
Global Head of Service Provider and Market Development
L'intelligenza artificiale (AI) ha subito una trasformazione radicale, evolvendosi da un ambito di ricerca specializzato al caposaldo della tecnologia moderna. Oggi, l'AI è alla guida di tutto, dai consigli personalizzati alle auto a guida autonoma fino ai sofisticati algoritmi finanziari e alle diagnosi mediche all'avanguardia.
Man mano che queste applicazioni diventano più avanzate e ricche di dati, la necessità di un' infrastruttura digitale scalabile resiliente è diventata fondamentale. Ho avuto l'opportunità di partecipare all'ITW 2025 all'inizio di questo mese, e uno dei momenti più interessanti è stato il panel di apertura, "AI Infrastructure: Can Our Networks and Data Centers Handle the Surge?" – una conversazione che ha riunito alcune delle menti più brillanti del settore tecnologico, tra cui Scott Mills, SVP of Product & Engineering di Digital Realty, per affrontare proprio questa domanda.
Il panel ha approfondito il cuore di ciò che servirà per potenziare la prossima ondata di innovazione dell'AI. Con applicazioni sempre più complesse e assetate di capacità di elaborazione di giorno in giorno, i relatori non hanno evitato le questioni più difficili: potenza, connettività, scalabilità e la massiccia riorganizzazione dell'infrastruttura che ci attende.
Il settore si sta muovendo verso interfacce 800G, con operatori hyperscale e operatori più piccoli che adottano queste tecnologie di rete avanzate.
Risolvere il puzzle dell'infrastruttura: spunti per i leader IT
Ecco cinque spunti emersi dal panel, ognuno dei quali rivela un tassello fondamentale del puzzle infrastrutturale che i leader IT devono risolvere per sfruttare appieno il potenziale dell'AI.
1. Potenza e connettività sono fondamentali
L'infrastruttura AI richiede enormi capacità di potenza, con strutture che necessitano di 50-100 megawatt o persino di potenza a livello di gigawatt. La connettività è altrettanto fondamentale: senza una solida infrastruttura di rete, perfino il più potente data center diventa inutile. Estesi collegamenti in fibra e diritti energetici strategici garantiranno che le strutture possano operare al massimo del potenziale.
2. L'edge computing sta emergendo
Le applicazioni AI stanno guidando un passaggio verso un'elaborazione distribuita del computing. L'obiettivo è avvicinare il computing agli utenti finali per ridurre la latenza, con la possibilità che i data center si trovino entro 40 miglia dai principali centri abitati. Le applicazioni in tempo reale, come la guida autonoma, stanno spingendo questa tendenza, richiedendo risorse di elaborazione più veloci e più localizzate. Questo cambiamento non riguarda solo la prossimità, ma anche la creazione di un ecosistema di elaborazione più distribuito e resiliente.
3. Evoluzione dei data center
Il settore sta passando da architetture tradizionali basate su CPU ai design incentrati sulla GPU. Questo comporta un aumento della densità computazionale, con cabinet in grado di supportare fino a 150-300 kilowatt, rispetto ai 50 kilowatt di appena dieci anni fa. L'obiettivo è massimizzare l'efficienza computazionale, ridurre l'ingombro fisico e migliorare le prestazioni complessive. Questa evoluzione è fondamentale per soddisfare le crescenti esigenze dei carichi di lavoro AI e garantire che i data center rimangano agili e scalabili.
4. Trasformazione della rete
Le architetture di rete vengono semplificate e riprogettate per supportare i carichi di lavoro AI. Questo passaggio include l'integrazione di tecnologie avanzate come l'ottica coerente direttamente negli switch Ethernet, la riduzione degli apparecchi di rete e l'aumento della bandwidth. Il settore si sta spostando verso interfacce 800G, con i provider hyperscale e gli operatori più piccoli che adottano queste tecnologie di rete avanzate. Questa trasformazione non riguarda solo la velocità, ma anche la riduzione della complessità e dei costi delle apparecchiature di rete, rendendo più facile scalare e gestire l'infrastruttura AI.
5. Infrastruttura self-powered
Molte aziende di data center stanno sviluppando le proprie capacità di generazione di energia. Questo include l’esplorazione di soluzioni green, micro reti, sistemi di accumulo a batteria e tecnologie energetiche alternative. L’obiettivo è ridurre la dipendenza dalle reti elettriche esterne, controllare i costi energetici e garantire un’alimentazione elettrica affidabile per infrastrutture AI sempre più esigenti. Questo passaggio verso un’infrastruttura self-powered è una vera svolta, in linea con la crescente necessità di operazioni del data center sostenibili e resilienti.
Il panel ha messo in luce molto più dei soli requisiti tecnici per l'AI: ha rivelato un cambio di paradigma nel modo in cui pensiamo all'infrastruttura digitale. Quella che è iniziata come una conversazione sui data center e sulla capacità di rete si è rapidamente evoluta in una visione più ampia di ecosistemi intelligenti e autosufficienti, in cui potenza, connettività e calcolo sono profondamente intrecciati.
Questa convergenza di AI, energia e tecnologie di rete segna un momento di svolta per il settore. Non basta più semplicemente scalare l'hardware o aggiungere bandwidth. La vera leadership nell'era dell'AI verrà da chi saprà innovare lungo l'intero spettro, dalla generazione di potenza affidabile e sostenibile alla progettazione di reti agili e distribuite, fino all'implementazione del calcolo all'edge e oltre.
Il messaggio del panel era chiaro: il futuro dell'AI non è scritto solo nel codice. È basato sull'infrastruttura che lo supporta. Mentre entriamo in questo prossimo capitolo, il successo dipenderà dalla nostra capacità di reinventare il modo in cui generiamo, distribuiamo e utilizziamo le risorse digitali in un mondo in cui l'intelligenza deve essere ovunque (e immediatamente accessibile).
In Digital Realty siamo in prima linea in questa trasformazione. Con PlatformDIGITAL®, aiutiamo le organizzazioni a creare l'infrastruttura agile, scalabile e sostenibile necessaria per soddisfare le esigenze di domani. Le nostre soluzioni sono progettate per rendere le organizzazioni a prova di futuro, garantendo loro di poter sfruttare appieno il potenziale dell'AI mantenendo al contempo l'efficienza operativa e la responsabilità ambientale.
Vuoi saperne di più su come prepararsi per i dati e l’AI? Scarica questo ebook per saperne di più.

