Ogni giorno milioni di persone chiedono a ChatGPT, Claude, Grok o Gemini di scrivere un'e-mail, tradurre un testo, generare un'immagine, produrre del codice o rispondere a una domanda.
Nel giro di pochi secondi compare una risposta sullo schermo, ma, perché questo accada, dall'altra parte della connessione devono lavorare data center[1] dotati di migliaia di processori e alimentati da grandi quantità di elettricità.
È proprio l'energia necessaria ad alimentare queste infrastrutture che sta diventando una questione sempre più rilevante nello sviluppo dell'intelligenza artificiale.
Un caso particolarmente significativo arriva dall'area di Memphis, nel Tennessee. Qui xAI, la società fondata da Elon Musk, ha costruito Colossus, una grande infrastruttura di calcolo dedicata all'intelligenza artificiale. Nel luglio 2026, un'inchiesta di Reuters ha ricostruito l'utilizzo di decine di turbine a gas per contribuire ad alimentare l'espansione delle infrastrutture dell'azienda, sollevando interrogativi sulle autorizzazioni ambientali e suscitando le proteste di associazioni ambientaliste e organizzazioni locali[2]. Le eventuali violazioni e responsabilità dovranno essere accertate dalle autorità competenti. La vicenda permette però di porre una domanda che va oltre xAI: le infrastrutture energetiche riusciranno a tenere il passo con la crescita dell'intelligenza artificiale?
Cosa è successo a Memphis?
Nel 2024 xAI ha scelto Memphis, nel Tennessee, per realizzare Colossus[3], l'infrastruttura di calcolo destinata all'addestramento dei modelli di intelligenza artificiale dell'azienda, tra cui Grok. Secondo NVIDIA, il primo cluster, composto da 100.000 GPU della famiglia Hopper, è stato completato in 122 giorni; già nell'ottobre dello stesso anno era in corso un'espansione verso 200.000 GPU[4].
La crescita non si è fermata al primo impianto perché xAI ha successivamente avviato un'ulteriore espansione della propria capacità di calcolo nell'area metropolitana di Memphis, con un secondo grande sito a Southaven, in Mississippi, pochi chilometri a sud del confine con il Tennessee. È soprattutto su questo progetto, indicato come Colossus 2, che si concentra l'inchiesta pubblicata da Reuters nel luglio 2026[5].
Secondo l’inchiesta portata avanti, xAI e società collegate al progetto hanno fatto ricorso a turbine alimentate a gas naturale per fornire rapidamente parte dell'elettricità necessaria alle nuove infrastrutture. Sono state inoltre individuate 59 turbine prive dei permessi federali al centro della controversia, 57 delle quali installate presso il sito di Southaven.
Il punto controverso riguarda l'applicazione del Clean Air Act, la principale legge federale statunitense per il controllo dell'inquinamento atmosferico. Secondo Reuters, xAI e le autorità ambientali del Mississippi sostengono che le turbine non necessitino di questi permessi perché considerate installazioni mobili e temporanee. L'Environmental Protection Agency (EPA) ha invece affermato nel gennaio 2026 che anche le turbine temporanee che superano determinate soglie di emissione devono ottenere le relative autorizzazioni.
La questione riguarda anche le conseguenze ambientali per le comunità circostanti, che presentano una percentuale di residenti afroamericani superiore a quella delle rispettive contee e che sia Shelby County, nel Tennessee, sia parte della contea di DeSoto, in Mississippi, hanno avuto in passato problemi nel rispettare gli standard federali sull'ozono. Le turbine emettono ossidi di azoto (NOx), sostanze che contribuiscono alla formazione dell'ozono troposferico. Le organizzazioni locali e ambientaliste sostengono quindi che il loro utilizzo possa aggravare una situazione ambientale già problematica[6].
Le eventuali violazioni del Clean Air Act e le relative responsabilità dovranno essere accertate dalle autorità competenti, ma si può però prendere spunto da questo caso specifico per osservare un fenomeno più ampio: xAI è riuscita ad aumentare molto rapidamente la propria capacità di calcolo e ha dovuto, allo stesso tempo, trovare nuova potenza elettrica per sostenerla.
Perché un data center ha bisogno di così tanta energia?
Quando un utente invia una richiesta a un sistema come ChatGPT, Gemini o Grok, il testo non viene elaborato dal dispositivo che ha davanti, ma trasmesso a un data center, dove processori specializzati eseguono in parallelo le operazioni matematiche necessarie a produrre la risposta. Questo processo, noto come inferenza[7], richiede generalmente pochi secondi, ma viene ripetuto continuamente per un numero crescente di utenti e applicazioni.
Ancora più intensiva dal punto di vista computazionale è la fase precedente: l'addestramento[8] (training) dei modelli. Prima di poter essere utilizzato, un modello deve elaborare enormi quantità di dati e aggiornare ripetutamente i propri parametri in un processo che può durare settimane o mesi. Per farlo vengono impiegate migliaia e, nei sistemi più grandi, centinaia di migliaia di GPU (Graphics Processing Unit), processori particolarmente adatti a eseguire un elevato numero di calcoli in parallelo.
L'elettricità non serve soltanto ad alimentare i processori. Durante il funzionamento una parte dell'energia utilizzata viene trasformata in calore, che deve essere dissipato per mantenere le apparecchiature entro temperature operative adeguate. I data center utilizzano quindi sistemi di raffreddamento che, a seconda della tecnologia adottata, richiedono ulteriore elettricità e possono utilizzare quantità significative di acqua.
Il fabbisogno energetico di un data center cresce insieme alla capacità di calcolo e comprende l'energia necessaria ad alimentare i processori e i sistemi che ne garantiscono il funzionamento, a partire dal raffreddamento. All'espansione della capacità computazionale corrisponde quindi una maggiore richiesta di potenza elettrica.
E la crescita della capacità di calcolo sta iniziando ad avere conseguenze rilevanti sulla domanda di elettricità. Secondo l'International Energy Agency (IEA), nello scenario di base il consumo elettrico globale dei data center potrebbe raggiungere circa 945 TWh[9] nel 2030, più del doppio rispetto al 2024, e l’agenzia individua nell'intelligenza artificiale il principale motore di questa crescita[10].
Negli Stati Uniti il fenomeno è particolarmente evidente. Il Lawrence Berkeley National Laboratory stima che i data center abbiano rappresentato circa il 4,4% del consumo elettrico nazionale nel 2023 e che, nello scenario centrale, possano arrivare a circa l'11,8% entro il 2030. Si tratta però di una proiezione soggetta a un ampio margine di incertezza: per il 2030 il rapporto considera scenari compresi tra circa il 9,5% e il 15,3%[11].
L'aumento della domanda si confronta con i tempi necessari ad adeguare il sistema energetico. Secondo l'IEA, un data center può diventare operativo in due o tre anni, mentre la realizzazione delle infrastrutture energetiche necessarie a sostenerlo richiede generalmente tempi più lunghi[12]. Nuovi impianti di generazione, reti e connessioni devono quindi riuscire ad adattarsi a una domanda che può crescere rapidamente e concentrarsi in aree specifiche.
È questo divario tra i tempi di sviluppo della capacità di calcolo e quelli del sistema energetico a rendere l'approvvigionamento di elettricità una variabile sempre più importante per l'espansione dell'intelligenza artificiale.
La crescita della domanda elettrica sta poi anche modificando le strategie delle grandi aziende tecnologiche. Accanto agli investimenti nelle fonti rinnovabili, diverse società hanno sottoscritto accordi di lungo periodo e sostenuto nuovi progetti energetici per accompagnare l'espansione dei propri data center. Negli ultimi anni anche l'energia nucleare è tornata al centro di alcune di queste strategie.
Uno degli esempi più significativi è l'accordo tra Microsoft e Constellation Energy per il riavvio dell'Unità 1 della centrale nucleare di Three Mile Island, in Pennsylvania, oggi parte del progetto Crane Clean Energy Center. L'intesa prevede un Power Purchase Agreement della durata di vent'anni, attraverso il quale Microsoft acquisterà l'energia prodotta dall'impianto. Il reattore dovrebbe riportare sulla rete circa 835 MW di capacità.
Anche Google ha rivolto la propria attenzione ai reattori nucleari di nuova generazione. Nel 2024 l'azienda ha annunciato un accordo con Kairos Power per sostenere lo sviluppo di più piccoli reattori modulari (Small Modular Reactors, SMR), con l'obiettivo di rendere disponibili fino a 500 MW di nuova capacità entro il 2035. Il primo progetto dovrebbe fornire 50 MW alla rete della Tennessee Valley Authority a partire dal 2030 e contribuire a soddisfare la domanda dei data center di Google nella regione.
Amazon ha seguito una strada simile e ha annunciato accordi per sostenere lo sviluppo di SMR negli Stati Uniti. Tra questi figura un progetto con Energy Northwest nello Stato di Washington, che prevede una prima fase da circa 320 MW e una possibile espansione fino a 960 MW. L'azienda ha inoltre investito in X-energy, società specializzata nello sviluppo di questa tecnologia.
Questi progetti si trovano in fasi diverse e non permettono di sapere quale sarà il futuro mix energetico dei data center. Mostrano però un cambiamento significativo: la disponibilità di nuove fonti di elettricità sta diventando parte della strategia industriale delle aziende che puntano ad aumentare la propria capacità di calcolo.
Una parte della risposta alla crescita dei consumi potrebbe arrivare dall'aumento dell'efficienza. Le nuove generazioni di GPU puntano a eseguire più calcoli per unità di energia, mentre sul fronte dei modelli si cercano soluzioni capaci di utilizzare meglio la capacità di calcolo disponibile. Il caso della cinese DeepSeek ha riportato l'attenzione proprio su questo aspetto: le risorse necessarie dipendono anche dall'architettura dei modelli e dalle tecniche utilizzate per addestrarli ed eseguirli[13].
Una maggiore efficienza, però, non garantisce una riduzione dei consumi complessivi. Un modello può richiedere meno energia per svolgere una singola operazione, ma se nello stesso periodo aumentano gli utenti, le applicazioni e il numero di operazioni eseguite, la domanda complessiva di elettricità può continuare a crescere.
Per questo l'efficienza rappresenta solo una parte della risposta e non ci permette, da sola, di prevedere l'evoluzione dei consumi energetici dell'intelligenza artificiale.
Il caso di Memphis ci riporta così al problema di partenza. xAI ha realizzato il primo cluster da 100.000 GPU di Colossus in 122 giorni. Quanto peserà nei prossimi anni il divario tra la velocità con cui può crescere la capacità di calcolo e quella con cui può essere adeguato il sistema energetico dipenderà da diversi fattori.
Hardware e modelli potranno diventare più efficienti, nuovi impianti e reti aumenteranno la quantità di energia disponibile e la domanda di capacità di calcolo potrebbe crescere a ritmi diversi da quelli previsti oggi. Le stime al 2030 devono quindi essere considerate per quello che sono: proiezioni soggette a un certo grado di incertezza.
Quando pensiamo alla corsa all'intelligenza artificiale, pensiamo soprattutto a modelli più avanzati, chip più potenti e quantità crescenti di dati. A questi fattori se ne sta aggiungendo un altro: l'energia. Aumentare la capacità di calcolo significa trovare anche l'elettricità necessaria ad alimentarla, nel luogo e nel momento in cui serve. Nei prossimi anni, la capacità dei sistemi energetici di rispondere a questa domanda potrebbe diventare uno dei fattori che determineranno quanto velocemente potrà crescere l'intelligenza artificiale.
Articoli
