Nelle infrastrutture dedicate all’intelligenza artificiale, la sfida principale è sempre stata la gestione termica. Ogni elaborazione, ogni algoritmo addestrato, ogni output prodotto richiede processori estremamente potenti che operano in spazi ristretti, costantemente attivi e con consumi energetici elevati. Quando questi componenti funzionano a pieno regime, diventa necessario dissipare enormi quantità di calore. Tradizionalmente, questa operazione è stata affidata a sistemi di climatizzazione massivi, con aria forzata attraverso corridoi dedicati, torri di raffreddamento evaporativo e acqua che cattura il calore per poi disperdersi sotto forma di vapore. Il sistema è efficace, ma comporta costi ambientali sempre più insostenibili.
L’approccio innovativo di Nvidia si discosta completamente dall’idea tradizionale del centro dati mantenuto a temperature glaciali. Con l’architettura Rubin, l’azienda propone sistemi AI raffreddati interamente mediante liquidi: processori, componenti di rete e infrastruttura complessiva. Il fluido refrigerante viene convogliato direttamente nei punti di generazione del calore, attraverso piastre a contatto con i chip, eliminando la necessità di grandi volumi d’aria raffreddata. L’aspetto sorprendente riguarda le temperature operative: il liquido refrigerante può raggiungere i 45°C, temperatura superiore a quella di molte vasche termali, mantenendo comunque i processori entro parametri funzionali certificati.
Dissipazione termica mirata
Nel sistema sviluppato da Nvidia circola una soluzione composta dal 75% di acqua e dal 25% di glicole propilenico, che attraversa le piastre di raffreddamento, cattura il calore dai chip e lo trasporta verso l’esterno. Il circuito viene riempito all’installazione e rimane sigillato per l’intera durata operativa dell’impianto; in condizioni climatiche favorevoli, il calore può essere disperso tramite radiatori a secco esterni, riducendo significativamente o eliminando completamente la necessità di refrigeratori meccanici e torri evaporative.
Questo rappresenta un cambio di paradigma sostanziale. Le torri evaporative richiedono acqua proprio perché il processo di evaporazione è il meccanismo attraverso cui viene rimosso il calore. Il raffreddamento liquido diretto, al contrario, trasferisce il lavoro all’interno di un circuito chiuso che opera in modo continuo. Secondo le stime di Nvidia, in condizioni ottimali, questa architettura può ridurre il consumo d’acqua per il raffreddamento da circa 2,6 milioni di galloni per megawatt annui, equivalenti a quasi 9,8 milioni di litri, a valori prossimi allo zero. Trattandosi di dati forniti dall’azienda stessa, vanno considerati con la dovuta cautela, ma il salto tecnologico appare comunque significativo.
La logica è elementare: raffreddare aria comporta volumi massicci, ventilazione intensiva, spazi progettati secondo precise geometrie termiche. Raffreddare direttamente il componente significa eliminare un passaggio intermedio, intervenendo esattamente dove il problema si manifesta. L’acqua, o più precisamente il fluido refrigerante, risulta molto più efficiente dell’aria nel trasporto del calore. In un’infrastruttura AI ad alta densità, dove ogni rack concentra potenze che fino a poco tempo fa sarebbero state considerate eccessive, questa differenza cessa di essere un aspetto puramente tecnico e assume rilevanza ambientale, economica e persino territoriale.
Il fabbisogno idrico delle infrastrutture digitali
La problematica dell’acqua legata ai centri dati è già di dimensioni considerevoli. Alcune grandi strutture possono arrivare a consumare fino a 5 milioni di galloni giornalieri, circa 19 milioni di litri, una quantità comparabile al consumo di un piccolo centro urbano. Un centro dati di dimensioni medie può raggiungere circa 110 milioni di galloni annui, oltre 416 milioni di litri, destinati esclusivamente al raffreddamento. Con l’espansione delle strutture dedicate all’intelligenza artificiale, la pressione aumenta parallelamente a consumi elettrici, emissioni e richiesta di nuovi componenti.
Il quadro energetico aggiunge ulteriori complessità. L’International Energy Agency prevede che i consumi elettrici globali dei centri dati possano superare il doppio entro il 2030, raggiungendo circa 945 TWh. L’intelligenza artificiale viene identificata come uno dei principali fattori di questa crescita, insieme agli altri servizi digitali. Anche quando il consumo idrico per il raffreddamento diminuisce, quindi, permane l’intera questione dell’energia necessaria ad alimentare server, reti, elaborazioni e infrastrutture.
Per questo motivo, il sistema di raffreddamento AI di Nvidia va valutato per quello che effettivamente rappresenta: una risposta molto concreta a una porzione del problema. La porzione relativa all’acqua utilizzata in loco, nei sistemi di climatizzazione, nelle torri evaporative. Restano esclusi altri aspetti rilevanti: l’acqua impiegata nella produzione di semiconduttori, quella associata alla generazione elettrica, l’impatto delle nuove costruzioni, le reti da espandere, i territori che si trovano improvvisamente a ospitare complessi digitali delle dimensioni di aree industriali. Anche il rapporto dell’EESI sottolinea che l’impronta idrica di un centro dati include consumo diretto, acqua utilizzata dalle centrali elettriche e acqua necessaria alla fabbricazione dei chip.
Efficienza crescente, domanda in espansione
Esiste poi l’aspetto meno rassicurante, quello che emerge sempre quando una tecnologia diventa più efficiente. Se ogni singola operazione richiede meno acqua e meno energia per essere raffreddata, l’industria può legittimamente rivendicare un progresso autentico. Contemporaneamente, costi ridotti e infrastrutture più gestibili possono facilitare la costruzione di nuovi centri dati, l’addestramento di modelli più complessi, la diffusione dell’AI anche dove l’utilità è marginale.
Il raffreddamento liquido a circuito chiuso può evitare sprechi considerevoli, specialmente nelle aree dove l’acqua è già oggetto di contesa tra abitazioni, agricoltura, industria e siccità sempre più ricorrenti. Può inoltre ridurre inquinamento acustico, ventilazione forzata, impianti energivori e dipendenza dai refrigeratori. All’interno di un settore che procede a una velocità spesso superiore alla capacità dei territori di comprenderlo e regolamentarlo, questo costituisce un dato positivo. Un dato positivo con condizioni ancora da verificare.
Perché un’AI raffreddata in modo più efficiente rimane comunque un’AI da alimentare, costruire, mantenere, aggiornare. Il liquido a 45°C può ridurre notevolmente la sete dei centri dati. La fame, invece, resta interamente da quantificare.
Fonte: Nvidia