Indice
I data center dedicati all’intelligenza artificiale richiedono sempre più energia. Il modello del Texas punta su gas e piccoli reattori nucleari.
L’intelligenza artificiale non ha soltanto bisogno di chip sempre più potenti. Ha bisogno anche di una quantità enorme di energia elettrica. È uno dei problemi meno visibili della corsa all’AI, ma potrebbe diventare uno dei più importanti nei prossimi anni.
I grandi data center che ospitano i modelli di intelligenza artificiale possono infatti richiedere potenze paragonabili a quelle necessarie per alimentare intere città. Il problema non riguarda soltanto la quantità di elettricità disponibile, ma anche la velocità con cui è possibile produrla e portarla dove serve.
Costruire una nuova centrale elettrica richiede normalmente anni. I data center, invece, stanno crescendo molto più rapidamente. Per questo stanno nascendo strategie diverse per cercare di colmare il divario tra domanda energetica e capacità della rete. Una delle più interessanti arriva dal Texas, dove un progetto punta a combinare due tecnologie molto diverse: turbine a gas nel breve periodo e piccoli reattori nucleari nel lungo periodo.
Gas subito, nucleare dopo
Il progetto è sviluppato vicino a Victoria da Blue Energy insieme a GE Vernova Hitachi Nuclear Energy e prevede una capacità complessiva di circa 2,5 GW.
L’idea è relativamente semplice. Il gas permette di ottenere energia in tempi più rapidi rispetto alla costruzione di una nuova centrale nucleare. Per questo rappresenterebbe la prima fase del progetto, mentre il nucleare entrerebbe successivamente in funzione.
La prima parte dovrebbe utilizzare due turbine a gas GE Vernova 7HA.02, con una capacità complessiva di circa 1 GW. Secondo il progetto, questa energia potrebbe essere disponibile già nel 2030 per alimentare un data center nelle vicinanze.
Successivamente arriverebbe la parte nucleare. Le previsioni indicano la possibilità di installare fino a cinque reattori BWRX-300, piccoli reattori modulari sviluppati da GE Vernova Hitachi, con una capacità di circa 300 MW ciascuno.
Cinque reattori porterebbero quindi altri 1,5 GW, permettendo al sito di raggiungere complessivamente i 2,5 GW previsti. Il punto interessante non è soltanto la quantità di energia prodotta, ma soprattutto la strategia utilizzata per arrivarci.
Perché l’AI sta cambiando il modo di produrre energia
I data center tradizionali hanno già consumi energetici molto elevati, ma l’espansione dell’intelligenza artificiale sta aumentando ulteriormente la pressione sulla rete.
L’addestramento e l’utilizzo di modelli AI richiedono infatti enormi infrastrutture di calcolo. Migliaia di acceleratori lavorano contemporaneamente e devono essere alimentati e raffreddati senza interruzioni. Questo introduce una necessità fondamentale: l’energia deve essere disponibile in modo continuo.
È qui che il nucleare diventa particolarmente interessante per i data center. A differenza delle fonti rinnovabili, la produzione di un reattore non dipende dalle condizioni meteorologiche. Una volta operativo, può quindi fornire una quantità stabile di elettricità.
Il problema è rappresentato dai tempi necessari per costruire una centrale nucleare. Autorizzazioni, controlli di sicurezza e lavori richiedono anni. Ed è proprio questo il motivo per cui il progetto texano punta inizialmente sul gas. Le turbine possono entrare in funzione prima, mentre il nucleare viene sviluppato parallelamente.
La scommessa sui piccoli reattori modulari
I cinque BWRX-300 rientrano nella categoria degli SMR, acronimo di Small Modular Reactor, cioè piccoli reattori nucleari modulari.
Il concetto alla base degli SMR è diverso rispetto a quello delle grandi centrali nucleari tradizionali. L’obiettivo è realizzare reattori più piccoli e, soprattutto, utilizzare un maggior numero di componenti prefabbricati prodotti in fabbrica.
Nel progetto texano questa caratteristica dovrebbe permettere di costruire buona parte degli impianti attraverso componenti realizzati industrialmente e successivamente assemblati sul posto.
L’obiettivo non sarebbe quindi realizzare una singola centrale completamente personalizzata, ma creare un modello di costruzione più ripetibile e prevedibile.
È una differenza importante, perché uno dei problemi dei grandi progetti energetici è proprio la complessità dei cantieri e la difficoltà di rispettare tempi e costi iniziali.
Il vero problema è costruire abbastanza energia
Il progetto del Texas mostra una delle direzioni che il settore energetico sta valutando per accompagnare la crescita dell’intelligenza artificiale.
Non esiste però una soluzione unica. Il gas può essere installato più rapidamente, ma rimane una fonte fossile. Il nucleare offre produzione continua, ma richiede tempi più lunghi e infrastrutture complesse. Le rinnovabili possono contribuire alla produzione, ma la loro disponibilità dipende dalle condizioni ambientali e richiede sistemi di accumulo e una rete adeguata.
Il punto centrale è quindi un altro: la crescita dei data center sta diventando anche una questione energetica.
La corsa all’intelligenza artificiale non si gioca soltanto sulla velocità dei processori o sulle dimensioni dei modelli. Per continuare a costruire nuovi data center serve anche una rete capace di fornire enormi quantità di elettricità.
Ed è per questo che, mentre l’AI continua a svilupparsi, gas, nucleare, rinnovabili e sistemi di accumulo stanno diventando parte della stessa discussione.
Il progetto del Texas è interessante proprio per questo motivo: invece di scegliere una sola tecnologia, prova a utilizzare il gas per coprire il fabbisogno iniziale e il nucleare per garantire una produzione stabile nel lungo periodo.
La vera sfida dell’AI, quindi, potrebbe essere molto più concreta di quanto sembri: avere abbastanza energia per farla funzionare.
