La trasformazione nella tecnologia informatica guidata dall'intelligenza artificiale (AI) segna il cambiamento più significativo dall'avvento del World Wide Web. Proprio come le aziende hanno ristrutturato i propri sistemi per l'internet negli anni '90, ora stanno ristrutturando l'intero framework informatico—dai componenti ai progetti dei data center—per integrare l'AI. Negli ultimi vent'anni, i colossi tecnologici hanno costruito data center a livello globale per gestire l’aumento del traffico online da servizi come i motori di ricerca e l'e-commerce. Tuttavia, i cambiamenti imminenti supereranno di gran lunga gli sforzi precedenti. Nel 2006, il primo data center di Google costava circa 600 milioni di dollari, mentre OpenAI e i suoi partner hanno recentemente annunciato piani per investire circa 100 miliardi di dollari in nuove strutture, inclusi un campus in Texas, con un potenziale investimento totale di 400 miliardi di dollari negli Stati Uniti. Questo cambiamento influenza non solo la tecnologia, ma anche la finanza e le comunità locali, con investimenti in capitali privati nelle aziende di data center e crescenti preoccupazioni da parte dei residenti riguardo ai potenziali effetti negativi. Attualmente, la crescente domanda di potenza di calcolo ed elettricità da parte delle aziende tecnologiche supera l'offerta. OpenAI prevede di raccogliere fondi per nuove fabbriche di chip in Medio Oriente, mentre Google e Amazon esplorano opzioni di energia nucleare per sostenere le loro operazioni. La spinta verso l'AI, in particolare per l'intelligenza artificiale generale (AGI), alimenta questi sviluppi. Amazon, Meta, Microsoft e Alphabet si aspettano di superare collettivamente i 320 miliardi di dollari in spese in conto capitale quest'anno, più del doppio rispetto a quanto speso due anni fa. L'ascesa del calcolo AI dipende da unità di elaborazione grafica (GPU) specializzate, originariamente sviluppate per i videogiochi, ma ora essenziali per eseguire reti neurali che supportano applicazioni avanzate di AI.

Rispetto alle unità di elaborazione centrale tradizionali (CPU), le GPU possono elaborare numerose calcolazioni contemporaneamente, consentendo un'analisi dei dati più rapida. Man mano che le aziende tecnologiche integrano più GPU per migliorare le proprie capacità in AI, raffinano anche le operazioni dei data center. Ad esempio, dopo il lancio di ChatGPT, Meta ha investito pesantemente in nuovi data center dotati di migliaia di GPU, il che richiede significativi miglioramenti elettrici e di raffreddamento. I data center affrontano domande di elettricità senza precedenti. I centri tradizionali che una volta operavano con 5 megawatt possono ora richiedere enormi quantità di energia per supportare ambienti ricchi di GPU. Con proiezioni che indicano che i data center potrebbero consumare oltre il 12% dell'elettricità degli Stati Uniti entro il 2028, gli operatori stanno negoziando con le utility locali per ulteriore potenza. Raffreddare questi densi setup di GPU è un'altra sfida. Aziende come Google stanno implementando sistemi di raffreddamento avanzati per gestire il surriscaldamento, comprese le circolazioni di acqua fredda diretta accanto alle GPU per dissipare il calore. Il consumo d'acqua di Google è aumentato significativamente, sollevando preoccupazioni nelle aree colpite dalla siccità. In generale, questa trasformazione guidata dall'AI sta accelerando i cambiamenti infrastrutturali, portando a data center più grandi e con un maggior utilizzo di energia mentre le aziende corrono per soddisfare le esigenze del fiorente mercato dell'AI.