Nei data center dell’intelligenza artificiale il problema arriva sempre dal calore. Ogni richiesta, ogni modello addestrato, ogni risposta generata passa da chip potentissimi che lavorano stretti, accesi, affamati di energia. E quando l’hardware corre così, qualcuno deve portare via il caldo. Per anni lo hanno fatto grandi impianti di raffreddamento, aria spinta tra corridoi freddi e corridoi caldi, torri evaporative, acqua che assorbe calore e poi se ne va in vapore. Funziona. Solo che quel “funziona” presenta un conto sempre più difficile da ignorare.
Il nuovo passo di Nvidia va nella direzione opposta all’immaginario del data center gelido come una cella frigorifera. Con l’architettura Rubin, l’azienda parla di infrastrutture AI raffreddate al 100% a liquido: chip, componenti di rete, sistema nel suo insieme. Il liquido entra direttamente dove il calore nasce, attraverso piastre appoggiate sui processori, e lo porta via senza affidarsi alla grande giostra dell’aria fredda. La parte quasi controintuitiva sta nella temperatura: il liquido può arrivare fino a 45°C, più caldo dell’acqua di molte vasche idromassaggio, e continuare comunque a tenere i processori entro limiti operativi validati.
Il caldo preso alla fonte
Nel sistema descritto da Nvidia circola una miscela composta per il 75% da acqua e per il 25% da glicole propilenico, una soluzione che attraversa le cold plate, assorbe il calore dai chip e lo trasferisce verso l’esterno. Il circuito viene riempito una volta e resta chiuso per tutta la vita dell’impianto; nei climi favorevoli il calore può essere disperso con dry cooler, grandi radiatori esterni, riducendo o eliminando il ricorso a refrigeratori meccanici e torri evaporative.
Qui il cambio di prospettiva pesa. Le torri evaporative consumano acqua proprio perché la fanno evaporare per portare via calore. Il raffreddamento liquido diretto, invece, prova a spostare il lavoro dentro un anello tecnico che continua a girare. Nvidia stima che, in condizioni adatte, questa architettura possa portare il consumo d’acqua per il raffreddamento da circa 2,6 milioni di galloni per megawatt all’anno, quasi 9,8 milioni di litri, a valori vicini allo zero. È una cifra aziendale, quindi va letta con la cautela che si riserva a ogni promessa industriale, però il salto tecnologico resta notevole.
Il motivo è semplice, quasi banale: raffreddare aria richiede volumi enormi, ventole, spazi, corridoi progettati come una coreografia termica. Raffreddare direttamente il chip significa togliere un passaggio, arrivare nel punto esatto in cui il problema si forma. L’acqua, o meglio il fluido di raffreddamento, diventa un mezzo molto più efficiente dell’aria per trasportare calore. In un’infrastruttura AI densa, dove ogni rack concentra una quantità di potenza che fino a pochi anni fa sarebbe sembrata eccessiva, questa differenza smette di essere un dettaglio da ingegneri e diventa una questione ambientale, economica, perfino urbanistica.
L’acqua che i data center si bevono
La questione dell’acqua attorno ai data center è già enorme. Alcuni grandi impianti possono arrivare a consumare fino a 5 milioni di galloni al giorno, circa 19 milioni di litri, una quantità paragonabile all’uso idrico di una cittadina. Un data center medio può arrivare a circa 110 milioni di galloni l’anno, oltre 416 milioni di litri, solo per il raffreddamento. E con l’espansione delle strutture dedicate all’AI, la pressione cresce insieme a elettricità, emissioni e domanda di nuovi chip.
La fotografia energetica aggiunge un altro strato. L’International Energy Agency prevede che i consumi elettrici globali dei data center possano più che raddoppiare entro il 2030, arrivando intorno a 945 TWh. L’intelligenza artificiale viene indicata come uno dei principali motori di questa crescita, insieme agli altri servizi digitali. Anche quando l’acqua del raffreddamento scende, quindi, resta aperto tutto il fronte dell’energia che alimenta server, reti, calcolo e infrastrutture.
Per questo il raffreddamento AI di Nvidia va raccontato per quello che può essere: una soluzione molto concreta a una parte del problema. La parte dell’acqua usata in sede, nei sistemi di raffreddamento, nelle torri evaporative. Rimangono fuori dal perimetro altri pezzi pesanti: l’acqua usata per produrre semiconduttori, quella legata alla generazione elettrica, l’impatto dei nuovi edifici, le reti da potenziare, i territori che si trovano improvvisamente a ospitare fabbriche digitali grandi come quartieri industriali. Anche il rapporto dell’EESI ricorda che l’impronta idrica di un data center comprende consumo diretto, acqua usata dalle centrali elettriche e acqua impiegata nella produzione dei chip.
Più efficienza, più fame di AI
C’è poi la parte meno comoda, quella che arriva sempre quando una tecnologia diventa più efficiente. Se ogni singola operazione consuma meno acqua e meno energia per essere raffreddata, l’industria può rivendicare un progresso reale. Allo stesso tempo, costi più bassi e infrastrutture più gestibili possono rendere più facile costruire nuovi data center, addestrare modelli più grandi, portare l’AI ovunque, anche dove serve appena.
Il raffreddamento liquido chiuso può evitare sprechi enormi, soprattutto nelle zone dove l’acqua è già contesa tra case, agricoltura, industria e siccità sempre più frequenti. Può anche ridurre rumore, ventole, impianti energivori e dipendenza dai refrigeratori. Dentro un settore che corre a una velocità spesso superiore alla capacità dei territori di capirlo e governarlo, questa è una buona notizia. Una buona notizia con il cartellino delle condizioni ancora attaccato.
Perché un’AI raffreddata meglio resta comunque un’AI da alimentare, costruire, mantenere, aggiornare. Il liquido a 45°C può togliere molta sete ai data center. La fame, invece, resta tutta da misurare.
Fonte: Nvidia
Ti potrebbe interessare anche:
#Adessonews seleziona nella rete articoli di particolare interesse.
Se vuoi leggere l’articolo completo clicca sul seguente link
Ilaria Rosella Pagliaro
Source link
