Immaginate New York City in una torrida notte d’estate: tutti i condizionatori funzionano a pieno regime, i vagoni della metropolitana ronzano sottoterra, i grattacieli sono illuminati a giorno. Aggiungete ora San Diego al culmine di un’ondata di caldo record, quando la domanda ha superato i 5.000 megawatt e la rete elettrica ha rischiato di cedere. Questa è quasi la quantità di elettricità che, secondo Sam Altman e i suoi soci, sarà consumata dalla loro prossima ondata di data center di intelligenza artificiale, tra i quali quelli di OpenAI: un singolo progetto aziendale che consuma ogni giorno più energia di due città americane spinte al limite.
L’annuncio è un “momento fondamentale” che Andrew Chien, professore di informatica all’Università di Chicago, dice di aver atteso a lungo per vederlo realizzarsi. “Sono un informatico da 40 anni e per la maggior parte di questo tempo l’informatica ha rappresentato una minima parte del consumo energetico della nostra economia”, ha dichiarato Chien a Fortune. “Ora sta diventando una quota importante del consumo dell’intera economia”.
Ha definito questo cambiamento entusiasmante e allarmante allo stesso tempo.
“È spaventoso perché ora l’informatica potrebbe rappresentare il 10% o il 12% dell’energia mondiale entro il 2030. Stiamo arrivando a momenti cruciali per il modo in cui pensiamo all’AI e al suo impatto sulla società”.
Questa settimana, OpenAI ha annunciato un piano con Nvidia per costruire data center di AI che consumano fino a 10 gigawatt di energia, con ulteriori progetti per un totale di 17 gigawatt già in corso.
L’ammontare del fabbisogno energetico di OpenAI, quindi, equivarrebbe all’incirca all’energia necessaria per alimentare New York City, che consuma 10 gigawatt in estate, e San Diego durante l’intensa ondata di caldo del 2024, quando sono stati utilizzati più di cinque gigawatt. O, come ha affermato un esperto, è vicino al fabbisogno totale di elettricità della Svizzera e del Portogallo messi insieme.
“È davvero incredibile”, ha affermato Chien. “Un anno e mezzo fa si parlava di cinque gigawatt. Ora hanno alzato la posta a 10, 15, persino 17. C’è una continua escalation”.
Fengqi You, professore di ingegneria dei sistemi energetici alla Cornell University, che studia anche l’intelligenza artificiale, è d’accordo.
“Dieci gigawatt sono più del fabbisogno energetico di picco della Svizzera o del Portogallo”, ha dichiarato a Fortune. “Diciassette gigawatt equivalgono all’energia necessaria per alimentare entrambi i paesi insieme”.
La rete elettrica del Texas, dove Altman ha dato il via a uno dei progetti di OpenAI questa settimana, funziona in genere a circa 80 gigawatt.
“Quindi stiamo parlando di una quantità di energia paragonabile al 20% dell’intera rete elettrica del Texas”, ha affermato Chien. “Questo vale per tutti gli altri settori: raffinerie, fabbriche, famiglie. È una quantità di energia incredibilmente grande”.
Altman ha definito la costruzione come necessaria per stare al passo con la domanda galoppante di AI.
“Questo è ciò che serve per fornire l’intelligenza artificiale”, ha detto in Texas. L’utilizzo di ChatGPT, ha osservato, è aumentato di 10 volte negli ultimi 18 mesi.
Di quale fonte di energia ha bisogno l’intelligenza artificiale?
Altman non ha nascosto la sua fonte preferita: il nucleare. Ha sostenuto sia le startup che si occupano di fissione che quelle che si occupano di fusione, scommettendo che solo i reattori possono fornire il tipo di produzione costante e concentrata necessaria per soddisfare la domanda insaziabile dell’intelligenza artificiale.
“L’infrastruttura informatica sarà la base dell’economia del futuro”, ha affermato, definendo il nucleare come la spina dorsale di quel futuro.
Chien, tuttavia, è schietto riguardo ai limiti a breve termine.
“Per quanto ne so, la quantità di energia nucleare che potrebbe essere immessa nella rete prima del 2030 è inferiore a un gigawatt”, ha affermato. ” Quindi, quando si sente parlare di 17 gigawatt, i numeri semplicemente non tornano“.
Con progetti come quello di OpenAI che richiedono da 10 a 17 gigawatt, il nucleare è ”molto lontano e, anche quando si arriverà a quel punto, la crescita sarà lenta”, ha affermato Chien. Egli prevede invece che saranno l’eolico, il solare, il gas naturale e le nuove tecnologie di stoccaggio a dominare il mercato.
Lui, esperto di sistemi energetici alla Cornell, ha trovato una via di mezzo. Ha affermato che il nucleare potrebbe essere inevitabile nel lungo periodo se l’AI continuerà ad espandersi, ma ha avvertito che “nel breve periodo non c’è molta capacità di riserva”, sia essa fossile, rinnovabile o nucleare. “Come possiamo espandere questa capacità nel breve periodo? Non è chiaro”, ha affermato.
Ha anche avvertito che la tempistica potrebbe essere irrealistica.
“Una centrale nucleare tipica richiede anni per ottenere le autorizzazioni e essere costruita”, ha affermato. “Nel breve termine, dovranno fare affidamento sulle energie rinnovabili, sul gas naturale e forse sulla ristrutturazione delle centrali più vecchie. Il nucleare non arriverà abbastanza in fretta”.
Costi ambientali
Anche per questi esperti i costi ambientali sono molto elevati.
“Dobbiamo affrontare la realtà: le aziende hanno promesso di essere pulite e a zero emissioni, ma di fronte alla crescita dell’AI, probabilmente non potranno esserlo”, ha affermato Chien.
Gli ecosistemi potrebbero subire uno stress, ha affermato You della Cornell.
“Se i data center consumano tutta l’acqua locale o compromettono la biodiversità, ciò crea conseguenze indesiderate”, ha affermato.
Le cifre relative agli investimenti sono sbalorditive. Ogni sito OpenAI ha un valore di circa 50 miliardi di dollari, per un totale di 850 miliardi di dollari di spesa prevista. La sola Nvidia ha promesso fino a 100 miliardi di dollari per sostenere l’espansione, fornendo milioni delle sue nuove Gpu Vera Rubin.
Chien ha aggiunto che è necessario un dibattito sociale più ampio sui costi ambientali incombenti derivanti dall’utilizzo di così tanta elettricità per l’AI.
Oltre alle emissioni di carbonio, ha sottolineato le pressioni nascoste sulle risorse idriche, sulla biodiversità e sulle comunità locali vicine ai grandi data center. Il solo raffreddamento, ha osservato, può consumare grandi quantità di acqua dolce in regioni che già soffrono di scarsità.
E poiché l’hardware si evolve così rapidamente, con nuovi processori Nvidia che vengono lanciati ogni anno, i vecchi chip vengono costantemente scartati, creando flussi di rifiuti contaminati da sostanze chimiche tossiche.
“Ci hanno detto che questi data center sarebbero stati puliti ed ecologici”, ha detto Chien. “Ma di fronte alla crescita dell’AI, non credo che possano esserlo. Ora è il momento di metterli alle strette”.
L’articolo originale è stato pubblicato su Fortune.com
