In Breve
- Cos'è il 'time to power'?
- Il 'time to power' è il tempo necessario affinché l'energia raggiunga i data center per le operazioni AI.
- Qual è il ruolo del gas naturale nelle infrastrutture AI?
- Il gas naturale è visto come una fonte chiave per garantire una generazione continua di energia per le infrastrutture AI.
- Come influisce la deliverability sulla prontezza delle infrastrutture AI?
- La deliverability determina la capacità di produrre e consegnare gas, influenzando i tempi di sviluppo delle infrastrutture.
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 è sufficiente che l’elettricità sia generata; è fondamentale che l’energia programmabile raggiunga i data center nel momento e nel luogo in cui è necessaria.
I data center per AI, infatti, sono sempre più grandi e concentrati, e tollerano pochissimi tempi di inattività. Di conseguenza, la capacità di alimentazione influisce direttamente sulla velocità con cui queste infrastrutture possono entrare in servizio e trasformare 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 le analisi di scenario, la domanda di gas collegata all’AI potrebbe aumentare da circa 1,6 miliardi di piedi cubi al giorno (Bcf/d) attuali a 5,2 Bcf/d entro il 2030 nel caso più conservativo, e tra 7,6 e 11,5 Bcf/d entro il 2035.
Tuttavia, avere gas disponibile non è sufficiente. Il vero vincolo è rappresentato dalla ‘deliverability’, ossia la capacità di produrre, trasportare, immagazzinare e consegnare combustibile alla pressione richiesta attraverso le infrastrutture connesse. Fattori come 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 modifica 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 la capacità di assicurare energia affidabile nei tempi richiesti, non solo la disponibilità futura.
Per rispondere a queste esigenze, stanno emergendo modelli diversi, come la generazione ‘behind-the-meter’ che accoppia 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 in fase di sviluppo. 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 aziende che si posizioneranno meglio saranno quelle che tratteranno l’approvvigionamento energetico come una capacità strategica, riconoscendo il ruolo critico che il gas può svolgere nel garantire la disponibilità e l’operatività delle capacità AI. In sintesi, nel confronto per scalare l’AI, il ‘time to power’ può determinare il ‘time to value’.
