In Breve
- Qual è il significato di 'time to power' nelle infrastrutture AI?
- Il 'time to power' si riferisce alla rapidità con cui l'energia può essere fornita ai data center AI, un fattore cruciale per la loro efficienza.
- Perché il gas naturale è considerato una fonte chiave per le infrastrutture AI?
- Il gas naturale garantisce una generazione continua di energia, fondamentale per il funzionamento dei data center AI.
- Come influisce la deliverability sulla costruzione delle infrastrutture AI?
- La deliverability determina la capacità di produrre e fornire energia in modo tempestivo, influenzando i tempi di sviluppo delle infrastrutture.
Con l’evoluzione delle tecnologie AI, la disponibilità rapida e affidabile di energia si sta affermando come un fattore cruciale per l’implementazione delle infrastrutture necessarie. Non basta più generare elettricità; è fondamentale che l’energia programmabile raggiunga i data center nei tempi richiesti.
I data center dedicati all’AI sono in genere più grandi e tollerano poco le interruzioni, rendendo la capacità di alimentazione un elemento determinante per l’avvio delle infrastrutture e la trasformazione degli investimenti tecnologici in valore operativo.
In questo contesto, il gas naturale emerge come una fonte ponte in grado di garantire una generazione continua. Secondo analisi di scenario, la domanda di gas collegata all’AI potrebbe crescere da circa 1,6 Bcf/d oggi a 5,2 Bcf/d entro il 2030, e tra 7,6 e 11,5 Bcf/d entro il 2035 (Bcf/d = miliardi di piedi cubi al giorno).
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 necessaria attraverso le infrastrutture connesse. Permessi, diritti di passaggio delle condotte, connessioni alla rete e manodopera specializzata possono allungare i tempi di sviluppo.
La competizione per equipaggiamenti e capacità industriale cambia le valutazioni tra opzioni teoricamente più economiche ma più lente da realizzare e soluzioni già pronte sul piano logistico. Pertanto, la selezione dei siti e la pianificazione devono considerare non solo la disponibilità futura di energia, ma anche la capacità di assicurare energia affidabile nei tempi richiesti.
Per rispondere a queste esigenze, stanno emergendo modelli diversi. Ad esempio, la generazione behind-the-meter permette di accoppiare impianti a gas on-site o nelle vicinanze a forniture ferme. Configurazioni con pipeline dedicate abbinate a impianti di generazione e soluzioni integrate che connettono fornitura, trasporto, stoccaggio e carico dei data center sono sempre più comuni.
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 imprese che si posizioneranno meglio saranno quelle che tratteranno l’approvvigionamento energetico come una capacità strategica, riconoscendo il ruolo critico del gas nel rendere disponibili e mantenere operative le capacità AI. In sintesi, nel confronto per scalare l’AI, il time to power può determinare il time to value.
