AI assetata di energia, la corsa globale verso il nucleare

L’intelligenza artificiale promette di trasformare l’economia globale, ma dietro i modelli che sorprendono per capacità e creatività si cela una realtà meno visibile: un’impronta energetica enorme. Ogni fase del ciclo di vita dell’AI (dall’addestramento dei modelli alla gestione dei data center, fino alla produzione dei chip) richiede grandi quantità di elettricità. Roberta Caselli, Commodities Investment Strategist di Global X, sottolinea come il consumo stia crescendo a ritmi superiori alla capacità delle reti di reggerlo.

Il caso più eclatante è quello del modello GPT-4, il cui addestramento ha richiesto circa 50 GWh, pari al consumo annuo di 6.000 abitazioni americane. Una cifra 50 volte superiore a quella del suo predecessore, GPT-3. Questo salto ha spinto i grandi hyperscaler ad annunciare investimenti titanici. Meta parla di 80 miliardi di dollari in capex per il 2025; xAI vuole portare a 1 milione di GPU il suo supercomputer Colossus; Microsoft investirà la stessa cifra per infrastrutture AI nel nuovo anno fiscale.

Dopo la fase di training, i modelli AI entrano nella fase di inferenza, in cui generano risposte e previsioni. È qui che la domanda energetica esplode. Una sola query su ChatGPT consuma dieci volte l’energia di una ricerca su Google. Quando poi si passa alla generazione di video in alta definizione o immagini complesse, il consumo può aumentare centinaia di volte.

L’arrivo degli agenti AI, che operano in autonomia, potrebbe cambiare le regole del gioco. Jensen Huang ha affermato che tali sistemi potranno richiedere una potenza “100 volte maggiore” rispetto alle stime precedenti. Nel frattempo, anche la produzione di chip è energivora: TSMC consuma già l’8% dell’energia di Taiwan e potrebbe arrivare al 24% entro il 2030. Negli Stati Uniti, lo stabilimento in Arizona richiede 200 MW di potenza di picco, l’equivalente di 30.000 abitazioni.

Secondo Global X, il consumo dei data center americani salirà da 176 a 580 TWh tra il 2023 e il 2028, richiedendo 50 GW di nuova capacità per un costo stimato in 60 miliardi di dollari.

Anche l’Europa sta reagendo: l’iniziativa InvestAI prevede 200 miliardi di euro, con 20 destinati alla costruzione di quattro gigafactory da 100.000 chip l’una. A dicembre 2024 sono stati annunciati altri sette impianti. Il risultato è una domanda energetica che cresce globalmente e in maniera esponenziale.

In questo scenario, l’energia nucleare si presenta come una delle poche soluzioni a basse emissioni in grado di supportare tale crescita. Secondo Roberta Caselli, la convergenza tra esigenze tecnologiche e ambientali sta spingendo gestori patrimoniali internazionali a puntare sul nucleare.

Alla COP29 gli Stati Uniti si sono impegnati ad aumentare la capacità nucleare di 35 GW entro dieci anni e a triplicarla entro il 2050. Il Congresso sta valutando la legge “Advance Act”, che promuove il nucleare avanzato per l’energia pulita.

L’attenzione si concentra ora sui piccoli reattori modulari (SMR): meno costosi, più rapidi da costruire, ideali per i data center in aree remote. La loro flessibilità e scalabilità li rende una soluzione promettente. Gli USA stanno trattando con Paesi del Sud-est asiatico, mentre in Europa cresce il sostegno da parte di Francia, Finlandia, Paesi Bassi e Svezia, che ne chiedono il riconoscimento strategico alla Commissione UE.

Il legame tra AI e nucleare si fa sempre più evidente. L’AI può davvero rivoluzionare ogni settore, ma senza un’infrastruttura energetica solida e sostenibile, la sua corsa potrebbe rallentare. Il nucleare, e in particolare gli SMR, rappresenta oggi una risposta concreta a una sfida globale.

Secondo l’analisi di Global X, la chiave sarà coniugare innovazione e sostenibilità. Solo così sarà possibile alimentare il futuro digitale del pianeta senza comprometterne l’equilibrio energetico.