Nel 2024, abbiamo assistito a cambiamenti entusiasmanti nell'infrastruttura dei Data Center. Il progresso dell'intelligenza artificiale generativa (GenAI) ha suscitato discussioni nel settore e acceso la competizione tra le aziende. I pionieri in questo ambito sono pienamente consapevoli delle opportunità che si profilano davanti a loro, e pronti a sfruttarle.

Allo stesso tempo, mentre le aziende ridefiniscono le proprie strategie per adattarsi rapidamente a un'economia in cui i dati guidano l'AI e l'agenda aziendale, risolvere le sfide infrastrutturali per far fronte alla rapida crescita dei dati è fondamentale.

L'AI e altre tecnologie superano i limiti, promuovono la competitività e potenziano il valore aziendale. Tuttavia, cosa significa questo per i Data Center e per i loro clienti che intendono scalare le operazioni nell'economia dei dati e raggiungere i propri obiettivi in modo conforme, sicuro e sostenibile? Ecco le opportunità che le aziende all'avanguardia stanno cogliendo nell'evoluzione dell'infrastruttura dei Data Center.

L'opportunità dell'AI: l'inferenza dell'AI consentirà l'apprendimento in tempo reale

Nel 2024, le aziende stavano ancora addestrando intensamente i propri modelli di AI. Il 2025 è l'anno in cui sempre più organizzazioni porteranno l'inferenza sul mercato.

L'allenamento è la fase in cui un modello di AI viene istruito a svolgere un'attività specifica esponendolo a dati pertinenti. L'inferenza è la fase in cui un modello addestrato viene reso operativo e utilizzato per formulare previsioni o prendere decisioni su dati nuovi o meno. Questa fase segna il passaggio dal "costruire" soluzioni all'"utilizzarle".

IDC prevede che entro il 2028 il 32% di tutta la spesa in AI nelle organizzazioni sarà destinato alla GenAI, con un tasso di crescita annuo composto (CAGR) quinquennale del 60% a partire dal 2024.

Vedremo cambiare l'architettura dei dati quando le imprese inizieranno a passare dall'allenamento all'inferenza. Al momento, l'allenamento avviene nei mercati secondari, dove la potenza è più accessibile, e molte aziende eseguono il trasferimento dei dati e l'allenamento in maniera isolata. Una volta passati all'inferenza, questo non può più avvenire.

Prevediamo di assistere a questo improvviso cambiamento, dall'allenamento in luoghi isolati allo spostamento dell'inferenza nelle grandi aree metropolitane il più vicino possibile alle sedi degli utenti finali. Più si è ben connessi e posizionati, minore è la latenza, più rapida è la risposta e migliore è l'esperienza utente dell'AI.

L'opportunità della sostenibilità: le aziende devono adottare soluzioni di raffreddamento innovative come il raffreddamento diretto al chip e il raffreddamento a liquido diretto

Oggi le imprese bilanciano gli obiettivi di sostenibilità e ambientali nelle loro iniziative operative, incluso il modo in cui gestiscono la propria infrastruttura dei dati.

Per le grandi o medie imprese che dispongono di alcune infrastrutture on-premises e vogliono passare a una densità più elevata, i loro data center on-premises o gestiti difficilmente saranno efficienti quanto la colocation. Una delle misure di sostenibilità che sempre più data center adottano è il raffreddamento a liquido.

Le tecnologie di raffreddamento a liquido contribuiscono a ridurre la dispersione del calore raffreddando i chip. Con l'aumento della domanda, vedremo sempre più data center predisposti con impianti ad acqua refrigerata.

Il raffreddamento a liquido si suddivide in più categorie. Tra questi vi è il raffreddamento a liquido diretto (direct liquid cooling, DLC), in cui l'acqua fredda scorre direttamente ai chip o agli scambiatori di calore a porta posteriore attiva — o entrambi sono possibili simultaneamente per carichi di lavoro ad alta densità. L'immersione è un'altra opzione, ma potrebbe non raggiungere un'adozione diffusa perché è difficile da gestire, soprattutto in un data center con una clientela mista.

Tuttavia, il mercato del raffreddamento in continua evoluzione deve essere ricettivo alle esigenze dei clienti. I provider di Data Center devono essere in grado di offrire opzioni ai clienti che desiderano raffreddare ad acqua o aria una parte o la totalità del proprio carico di lavoro.

Oltre al raffreddamento, con l'aumento dei carichi di dati e soprattutto con le nuove iniziative AI, le imprese avranno bisogno di soluzioni energetiche accessibili. Ecco perché vediamo nascere nuovi Data Center costruiti in base a considerazioni geografiche sulla disponibilità di potenza ed energia. In futuro, i Data Center potrebbero essere situati in prossimità di risorse naturali per sfruttare l'energia idroelettrica o geotermica.

L'opportunità della governance: i governi iniziano a vedere i vantaggi dei modelli AI proprietari

L'AI sovrana si ricollega al concetto di sovranità dei dati che vediamo oggi, in cui sono le leggi della regione in cui i dati vengono raccolti e archiviati a governare i dati. Con iniziative sulla sovranità dei dati come il Regolamento generale sulla protezione dei dati dell'UE o il California Consumer Privacy Act che regolano i dati regionali, non è difficile immaginare modelli di AI regionali con una governance specifica.

Vista la crescita degli attacchi informatici da parte di attori malevoli e hacker, l'AI sovrana svolge un ruolo anche nella difesa nazionale. Se un paese potenzia le proprie capacità AI e gestisce dati proprietari e privati, si tratta di qualcosa che vuole tenere sotto stretto controllo e non esternalizzare a un altro paese.

In definitiva, l'AI sovrana è ancora agli albori, ma potremmo vedere più paesi investire in modelli di AI proprietari nel 2025.

La più grande opportunità: evoluzione dell'AI ibrida e privata

Le aziende che trattano dati sensibili, privati o proprietari – come le aziende medicali/farmaceutiche o i servizi finanziari – non vogliono che i propri dati vengano esposti al pubblico, il che può accadere utilizzando modelli di AI pubblici. Utilizzeranno modelli di AI ibridi o privati per mantenere protetti i set di dati, il che è possibile collaborando con una soluzione di AI privata o sviluppandola internamente.

Se spendere molto denaro per realizzare installazioni private per l'inferenza e l'addestramento potrebbe non essere un problema per le aziende più grandi, le aziende più piccole potrebbero non riuscire a permetterselo.

È allora che investiranno in AI pubblica o ibrida, effettuando l'addestramento nel cloud e tornando poi a eseguire l'inferenza attraverso i propri Data Center.

Dal 2025 un numero maggiore di aziende ha adottato un modello di AI ibrida. Anche l'AI privata sarà un'esigenza fondamentale per le AI factory e per l'AI sovrana.

PlatformDIGITAL® di Digital Realty è la casa dell'AI. Possediamo le conoscenze e le competenze fondamentali necessarie affinché l'AI generativa e il calcolo ad alte prestazioni abbiano successo. Siamo entusiasti e onorati di continuare a supportare l'innovazione nel futuro.

Digital Realty aiuta a scalare l'implementazione dell'AI in tutti gli ambienti grazie alla presenza globale di Data Center, a PlatformDIGITAL® e alla Pervasive Datacenter Methodology® collaudata per ottimizzare lo scambio dei dati. Scopri di più sui casi d'uso dell'AI più frequenti e contattaci subito per pianificare un workshop con i nostri esperti.

Cogliere nuove opportunità: cosa riserva il futuro nell'infrastruttura dei data center?