da un grande potere derivano grandi responsabilità « LMF Lamiafinanza

Effettua la tua ricerca

More results...

Generic selectors
Exact matches only
Search in title
Search in content
Post Type Selectors
Filter by Categories
#finsubito
Abruzzo
Agevolazioni
Agrigento
Alessandria
Ancona
Aosta
Arezzo
Ascoli-Piceno
Aste L'Aquila
Asti
Avellino
Bari
Barletta-Andria-Trani
Basilicata
Belluno
Benevento
Bergamo
Biella
Bologna
Bolzano
Brescia
Brindisi
Cagliari
Calabria
Caltanissetta
Campania
Campobasso
Caserta
Catania
Catanzaro
Chieti
Como
Cremona
Crotone
Cuneo
Emilia-Romagna
Enna
Ferrara
Firenze
Foggia
Forli-Cesena
Friuli-Venezia Giulia
frosinone
Genova
Gorizia
Grosseto
Imperia
Isernia
Italia
La-Spezia
Latina
Lazio
Lecce
Lecco
Liguria
Livorno
Lodi
Lombardia
Lucca
Macerata
Mantova
Marche
Massa-Carrara
Matera
Messina
Milano
Modena
Molise
Monza-Brianza
Napoli
Novara
Nuoro
Olbia Tempio
Oristano
Padova
Palermo
Parma
Pavia
Perugia
Pesaro-Urbino
Pescara
Piacenza
Piemonte
Pisa
Pistoia
Pordenone
Potenza
Prato
Puglia
Ragusa
Ravenna
Reggio-Calabria
Reggio-Emilia
Rieti
Rimini
Roma
Rovigo
Salerno
Sardegna
Sassari
Savona
Sicilia
Siena
Siracusa
Sondrio
Sud sardegna
Taranto
Teramo
Terni
Torino
Toscana
Trapani
Trentino-Alto Adige
Trento
Treviso
Trieste
Udine
Umbria
Valle d'Aosta
Varese
Veneto
Venezia
Verbania
Vercelli
Verona
Vibo-Valentia
Vicenza
Viterbo


I progressi tecnologici nell’ultimo decennio hanno dato origine a modelli linguistici di grandi dimensioni (LLM) e all’intelligenza artificiale. Con il lancio commerciale di prodotti come ChatGPT, l’IA sta diventando sempre più disponibile per più persone in tutto il mondo.

Sebbene l’intelligenza artificiale sia riconosciuta come un potenziale trend di crescita a lungo termine in molti settori, è ancora troppo presto per identificare tutti i casi d’uso e le applicazioni redditizie. Ciò che sembra essere chiaro è che l’implementazione delle odierne tecnologie di IA richiede una notevole quantità di dati e potenza di calcolo, il che sta aumentando l’impronta ambientale delle infrastrutture digitali.

Data la crescente impronta ambientale associata all’infrastruttura per l’IA, le aziende di tecnologia digitale dovranno probabilmente adattare il loro modello di business storico “take, make, use, waste”. Gli investitori potrebbero essere preoccupati per la rapida espansione dell’infrastruttura per l’IA e il suo impatto ambientale. Comprendere gli ostacoli che le grandi società tecnologiche si trovano ad affrontare nel passaggio a modelli di business più sostenibili può fornire una visione più approfondita del loro potenziale di crescita a lungo termine. L’analisi delle risorse e degli obiettivi che queste imprese si sono prefissate per affrontare la sfida può rivelare la loro capacità di svilupparsi in modo sostenibile.

Il mercato dei datacenter si divide tra i fornitori di colocation, dove le aziende affittano spazi e strutture, e i grandi operatori tecnologici come Amazon Web Services, Microsoft, Google e Meta. Queste aziende hanno le risorse per costruire e gestire centri dati estremamente grandi, noti come “hyperscaler”, progettati per fornire enormi quantità di potenza di calcolo e capacità di archiviazione.

Un datacenter medio si estende su circa 10.000 m2, equivalenti alle dimensioni di 1,4 campi da calcio, e ospita circa 100.000 server. Tuttavia, l’aumento della domanda di IA sta spingendo la necessità di disporre di centri dati ancora più grandi, stipati di server, con una maggiore densità di potenza, nonché di ulteriori sistemi di raffreddamento ed energia in loco. Per tenere il passo, gli operatori dei datacenter, comprese le grandi società tecnologie, stanno dando priorità alle nuove costruzioni, in quanto l’adeguamento delle strutture esistenti può essere complesso e costoso. Le stime suggeriscono che entro il 2030 le nuove costruzioni comprenderanno l’80% del mercato dei datacenter. Si prevede che il mercato globale per i progetti di datacenter raggiungerà 409 miliardi di dollari entro il 2030, con un tasso di crescita annuo composto previsto del 5,1% dal 2023 al 2030.

Il progressivo diffondersi dell’adozione dell’IA, porterà a un probabile aumento dei consumi energetici, esercitando una maggiore pressione sui progettisti di reti elettriche. I datacenter, le criptovalute e l’intelligenza artificiale rappresentano collettivamente circa il 2% dell’attuale domanda di elettricità. A seconda dei progressi tecnologici, il caso base suggerisce che i centri dati rappresenteranno quindi meno del 10% della crescita della domanda totale di elettricità a livello mondiale tra il 2023 e il 2030. Tuttavia, è improbabile che questo impatto sia uniforme in tutto il mondo. Alcuni mercati concentrati dei datacenter, come gli Stati Uniti, potrebbero alla fine incontrare difficoltà nel conciliare la domanda di elettricità con l’offerta.

Diverse grandi aziende tecnologiche, tra cui Microsoft, hanno già iniziato a investire in centrali elettriche e sistemi energetici localizzati, noti come microreti. A settembre 2024, Microsoft ha raggiunto un accordo per riaprire la centrale nucleare di Three Mile Island della Pennsylvania allo scopo di fornire energia ai centri dati vicini. In ogni caso, l’infrastruttura per l’IA continuerà a dipendere dalle reti elettriche locali che, in ultima analisi, determineranno il tipo di energia elettrica per alimentare i datacenter.

Google, Meta, Microsoft e altre società hanno costituito la Symbiosis Coalition, impegnandosi a contrarre fino a 20 milioni di tonnellate di crediti per la rimozione dell’anidride carbonica tramite tecniche basate sulla natura, entro il 2030. Con l’aumento delle emissioni legate all’IA, anche le grandi aziende tecnologiche stanno attivamente stipulando accordi per l’acquisto di energia rinnovabile al fine di ridurre la loro impronta di carbonio.

Trovare un equilibrio tra i consumi energetici e idrici sarà una sfida fondamentale per le Big Tech che amplieranno la loro attività di datacenter. Il miglioramento dell’efficienza dei sistemi informatici e l’implementazione di metodi di riutilizzo del calore potrebbero migliorare significativamente la gestione dei consumi idrici. Lo sviluppo di alternative all’evaporazione dell’acqua nei sistemi di raffreddamento sarà un altro passo fondamentale nella risoluzione del problema dell’acqua. Microsoft ha recentemente annunciato che i suoi più recenti progetti per centri dati includono un raffreddamento preciso della temperatura evitando l’evaporazione.

Le aziende stanno sperimentando nuovi metodi per ridurre la loro dipendenza dalle risorse naturali quando costruiscono nuovi datacenter. Ad esempio, Meta e Amazon hanno testato soluzioni alternative al cemento, mentre Microsoft sta cercando di investire in soluzioni circolari finalizzate al riutilizzo di materiali critici e rari provenienti da apparecchiature IT usate.

Per continuare a crescere, consolidare il loro vantaggio competitivo e ridurre i costi ambientali e finanziari, le grandi aziende tecnologiche dovrebbero adottare un approccio olistico allo sviluppo sostenibile dell’IA. Sarà fondamentale allineare gli obiettivi di crescita e sostenibilità dell’intelligenza artificiale mediante lo sviluppo di una governance efficace e competenze interne interfunzionali. Ad oggi, nessuna Big Tech ha pubblicato un piano d’azione completo per affrontare la crescente impronta ambientale dell’IA. La maggior parte tiene traccia dell’efficienza energetica dei propri centri dati utilizzando indicatori chiave di prestazione in linea con gli standard e le normative esistenti.

Per valutare rapidamente le prestazioni chiave a livello ambientale dei datacenter, potrebbe essere sufficiente concentrarsi solo su tre parametri: il Power Usage Effectiveness (PUE, l’efficacia nel consumo di energia, che misura il consumo energetico totale rispetto all’utilizzo di energia delle apparecchiature IT),  il Water Usage Effectiveness (WUE, l’efficacia nel consumo di acqua, che confronta l’utilizzo totale di acqua con l’utilizzo di energia delle apparecchiature IT) e l’Energy Reuse Factor (ERF, il fattore di riutilizzo dell’energia, che indica il rapporto tra l’energia riutilizzata, compreso il calore, e l’energia totale consumata nel datacenter).

La nostra ricerca indica che nessuna società fornisce un’informativa completa su tutti e tre questi parametri collettivamente. Tra i Magnifici Sette, l’ERF non viene reso noto. Per quanto riguarda gli alti due parametri, i PUE e i WUE medi dei Magnifici Sette sono in linea con gli standard del settore, con il PUE vicino a 1 e il WUE inferiore a 0,4.

Sebbene gli obiettivi ESG siano spesso legati alla retribuzione del management, i leader delle grandi società tecnologiche non sono sempre incentivati a conseguire gli obiettivi di sostenibilità insieme alla crescita dell’IA. Nel frattempo, i consigli di amministrazione spesso non dispongono di competenze sufficienti in materia di sostenibilità per promuovere l’allineamento degli obiettivi di sostenibilità e relativi all’IA. La valutazione delle dimensioni, dell’esperienza e della collaborazione tra i team IA e sostenibilità può rivelare l’allineamento agli obiettivi di sostenibilità. Attualmente, nessuna azienda tecnologica fornisce queste informazioni o evidenzia il lavoro dei team di esperti come motore della crescita potenziata dall’IA. La promozione di una cultura della cooperazione e della collaborazione tra esperti e gruppi interni può essere considerata essenziale per garantire il successo a lungo termine.

A nostro avviso, allineare innovazione e sostenibilità dell’intelligenza artificiale può rafforzare la resilienza di queste aziende a fronte di un futuro incerto. Riteniamo che i leader tecnologici dell’IA siano in grado di innovare in modo sostenibile e offrire valore agli stakeholder rafforzando le fondamenta delle loro aziende in termini di governance, cultura e approccio lungimirante alle sfide.

 



Source link

***** l’articolo pubblicato è ritenuto affidabile e di qualità*****

Visita il sito e gli articoli pubblicati cliccando sul seguente link

Source link