La fame di energia dell’AI ridisegna il data center: efficienza, raffreddamento a liquido e le nuove regole UE

Ogni modello di intelligenza artificiale che un’azienda mette in produzione ha un costo che raramente compare nelle slide di progetto: si misura in megawatt. Dietro l’assistente che risponde ai clienti e dietro l’algoritmo che ottimizza il magazzino c’è un rack di server che consuma — e scalda — come non si era mai visto in sala macchine. E la bolletta è arrivata al punto in cui non è più una voce a margine: condiziona dove e come le infrastrutture vengono costruite.

L’AI ha un costo che si misura in megawatt

Il dato che inquadra il fenomeno arriva da Gartner: nel 2026 i data center mondiali consumeranno 565 terawattora di elettricità, contro i 447 del 2025 — un balzo del 26% in un solo anno. Non è una crescita lineare di traffico e archiviazione come quella a cui eravamo abituati: è l’effetto diretto dei carichi di addestramento e inferenza dell’AI generativa. Sempre secondo Gartner, i server ottimizzati per l’AI rappresenteranno da soli circa il 31% del consumo elettrico dei data center nel 2026, e già dal 2027 supereranno i server tradizionali.

Il punto, per chi gestisce infrastrutture, è che il collo di bottiglia non è più lo spazio o la potenza di calcolo, ma l’energia disponibile. La domanda elettrica complessiva dei data center è stimata salire a 132 gigawatt nel 2026, e in molte aree la rete fatica già a starle dietro. Si è rovesciato il modo di ragionare: non si dimensiona più il calcolo e poi si trova l’alimentazione, ma si parte da quanta energia si riesce ad avere e da lì si decide quanta AI ci sta dentro.

Quando il problema non è alimentare, ma raffreddare

C’è una seconda metà del conto che spesso si trascura. Un server che assorbe più potenza dissipa più calore, e quel calore va portato via. Nei data center il raffreddamento pesa mediamente per il 25-30% del consumo elettrico totale: per ogni kilowatt speso a far girare i carichi, ne serve una quota consistente solo per tenerli a temperatura.

I rack ad alta densità dell’AI mandano in crisi il modello classico ad aria. Concentrare decine di kilowatt in un singolo armadio significa flussi d’aria che non bastano più, e qui si apre la frontiera del raffreddamento a liquido: portare il fluido refrigerante direttamente sui componenti, con efficienze molto superiori e la possibilità di abbattere drasticamente i consumi di climatizzazione. È la tecnologia su cui si sta concentrando la nuova generazione di sale dati, anche se richiede investimenti rilevanti e non è ancora diffusa su larga scala.

Tutto questo si condensa in un indicatore che torna a essere centrale: il PUE (Power Usage Effectiveness, definito dallo standard EN 50600-4-2), il rapporto tra l’energia totale assorbita dalla struttura e quella effettivamente usata dall’IT. Più si avvicina a 1, meno energia viene sprecata in tutto ciò che non è calcolo. Non è un numero da convegno: è la differenza tra un’infrastruttura sostenibile e una che brucia margini.

Dal 15 maggio 2026 l’efficienza diventa un obbligo

Finora misurare l’efficienza era una buona pratica. Da quest’anno è legge. La direttiva europea sull’efficienza energetica (EED, 2023/1791) introduce per la prima volta un obbligo organico di trasparenza per i data center: dal 15 maggio 2026 le strutture con potenza IT pari o superiore a 500 kW devono raccogliere e comunicare a una banca dati europea una serie di indicatori chiave — consumi energetici, utilizzo della potenza, temperature operative, quota di rinnovabili, recupero del calore di scarto, efficienza nell’uso dell’acqua.

L’efficienza esce così dall’ambito tecnico per diventare insieme un tema di conformità, di reputazione e di costo. E in Italia la posta in gioco è alta: il nostro Paese è tra i mercati più attrattivi d’Europa per i nuovi data center, con investimenti stimati in oltre 10 miliardi di euro nel biennio 2025-2026. Una crescita che apre, appunto, il “nodo energia”: realizzare capacità senza un piano serio su consumi e raffreddamento significa costruire un problema, non una risorsa.

Per anni un data center si è giudicato dalla potenza che poteva erogare. Oggi conta quanta ne spreca: l’efficienza non è più un dettaglio da ingegneri, è una voce di bilancio e un requisito di legge.

Il nostro punto di vista

Per un’azienda che adotta l’AI, la domanda non è più soltanto “quanta potenza di calcolo mi serve”, ma “dove e come faccio girare questi carichi senza che la bolletta e il calore se li mangino”. È una decisione infrastrutturale, ed è esattamente il terreno su cui lavoriamo: progettare e gestire un data center significa ragionare prima di tutto su densità, raffreddamento e mix energetico, perché sono questi a determinare il costo reale — e la sostenibilità — di ogni workload.

È anche il motivo per cui un’infrastruttura come il cloud SUNDATA ha senso non solo in termini di residenza del dato, ma di efficienza misurabile: workload ospitati in una sala dati progettata per reggere le densità di oggi, con consumi sotto controllo e trasparenti. A questo aggiungiamo la gestione operativa: l’efficienza non è una configurazione iniziale ma un parametro da sorvegliare ogni giorno, ed è la logica dei nostri managed services, dove monitoraggio dei consumi, continuità e sicurezza viaggiano insieme.

La fame di energia dell’AI non si placherà: la sfida non è rincorrerla con più potenza, ma ospitarla in infrastrutture che ne sprecano il meno possibile. Chi tratta l’efficienza come una scelta strategica, e non come un costo da subire, parte avvantaggiato.