Research, Goldman Sachs Global Investment Research, Lawrence Berkeley National Lab, Brookings Institution, Wall Street Journal.

  • Anthropic sigla mega-accordo con Google e Broadcom per potenziare Claude

    Anthropic ha stretto un accordo strategico con Google e Broadcom per garantirsi almeno 3,5 GW di capacità computazionale basata su TPU a partire dal 2027, assicurando risorse cruciali per la crescita del modello Claude.
    L’intesa arriva mentre il fatturato annuale dell’azienda supera i 30 miliardi di dollari nel 2026, trainato da un rapido aumento dei clienti enterprise.
    Broadcom fornirà i chip progettati da Google, con un contratto valido fino al 2031, e gran parte dell’infrastruttura sarà costruita negli Stati Uniti.
    L’operazione riflette la necessità di anticipare colli di bottiglia nella disponibilità di calcolo, sempre più critici nel settore AI.
    Anthropic continua inoltre a diversificare l’hardware utilizzato, mantenendo Amazon AWS come partner principale per il training.

    Link alla fonte:
    https://www.dday.it/redazione/57026/anthropic-si-compra-il-futuro-di-claude-accordo-con-google-e-broadcom-per-35-gw-di-data-center