Il nuovo standard per le infrastrutture AI: il «time to power»
In Breve
- Perché il time to power è importante per le infrastrutture AI?
- Il time to power è cruciale perché determina la prontezza delle infrastrutture AI, influenzando la loro capacità di operare in modo efficiente.
- Qual è il ruolo del gas naturale nelle infrastrutture AI?
- Il gas naturale funge da fonte ponte per garantire una generazione continua di energia per i data center AI.
- Come influisce la deliverability sulla disponibilità di energia?
- La deliverability riguarda la capacità di produrre e trasportare energia in modo tempestivo, essenziale per il funzionamento delle infrastrutture AI.
Con l’evoluzione delle tecnologie AI, la disponibilità rapida e affidabile di energia è diventata un fattore cruciale per l’implementazione delle infrastrutture dedicate. Non basta generare elettricità a regime; è fondamentale che l’energia programmabile raggiunga i data center al momento giusto e nel luogo giusto.
I data center per AI sono sempre più grandi e concentrati, e tollerano pochissimo le interruzioni. Pertanto, la capacità di alimentazione è determinante per stabilire dove e con quale velocità le 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. Secondo analisi di scenario, la domanda di gas legata all’AI potrebbe aumentare da circa 1,6 Bcf/d oggi a 5,2 Bcf/d entro il 2030 nel più conservativo degli scenari, 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. Permessi, diritti di passaggio delle condotte, connessioni alla rete, turbine, risorse idriche e manodopera specializzata possono allungare i tempi di sviluppo.
La competizione per equipaggiamenti e capacità industriale influisce sulla 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 devono considerare la capacità di garantire energia affidabile nei tempi richiesti, non solo la disponibilità futura.
Per rispondere a queste esigenze, stanno emergendo modelli diversi. La generazione behind-the-meter sta guadagnando terreno, accoppiando 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 stanno diventando sempre più comuni.
Stime di scenario 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 meglio posizionate saranno quelle che trattano l’approvvigionamento energetico come una capacità strategica e riconoscono il ruolo critico che il gas può svolgere 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».