IA per l'energia e il data center sottomarino della Cina
24 megawatt è il dato principale della nuova struttura sottomarina di Shanghai, e questa cifra dice molto sulla direzione che sta prendendo l'IA per l'energia. Il progetto, realizzato da HiCloud Technology e China Communications Construction, non è solo un esperimento ingegneristico; è un test dal vivo su come i paesi possano sostenere la domanda di IA con carichi di raffreddamento inferiori, una maggiore efficienza energetica e una fornitura più rinnovabile. Secondo quanto riportato da WIRED en Español, il sito abbina l'energia eolica offshore al raffreddamento ad acqua di mare in un momento in cui la crescita della potenza di calcolo sta rimodellando le decisioni infrastrutturali.
La Cina inaugura il primo data center sottomarino alimentato da energia eolica offshore
Il progetto si trova nella zona speciale di Lin-gang a Shanghai, all'interno della China Pilot Free Trade Zone, con moduli sommersi a circa 10 metri di profondità. La sua capacità iniziale è di 24 MW e il modello operativo è progettato per utilizzare l'acqua di mare come sistema di raffreddamento naturale, invece di dipendere principalmente dall'aria condizionata convenzionale.
Questo è importante perché il raffreddamento rimane uno dei costi meno flessibili nell'infrastruttura IA. In una struttura standard a terra, i sistemi di raffreddamento possono rappresentare dal 40 al 50 percento della domanda totale di elettricità, come osserva l'articolo originale. Al contrario, il progetto cinese mira a mantenere l'energia per il raffreddamento al di sotto del 10 percento del consumo totale, una riduzione drastica se raggiunta durante il funzionamento regolare.
La struttura è degna di nota anche per la sua fonte di energia. HiCloud aveva già lanciato un data center sottomarino commerciale a Hainan nel 2023, ma il complesso di Shanghai è il primo segnalato a operare con energia eolica offshore. Per i leader aziendali che monitorano i servizi di implementazione dell'IA e il rischio infrastrutturale, questo è il segnale più importante: l'espansione del calcolo è sempre più legata a dove l'energia pulita e il raffreddamento efficiente possono essere garantiti insieme, non separatamente.
Perché il progetto è importante per la domanda di infrastrutture IA
Il contesto più ampio è semplice: la crescita dell'IA sta trasformando la pianificazione energetica in una questione di livello dirigenziale. Un recente rapporto dell'UNCTAD citato nella copertura della fonte afferma che solo 32 paesi ospitano data center specializzati in IA e circa il 90 percento di tale infrastruttura è concentrato in Cina e negli Stati Uniti. Questa concentrazione significa che la capacità non è solo una questione di software. È anche una questione di localizzazione, rete e approvvigionamento.
Per le imprese che operano nell'infrastruttura tecnologica, nell'energia e nella produzione, questo cambia il modo in cui dovrebbe essere valutata la strategia di IA. Il vincolo chiave potrebbe non essere la scelta del modello. Potrebbe essere l'accesso a un'elettricità affidabile, costi operativi accettabili e un'efficienza termica sufficiente a mantenere l'espansione sostenibile.
Un altro aspetto pratico è che la progettazione dell'infrastruttura ora influenza le decisioni di automazione aziendale basate sull'IA a valle. Se i carichi di lavoro ad alta intensità di calcolo diventano più costosi in regioni ad alto calore e con stress di rete elevato, le aziende dovranno essere più selettive su dove vengono distribuiti formazione, inferenza, analisi e agenti di automazione IA.
Ricevi una nota pratica sul programma IA a settimana. Iscriviti alla newsletter di Encorp.
I numeri dietro la dichiarazione di efficienza
Il motivo più forte per cui questa storia merita attenzione è la densità di affermazioni misurabili. Secondo la dichiarazione di progetto del governo cinese, il sito sottomarino è progettato per utilizzare oltre il 90 percento di energia eolica offshore, ridurre il consumo energetico complessivo del 30-40 percento e tagliare la domanda di energia per la refrigerazione dal 40-50 percento del consumo energetico totale a meno del 10 percento, rispetto ai data center tradizionali a terra.
Un secondo parametro chiave è il PUE 1.15. Come spiega Google nella sua panoramica sull'efficienza dei data center, l'efficacia dell'uso dell'energia misura la potenza totale della struttura divisa per la potenza delle apparecchiature IT, con 1.0 che rappresenta l'ideale teorico. Un obiettivo di 1.15 pone il progetto di Shanghai all'avanguardia sulla carta.
Tre numeri spiccano maggiormente:
- 24 MW di capacità iniziale, sufficienti per rendere questa una risorsa infrastrutturale seria piuttosto che un progetto pilota di laboratorio.
- Meno del 10 percento di energia dedicata al raffreddamento, rispetto al 40-50 percento spesso osservato nei progetti convenzionali secondo quanto riportato dalla fonte.
- Oltre il 90 percento di energia eolica offshore, legando l'espansione del calcolo direttamente all'approvvigionamento di energia rinnovabile.
Queste cifre spiegano anche perché questa è più di una storia ambientale. Indicano l'economia operativa. Minori costi di raffreddamento migliorano i margini e possono stabilizzare la pianificazione della capacità a lungo termine. Un PUE migliore rende più facile pianificare il budget per l'analisi dei dati IA e i carichi di lavoro ad alta disponibilità. E l'integrazione delle rinnovabili può ridurre l'esposizione alle oscillazioni dei prezzi dei combustibili fossili, sebbene introduca i propri compromessi di intermittenza e bilanciamento della rete.
Ci sono anche dei vincoli. La manutenzione sottomarina è più complessa rispetto alla manutenzione di una sala standard a terra. La selezione del sito è limitata. L'assicurazione, la logistica delle riparazioni e l'affidabilità dei componenti sottomarini conteranno molto più di quanto facciano in una normale costruzione aziendale. In altre parole, questo è un segnale importante, non un modello universale.
Cosa dice il cambiamento di politica della Cina sulla corsa all'IA
Questo progetto ha più senso se letto insieme alla più ampia politica energetica della Cina. L'articolo originale osserva che una nuova legge sull'energia è entrata in vigore l'anno scorso dando priorità alle rinnovabili e all'idrogeno, mentre le riforme del mercato elettrico di giugno 2025 richiedono che l'energia solare ed eolica sia scambiata attraverso meccanismi di mercato o aste invece che con le vecchie strutture tariffarie fisse.
Quel cambiamento di politica è importante perché l'infrastruttura IA necessita di una pianificazione a lungo termine. I contratti energetici, lo sviluppo del sito e i servizi di integrazione dipendono tutti dalla fiducia che la capacità di generazione esisterà dove la domanda di calcolo sta crescendo. La Cina sembra trattare questo come una questione di strategia industriale, non solo di sostenibilità.
Il confronto con gli Stati Uniti non è che una parte stia costruendo data center e l'altra no. È che stanno enfatizzando percorsi diversi verso la sicurezza dell'approvvigionamento. La Cina sta cercando di ridurre la dipendenza da input fossili esterni aumentando le opzioni rinnovabili e nucleari. Ciò conferisce ai progetti come quello di Shanghai un ruolo strategico maggiore: testano se l'infrastruttura dell'era dell'IA possa essere sia più efficiente che più controllabile a livello nazionale.
Questo è anche il punto in cui l'analisi dell'Agenzia Internazionale dell'Energia su elettricità e data center diventa un contesto utile. La domanda di IA sta spingendo le utility, gli operatori e i grandi acquirenti verso previsioni più dettagliate dei picchi di carico, delle esigenze di resilienza e dei vincoli di trasmissione. In pratica, i servizi di integrazione dell'IA dipendono ora tanto dal realismo energetico quanto dall'architettura software.
Come si confronta con la progettazione convenzionale dei data center
Un modo utile per leggere questo sviluppo non è come una scelta binaria tra progetti sottomarini e a terra, ma come un punto di riferimento rispetto alle ipotesi tradizionali. Le strutture tradizionali competono su posizione, incentivi fiscali e accesso alla fibra. Le strutture più recenti orientate all'IA devono anche competere su percorso di raffreddamento, consumo idrico e approvvigionamento energetico.
| Fattore di progettazione | Data center convenzionale a terra | Modello sottomarino di Shanghai |
|---|---|---|
| Metodo di raffreddamento | Aria condizionata meccanica | Raffreddamento ad acqua di mare |
| Quota energia raffreddamento | Spesso 40-50% secondo l'articolo | Sotto il 10% per progetto |
| Obiettivo PUE | Varia ampiamente per età e sito | Obiettivo 1.15 |
| Uso del suolo | Impronta significativa del campus | Oltre il 90% in meno per dichiarazione progetto |
| Mix fonte energetica | Dipendente dalla rete, spesso misto | Oltre il 90% eolico offshore per dichiarazione progetto |
Questo confronto ha implicazioni dirette per l'approvvigionamento aziendale. Gli acquirenti dovrebbero preoccuparsi maggiormente di dove vengono eseguiti i carichi di lavoro, di come appare il mix energetico e se i fornitori possono riportare le metriche di prestazione in modo coerente. Questo è particolarmente vero per le aziende che scalano i servizi di implementazione dell'IA in più unità aziendali.
Per gli operatori che pensano in modo più tattico, è qui che si inserisce meglio un servizio come AI Smart Energy Management for Facilities: le stesse discipline che contano in un data center sottomarino, come la previsione del carico, il rilevamento delle anomalie e il monitoraggio continuo dell'efficienza, contano anche nelle normali proprietà aziendali. La differenza non è la necessità di visibilità operativa. È il livello di complessità ingegneristica.
Cosa dovrebbero osservare le imprese in futuro
Tre indicatori contano ora più di un anno fa: obiettivi PUE, quota di energia rinnovabile e vincoli di raffreddamento regionali. Non sono più metriche secondarie per i team di sostenibilità. Stanno diventando parte della strategia principale di IA e della due diligence dei fornitori.
Le imprese dovrebbero anche osservare se progetti come questo rimarranno vetrine nazionali isolate o inizieranno a influenzare gli standard di progettazione commerciale in Asia, Europa e Nord America. Se più strutture perseguiranno un raffreddamento alternativo e una maggiore integrazione energetica, gli acquirenti potrebbero iniziare a trattare l'efficienza infrastrutturale come un criterio di selezione fondamentale piuttosto che come una nota a piè di pagina ESG.
La tendenza è chiara anche se questo design esatto rimane di nicchia. L'IA per l'energia si sta spostando da discorsi politici astratti a scelte infrastrutturali fisiche misurate in megawatt, PUE e termini di approvvigionamento. Le aziende che pianificano in anticipo attorno a questi vincoli prenderanno decisioni migliori su dove appartengono i carichi di lavoro IA e quanto dovrebbero costare.
Martin Kuvandzhiev
CEO and Founder of Encorp.io with expertise in AI and business transformation