AI al limite

Per decenni, i data center hanno rappresentato la spina dorsale silenziosa e nascosta del mondo digitale. Quell'era è definitivamente finita. Il settore dei data center si trova ora al centro di un'era di trasformazione, guidata dall'inarrestabile progresso dell'intelligenza artificiale. Non si tratta di un cambiamento incrementale; è un evento fondamentale, destinato a rivoluzionare il mercato.

Il settore si trova attualmente ad affrontare una tempesta perfetta, causata da tre pressioni simultanee e interconnesse:

1. Richiesta di calcolo esponenziale: L'enorme potenza di calcolo richiesta dai modelli di intelligenza artificiale rappresenta una "accelerazione massiccia" della domanda.
2. Scarsità di energia: L'incapacità delle reti elettriche esistenti di soddisfare questa domanda senza precedenti.
3. La fisica della latenza: L'incapacità dei data center cloud centralizzati di soddisfare le esigenze di risposta in tempo reale, dell'ordine dei millisecondi, richieste dall'intelligenza artificiale in ambito produttivo.

L'entità di questa domanda è sbalorditiva. Si prevede che la domanda globale di energia dei data center raddoppierà in soli cinque anni, passando da circa 50 gigawatt (GW) a 100 GW entro il 2028. Solo negli Stati Uniti, si prevede che la domanda di energia proveniente dai data center dedicati all'intelligenza artificiale crescerà di oltre trenta volte entro il 2035, passando da 4 GW nel 2024 a 123 GW.

Questa domanda esplosiva si è scontrata con un'offerta limitata, creando quella che i report di settore definiscono una "crisi di disponibilità dei data center". Secondo un report di CBRE relativo al primo semestre del 2025, il tasso di posti vacanti nei data center nordamericani è sceso al minimo storico dell'1.6% . Questo è dovuto alla corsa dei "provider hyperscale e AI" per accaparrarsi qualsiasi capacità disponibile. L'analisi di JLL di metà 2025 lo conferma, indicando un tasso di posti vacanti al minimo storico del 2.3% e rilevando che i livelli di assorbimento del mercato sono quadruplicati dal 2020.

Il principale fattore limitante non è la terra, la manodopera o il capitale, bensì l'energia. Un rapporto di JLL di metà 2025 riassume il nuovo mantra del settore: "L'energia è diventata il nuovo settore immobiliare" . La disponibilità di energia è il "vincolo determinante alla crescita" e le reti esistenti nei mercati chiave come la Virginia settentrionale, Tokyo e Londra sono al limite della loro capacità.

Questo collo di bottiglia energetico ha radicalmente ribaltato il modello di vendita dei data center. I bassi tassi di occupazione persistono nonostante i livelli di costruzione record. Questa apparente contraddizione si risolve nel fatto che negli Stati Uniti i tempi di attesa medi per le nuove connessioni alla rete elettrica sono ora di quattro anni . Gli operatori non possono più costruire "a scopo speculativo". Come notano gli analisti di JLL, il modello è passato da "costruiscilo e arriveranno" a "impegnati prima che sia costruito o non ci entrerai" . La prova è nei pre-affitti: il 74.3% di tutta la capacità attualmente in costruzione è già stata pre-affittata . I fornitori di servizi cloud e di intelligenza artificiale si assicurano le infrastrutture con 18-24 mesi di anticipo rispetto alla data di implementazione prevista, il che significa che il mercato è di fatto saturo prima ancora di esistere.

Questa forte pressione sta costringendo il mercato delle infrastrutture per l'IA a biforcarsi in due modelli distinti. Il primo, e più noto, è l'"AI Training Campus": enormi hub centralizzati, con alcuni progetti che arrivano a 5,000 acri e con capacità di 5 gigawatt , costruiti in nuove regioni ricche di risorse energetiche. Il secondo modello, e probabilmente più complesso, è l'"AI Inference Node": strutture più piccole e distribuite, situate vicino agli utenti, per eseguire i modelli addestrati in tempo reale. La strategia del settore per affrontare questa seconda sfida è rappresentata dai data center edge per l'IA.

Perché l'IA centralizzata non supera la prova in tempo reale

Sebbene gli enormi campus di addestramento da 5 gigawatt siano necessari per costruire i modelli di base dell'IA, sono insufficienti per implementarli nel mondo reale. Il modello tradizionale di centralizzazione dell'inferenza dell'IA in grandi data center cloud remoti non supera la prova in tempo reale.

La nuova ondata di intelligenza artificiale non si limita ai chatbot. Si sta integrando direttamente nel mondo fisico, alimentando applicazioni come veicoli autonomi, traduzione automatica in tempo reale, sensori per città intelligenti, robotica industriale, realtà aumentata e rilevamento di frodi finanziarie.

Queste applicazioni sono, per definizione, "sensibili alla latenza". Non possono tollerare il ritardo fisico (latenza) derivante dall'invio di una query a migliaia di chilometri da un cloud centralizzato e dall'attesa di una risposta. Alcune applicazioni di intelligenza artificiale in produzione richiedono tempi di risposta dell'ordine dei millisecondi per funzionare correttamente. Un veicolo autonomo, ad esempio, deve prendere decisioni in frazioni di secondo e non può attendere un viaggio di andata e ritorno di 200 millisecondi verso un data center.

Un ampio studio di misurazione del 2024 evidenzia questo divario fisico: il 58% degli utenti finali può raggiungere un server edge nelle vicinanze in meno di 10 millisecondi , mentre solo il 29% degli utenti finali può ottenere una latenza simile, inferiore a 10 ms, da un data center cloud nelle vicinanze . Questa è la barriera della latenza e, per l'intelligenza artificiale in tempo reale, è un ostacolo insormontabile.

Questo chiarisce un punto di confusione comune. Alcuni nuovi modelli di intelligenza artificiale generativa, come quelli che utilizzano il ragionamento a catena, possono tollerare tempi di risposta di "diversi secondi". Questo è accettabile per un utente che chiede a un chatbot di scrivere uno script creativo. È catastrofico per un sensore di una rete elettrica intelligente o per un'auto a guida autonoma.

Questa distinzione rappresenta il punto di forza dell'intelligenza artificiale all'edge computing. L'addestramento dell'IA , il processo di forza bruta per la creazione di un modello linguistico di grandi dimensioni (LLM), è un'operazione batch di enorme portata. È sensibile al consumo energetico ma non alla latenza e, come prevede l'Uptime Institute, "la maggior parte dei modelli di IA verrà addestrata nel cloud".

Tuttavia, l'inferenza dell'IA , ovvero l'atto di utilizzare quel modello per prendere una decisione in tempo reale, è un'attività costante a bassa latenza. Il vero campo di battaglia per la prossima ondata di infrastrutture digitali, e il fulcro della risposta del settore ai data center edge per l'IA , è costruire una nuova architettura in grado di gestire questo carico di lavoro di inferenza ad alto valore aggiunto.

Definizione di "IA all'edge"

In risposta ai limiti dei cloud centralizzati, il settore sta distribuendo strategicamente la potenza di calcolo. JLL definisce un data center edge come una struttura che "avvicina la potenza di calcolo al punto in cui i dati vengono generati o consumati". L'Uptime Institute fornisce una definizione più dettagliata, descrivendolo come "la distribuzione di capacità di calcolo e di archiviazione fino ai margini della rete... che si tratti di un impianto di produzione, di una torre cellulare o di un edificio intelligente".

Questo cambiamento architettonico è guidato da tre proposte di valore fondamentali:

1. Risoluzione del problema della latenza: Questo è il fattore determinante. Posizionare la potenza di calcolo in periferia consente il "processo decisionale in tempo reale" e l'analisi "millisecondo per millisecondo" richiesti dalle moderne applicazioni di intelligenza artificiale.
2. Calcolo della larghezza di banda e dei costi: L'enorme quantità di dati localizzati in tempo reale generata dai dispositivi di intelligenza artificiale e IoT è spesso difficile da inviare a un data center centrale. L'elaborazione locale di questi dati riduce il traffico sulle reti principali e diminuisce i costi di trasferimento dei dati.
3. Risolvere i problemi relativi alla privacy e alla sovranità: Molte organizzazioni, in particolare nei settori finanziario e sanitario, hanno "preoccupazioni legate ai dati". Preferiscono "mantenere le proprie grandi quantità di dati sensibili in locale" per conformarsi a normative come il GDPR e garantire la sicurezza dei dati. L'edge computing elabora i dati localmente, soddisfacendo queste regole di sovranità.

Questa nuova architettura è resa possibile da una nuova classe di hardware e software. Sul fronte hardware, ciò include chip edge ottimizzati per l'IA come NVIDIA Jetson e Intel Movidius, nonché data center modulari/micromodulari prefabbricati che possono essere implementati rapidamente. Sul fronte software, tecnologie come il Federated Learning consentono di addestrare modelli di IA su dispositivi decentralizzati senza che i dati grezzi sensibili lascino mai la loro fonte.

Anche questa risposta dei data center edge basati sull'intelligenza artificiale sta maturando, superando l'entusiasmo iniziale. La visione iniziale di "micro-disruptor edge", ovvero minuscoli data center su ogni torre cellulare, non si è concretizzata del tutto. L'Uptime Institute osserva che la domanda di siti edge di piccole dimensioni (nell'ordine delle decine di kilowatt) "non ha soddisfatto le elevate aspettative iniziali".

La vera crescita del mercato si registra invece in strutture di dimensioni maggiori, su scala megawatt, dislocate in nuove regioni geografiche (edge) . Ciò è confermato da un rapporto CBRE del 2025, che rileva un crescente interesse per i "data center edge con una capacità di alimentazione relativamente facile da garantire fino a 10 MW". Questo ridefinisce il concetto di "edge" non più come una singola piccola infrastruttura, ma come un nuovo livello di hub regionali da 5-10 MW, sufficientemente grandi da essere economici e potenti, ma anche abbastanza distribuiti da garantire prestazioni a bassa latenza.

Centri dati tradizionali vs. centri dati edge

Il passaggio a un'architettura edge rappresenta un cambiamento fondamentale nella progettazione e nello scopo dell'infrastruttura. La tabella seguente fornisce un chiaro confronto tra il modello tradizionale centralizzato e il nuovo modello edge distribuito.

Riprogettazione del data center per l'intelligenza artificiale ad alta densità

La rivoluzione dell'intelligenza artificiale non sta semplicemente cambiando la posizione dei data center; sta radicalmente "reimmaginando" e "riprogettando" la loro struttura fisica dalle fondamenta.

Barriera termica dell'IA

Il principale fattore che ha spinto a questa riprogettazione interna è il calore. I carichi di lavoro di intelligenza artificiale, alimentati da cluster densi di GPU, stanno portando le densità di potenza dei rack a livelli impensabili solo pochi anni fa. JLL riporta che le densità dei rack superano ormai i 250 kilowatt.

Le nuove generazioni di chip per l'intelligenza artificiale stanno accelerando questa tendenza. Si prevede che il chip GB200 di prossima generazione di NVIDIA raggiungerà densità di potenza rack di 130 kilowatt (kW) . La sua GPU B200 da sola ha un TDP (Thermal Design Power) di 1200 W.

Questi carichi termici hanno creato una barriera fisica. I tradizionali sistemi di raffreddamento ad aria, standard per 30 anni, "non sono più in grado di soddisfare le esigenze". Come affermano gli esperti di JLL, il settore è andato "oltre i limiti fisici del raffreddamento ad aria".

La rivoluzione del raffreddamento a liquido

Per gestire questo calore intenso, il raffreddamento a liquido si è affermato come "sviluppo inevitabile" e sta "rapidamente diventando il nuovo standard" per tutti i carichi di lavoro di intelligenza artificiale. Si prevede che la penetrazione di mercato del raffreddamento a liquido supererà il 30% nel 2025.

Questa tecnologia si presenta generalmente in due forme principali:

1. Raffreddamento diretto al chip (DTC): Conosciuto anche come raffreddamento a piastra fredda, questo metodo utilizza piccoli tubi per convogliare un liquido refrigerante (come acqua o un refrigerante) direttamente su una "piastra fredda" montata sui componenti più caldi, come CPU e GPU. Il calore viene trasferito al liquido e dissipato tramite tubi. Questo è il metodo ufficialmente raccomandato da NVIDIA per i suoi server ad alta densità.
2. Raffreddamento a immersione: Questo approccio più radicale prevede l'immersione del intero Il server e tutti i suoi componenti vengono immersi direttamente in un fluido dielettrico non conduttivo. Il fluido assorbe il calore e viene poi fatto circolare in uno scambiatore di calore.

Questo cambiamento non è teorico; è guidato da miliardi di investimenti attivi.

• Equinix ha annunciato l'intenzione di implementare il raffreddamento a liquido in 100 dei suoi data center in 45 città.
• Realtà digitale ha già lanciato un'offerta di colocation ad alta densità in grado di gestire 70 kW per rack, alimentata da raffreddamento a liquido.
• Data Center allineati sta costruendo un nuovo campus appositamente progettato e raffreddato a liquido per Lambda, fornitore di servizi cloud per l'intelligenza artificiale, specificamente per ospitare le GPU NVIDIA Blackwell di nuova generazione.
• Colamore recentemente ha ottenuto una linea di credito di 925 milioni di dollari per espandere la sua piattaforma, che è costruita appositamente per il raffreddamento a liquido a densità estreme fino a 200 kW per rack.

Le implicazioni di questo cambiamento sono enormi. L'intero parco globale di data center, costruiti e ottimizzati per il raffreddamento ad aria, è ormai costituito da infrastrutture obsolete. L'ammodernamento di una struttura operativa per il raffreddamento a liquido, che richiede la realizzazione di nuove e complesse tubature, rappresenta un'impresa di grande portata e un'operazione ad alto rischio. Tuttavia, operatori come Digital Realty stanno perfezionando "l'arte dell'ammodernamento dei data center", utilizzando un approccio modulare basato su un "sistema di sistemi" per aggiornare le strutture una sezione alla volta. Questo segna l'inizio di un massiccio ciclo di investimenti multimiliardari per modernizzare l'infrastruttura digitale mondiale e renderla "pronta per l'intelligenza artificiale".

Il potere è il nuovo settore immobiliare

Anche un data center perfettamente raffreddato a liquido è inutile se non può essere alimentato. Come già accennato, "la disponibilità di energia è diventata il principale fattore limitante per la crescita". L'infrastruttura di rete esistente "faticherà a supportare" la massiccia espansione delle infrastrutture digitali. L'Uptime Institute conferma che l'intelligenza artificiale sta "intensificando" questa domanda già elevata.

Questa scarsità di energia ha innescato una "nuova corsa all'oro", invertendo il processo di selezione dei siti. Gli operatori stanno ora "spingendo lo sviluppo verso nuovi mercati alla ricerca di capacità". Questa ricerca sta spostando lo sviluppo verso "mercati secondari e terziari" e "nuovi punti nevralgici" come Richmond, in Virginia, basandosi esclusivamente sulla disponibilità di energia e sulle tempistiche di connessione alla rete.

Le tradizionali strategie per le energie rinnovabili, come la stipula di contratti di acquisto di energia (PPA) per impianti solari o eolici, non sono più sufficienti. Pur essendo importanti, queste strategie vengono considerate "insufficienti da sole". Il problema principale è che l'energia solare ed eolica sono intermittenti , mentre i data center e i carichi di lavoro di intelligenza artificiale richiedono un'alimentazione elettrica stabile e affidabile 24 ore su 24, 7 giorni su 7, 365 giorni all'anno.

Per risolvere questo problema, l'industria si sta spostando "dietro il contatore" per generare la propria energia. Questa risposta prevede due strategie principali:

1. Microreti: Gli operatori stanno sempre più spesso realizzando sistemi di alimentazione "nanogrid/microgrid" autosufficienti. Una microgrid integra la generazione di energia in loco (come celle a combustibile o energia solare) con l'accumulo di energia (come le batterie), consentendo al data center di operare in modo indipendente ("modalità isola") durante un'interruzione della rete, garantendo così la resilienza.
2. Il potere delle imprese di nuova generazione: La tendenza più significativa è il "crescente entusiasmo" del settore per nuove fonti di energia pulita, disponibili 24 ore su 24, 7 giorni su 7, che possono essere installate in loco o nelle immediate vicinanze.

Questo rappresenta un cambiamento di identità fondamentale. Un tempo, i gestori di data center erano clienti passivi delle aziende di servizi pubblici. L'incapacità della rete di tenere il passo li ha costretti a diventare produttori attivi di energia. Investendo nella generazione in loco ed esplorando tecnologie come i reattori modulari di piccole dimensioni (SMR), la geotermia avanzata e le celle a combustibile a idrogeno, il gestore di data center dell'era dell'intelligenza artificiale si sta evolvendo in un'azienda di energia distribuita.

Il nuovo manuale del potere

Il nuovo obbligo di fornire energia elettrica "ferma", pulita e affidabile 24 ore su 24, 7 giorni su 7, ha costretto il settore a guardare oltre le tradizionali fonti rinnovabili. La tabella seguente confronta le principali soluzioni di alimentazione elettrica in loco e a lunga durata che gli operatori dei data center stanno attualmente valutando.

Casi studio di aziende leader del settore che costruiscono il futuro distribuito

Questa risposta a triplice minaccia – localizzazione distribuita, design con raffreddamento a liquido e alimentazione in loco – non è solo teoria. È la strategia attiva e finanziata dei principali attori del settore. La lista CRN 2025 delle "25 aziende di IA più promettenti per data center ed edge computing" mostra un'intera svolta dell'ecosistema, che include produttori di chip (NVIDIA, AMD), fornitori di infrastrutture (HPE, Dell, Supermicro), aziende di networking (Cisco) e specialisti dell'edge computing (Scale Computing).

Tre casi studio esemplificano questa nuova risposta ibrida:

Caso di studio 1: Equinix (L'integratore di ecosistemi)

Equinix sta sfruttando la sua vasta infrastruttura globale di oltre 270 data center per fungere da connettore per l'intelligenza artificiale distribuita. La sua strategia non è quella di sviluppare modelli di IA, ma di fornire una "rete globale ottimizzata per l'IA" che colleghi tutti i partner che lo fanno. La piattaforma Equinix Fabric® consente alle aziende di connettersi in modo sicuro a un "ecosistema di IA indipendente dai fornitori" composto da oltre 2,000 partner. Per ridurre i rischi di questa nuova e complessa architettura per i suoi clienti, Equinix ha lanciato un "AI Solutions Lab" globale dove le aziende possono testare e convalidare i propri progetti di IA prima di implementarli su larga scala.

Caso di studio 2: Digital Realty (Specialista in immobili esistenti e ristrutturazioni)

In quanto uno dei maggiori proprietari di data center al mondo, Digital Realty si trova ad affrontare una sfida diversa: come integrare i nuovi rack AI da 100 kW raffreddati a liquido con l'infrastruttura IT "legacy" composta da rack da 15 kW raffreddati ad aria, che costituiscono la maggior parte del suo portfolio. La loro soluzione è un design modulare "sistema di sistemi". Invece di tentare un retrofit lento, costoso e ad alto rischio dell'intero edificio, possono aggiornare una stanza o persino un rack alla volta. Questo approccio modulare si è dimostrato efficace: ha permesso a un cliente europeo del settore dei servizi finanziari di ottenere un tempo di implementazione sei volte inferiore per un nuovo carico di lavoro ad alta densità.

Caso di studio 3: DartPoints (Lo specialista del gioco puro)

DartPoints rappresenta la soluzione ideale per i data center edge dedicati all'intelligenza artificiale . Il suo modello di business si basa sulla fornitura di servizi di colocation ad alte prestazioni specificamente pensati per "carichi di lavoro avanzati, inclusa l'intelligenza artificiale", in mercati edge distribuiti. Una recente partnership con Virtuous AI illustra perfettamente questa strategia. Virtuous AI esegue i suoi modelli di intelligenza artificiale generativa dal data center di DartPoints a Greenville, nella Carolina del Sud. DartPoints fornisce un'infrastruttura fisica sicura, conforme agli standard e neutrale rispetto agli operatori, consentendo all'azienda di intelligenza artificiale di concentrarsi sui propri algoritmi e di scalare rapidamente in un mercato a bassa latenza.

Queste tre aziende rappresentano i tre livelli essenziali della risposta del settore. Equinix è il livello dell'ecosistema e della connettività , la "Svizzera digitale" che collega tutti i nuovi partner. Digital Realty è il livello degli operatori storici e del settore immobiliare , che risolve il problema da mille miliardi di dollari di rendere compatibili gli ultimi 20 anni di infrastrutture con i prossimi cinque anni di intelligenza artificiale. DartPoints è il livello dei nuovi mercati e della specializzazione , che fornisce le strutture agili e specializzate laddove sta emergendo la domanda di edge computing. Insieme, questa risposta multilivello, ibrida e completa dei data center edge per l'intelligenza artificiale è ciò che alimenterà la prossima ondata di innovazione globale.

Il futuro è distribuito, resiliente e raffreddato a liquido.

Per decenni, il settore dei data center ha alimentato silenziosamente il mondo digitale. Quell'era è finita. L'intelligenza artificiale ha proiettato il settore in un'"era di trasformazione", costringendolo a confrontarsi con "costi crescenti, vincoli energetici sempre più stringenti" e persistenti ritardi nella catena di approvvigionamento.

In risposta a questa crisi su tre fronti, caratterizzata da alimentazione, latenza e domanda, è emersa una chiara direzione strategica. Non si tratta di un dibattito "edge contro cloud". Il futuro è un'architettura ibrida e integrata che trovi un "equilibrio tra capacità di edge computing e cloud computing", utilizzando enormi campus centralizzati per la formazione e una rete distribuita di nodi edge per l'inferenza.

Il data center del futuro non è un singolo edificio monolitico. È una rete distribuita, resiliente e intelligente. Le sue fondamenta sono costituite da hardware ad alta densità raffreddato a liquido ed è alimentato da un nuovo ecosistema di fonti energetiche locali, affidabili e sempre più indipendenti. La rivoluzione dell'intelligenza artificiale non rappresenta solo un nuovo carico di lavoro per il settore dei data center; è il catalizzatore che sta ridisegnando radicalmente il settore stesso.

Bibliografia e risorse aggiuntive

1. La rivoluzione dei data center guidata dall'intelligenza artificiale: perché il 2025 è un anno decisivo - JLL Spark, https://spark.jllt.com/resources/blog/the-ai-driven-data-center-revolution-why-2025-is-a-defining-year/
2. Prospettive globali per i data center nel 2025 - JLL, https://www.jll.com/en-us/insights/market-outlook/data-center-outlook
3. Potere dell'IA: espandere la capacità dei data center per soddisfare la crescente domanda - McKinsey, https://www.mckinsey.com/industries/technology-media-and-telecommunications/our-insights/ai-power-expanding-data-center-capacity-to-meet-growing-demand
4. Il panorama in evoluzione dei data center: potenza, intelligenza artificiale e capitali nel 2025, https://www.datacenterfrontier.com/sponsored/article/55283194/the-evolving-landscape-of-data-centers-power-ai-and-capital-in-2025
5. La crescita dell'IA crea una domanda senza precedenti di data center globali - JLL, https://www.jll.com/en-us/newsroom/growth-of-ai-creates-unprecedented-demand-for-global-data-centers
6. L'ascesa dell'IA ai margini della rete | Micron Technology Inc., https://www.micron.com/about/blog/applications/ai/the-rise-of-ai-at-the-edge
7. Zone di inferenza: come i data center supportano l'IA in tempo reale - CoreSite, https://www.coresite.com/blog/inference-zones-how-data-centers-support-real-time-ai
8. Le infrastrutture statunitensi riusciranno a tenere il passo con l'economia dell'IA? - Deloitte, https://www.deloitte.com/us/en/insights/industry/power-and-utilities/data-center-infrastructure-artificial-intelligence.html
9. La crisi della disponibilità dei data center si aggrava mentre il tasso di occupazione raggiunge un minimo storico, https://www.jll.com/en-us/newsroom/data-center-availability-crisis-deepens-as-vacancy-hits-historic-low
10. Tendenze dei data center in Nord America nel primo semestre 2025: intelligenza artificiale e hyperscaler... https://www.cbre.com/insights/briefs/north-america-data-center-trends-h1-2025-ai-and-hyperscaler-demand-lead-to-record-low-vacancy
11. Il tasso di occupazione dei data center, ai minimi storici, alimenta la moderna "corsa all'oro" - JLL, https://www.jll.com/en-us/newsroom/record-low-data-center-vacancy-fuels-modern-day-gold-rush
12. Tendenze dei data center in Nord America nel primo semestre 2025 - CBRE, https://www.cbre.com/insights/reports/north-america-data-center-trends-h1-2025
13. Rapporto sui data center del Nord America - Metà 2025 - JLL, https://www.jll.com/en-us/insights/market-dynamics/north-america-data-centers
14. Agenda 2025 - Globale - Tutto in uno - Eventi TechEx, https://techexevent.com/agenda-2025-global-all-in-one/
15. Infrastruttura di intelligenza artificiale distribuita: accelerare l'innovazione su larga scala... https://blog.equinix.com/blog/2025/09/25/distributed-ai-infrastructure-accelerating-innovation-at-scale/
16. Centri dati - CBRE, https://www.cbre.com/insights/books/us-real-estate-market-outlook-2024/data-centers
17. Superare le barriere alla crescita dei data center | BCG, https://www.bcg.com/publications/2025/breaking-barriers-data-center-growth
18. Che cos'è un Data Center per l'IA? - IBM, https://www.ibm.com/think/topics/ai-data-center
19. Confronto della latenza tra data center cloud e server edge - Archivio pubblico NSF, https://par.nsf.gov/servlets/purl/10184999
20. Cinque previsioni per i data center entro il 2025 - Uptime Institute, https://uptimeinstitute.com/uptime_assets/5806c68ee3f5faba8774036e08866d6b27c5e72912d068620c31ecd4cddaa191-five-data-center-predictions-for-2025.pdf?utm_source=LinkedIn&utm_medium=Social&utm_campaign=Predictions%20Report&trk=test
21. Il mercato globale dei data center edge supererà i 300 miliardi di dollari entro il 2026: JLL, https://www.jll.com/en-us/newsroom/global-edge-data-center-market-to-cross-300-billion-dollar-by-2026
22. Centri dati ai margini della rete - Uptime Institute, https://uptimeinstitute.com/data-centers-at-the-edge
23. Come l'IA all'edge sta rivoluzionando il processo decisionale in tempo reale - DataBank, https://www.databank.com/resources/blogs/how-ai-at-the-edge-is-revolutionizing-real-time-decision-making/
24. Edge AI: come gli agenti di intelligenza artificiale e i dati in tempo reale plasmano i settori industriali - Sand Technologies, https://www.sandtech.com/insight/edge-ai-how-ai-agents-and-real-time-data-shape-industries/

25. Centri dati Edge 2025 - Azura Consultancy, https://www.azuraconsultancy.com/edge-data-centers/
26. Che cosa sono i Data Center Edge? | Guida dettagliata - Blackridge Research & Consulting, https://www.blackridgeresearch.com/blog/what-is-an-edge-data-center
27. Aggiornamenti: i maggiori successi e i (quasi) fallimenti delle precedenti previsioni TMT - Deloitte, https://www.deloitte.com/us/en/insights/industry/technology/technology-media-and-telecom-predictions/2025/past-tmt-predictions-hits-and-misses.html
28. Previsioni TMT 2025 | Deloitte Insights, https://www.deloitte.com/us/en/insights/industry/technology/technology-media-and-telecom-predictions.html
29. Statistiche e tendenze dei data center per l'IA, https://www.rsinc.com/ai-data-center-statistics-trends.php
30. Note non ufficiali Data Center Dynamics (DCD) Connect Investment Forum - Summit Ridge Group, https://summitridgegroup.com/wp-content/uploads/DCD-Notes-14YM-2.pdf 31. Risorse - Ricerca e report - Modelli di implementazione all'edge - Uptime Institute, https://uptimeinstitute.com/resources/research-and-reports/deployment-models-at-the-edge
31. Tendenze globali dei data center 2025 | CBRE, https://www.cbre.com/insights/reports/global-data-center-trends-2025
32. Progettazione di data center per l'IA: infrastrutture per il calcolo ad alta densità | Knowledge Hub, https://www.wesco.com/us/en/knowledge-hub/articles/designing-data-centers-for-ai-infrastructure-for-high-density-compute.html
33. Gestione termica per i data center 2025-2035: tecnologie, mercati e opportunità - IDTechEx, https://www.idtechex.com/en/research-report/thermal-management-for-data-centers/1036
34. Il raffreddamento a liquido entra a far parte della diffusione nei data center - JLL, https://www.jll.com/en-us/insights/liquid-cooling-enters-the-mainstream-in-data-centers
35. Come la corsa all'oro dell'IA sta influenzando le tendenze di progettazione dei data center - Gensler, https://www.gensler.com/blog/ai-influencing-data-center-design-trends
36. Il raffreddamento a liquido si diffonderà su larga scala nei data center per l'IA, con una penetrazione che supererà il 30% entro il 2025. https://www.techpowerup.com/forums/threads/liquid-cooling-to-scale-in-ai-data-centers-penetration-to-surpass-30-in-2025.340164/
37. Strategie di controllo per l'ottimizzazione e metriche di valutazione dei sistemi di raffreddamento nei data center: una revisione - MDPI, https://www.mdpi.com/2071-1050/16/16/7222
38. Il raffreddamento a liquido raggiunge il culmine: monitoraggio degli investimenti nei data center... https://www.datacenterfrontier.com/cooling/article/55292167/liquid-cooling-comes-to-a-boil-tracking-data-center-investment-innovation-and-infrastructure-at-the-2025-midpoint
39. Progettazione dei data center nell'era dell'IA: integrazione dell'IA con le infrastrutture legacy - Digital Realty, https://www.digitalrealty.com/resources/articles/integrating-ai-with-legacy-infrastructure
40. Centri dati nell'era dell'IA | Digital Realty, https://www.digitalrealty.com/resources/articles/data-centers-in-the-age-of-ai
41. Energie rinnovabili per i data center - Uptime Institute, https://uptimeinstitute.com/renewable-energy-for-data-centers
42. Come gli operatori di data center possono passare alle energie rinnovabili - Blog di Uptime Institute https://journal.uptimeinstitute.com/how-data-center-operators-can-transition-to-renewable-energy/
43. (PDF) Centri dati ed energia verde: aprire la strada a un futuro digitale sostenibile, https://www.researchgate.net/publication/376305080_Data_Centers_and_Green_Energy_Paving_the_Way_for_a_Sustainable_Digital_Future
44. Utilizzo di energie rinnovabili nei data center: rivoluzione verde - Dgtl Infra, https://dgtlinfra.com/renewable-energy-data-centers/
45. Energia intelligente per i data center - Uptime Institute, https://uptimeinstitute.com/smart-energy-for-the-data-center
46. Proteggere la disponibilità dei data center con le microreti - AlphaStruxure, https://alphastruxure.com/protecting-data-center-availability-with-microgrids/ 48. Scalare l'alimentazione 24 ore su 24, 7 giorni su 7 per l'era dell'IA: i dati geotermici avanzati ..., https://fervoenergy.com/fervo-uipa-the-enhanced-geothermal-data-center-corridor-july-2025/
47. Come le celle a combustibile aiutano a risolvere i problemi crescenti dei data center e dell'intelligenza artificiale... https://fchea.org/how-fuel-cells-help-solve-the-growing-data-center-and-ai-challenge/
48. Le 25 aziende di intelligenza artificiale più promettenti per data center ed edge computing: il 2025... https://www.crn.com/news/ai/2025/the-25-hottest-ai-companies-for-data-center-and-edge-the-2025-crn-ai-100
49. Equinix svela un'infrastruttura AI distribuita per aiutare le aziende ad accelerare la prossima ondata di innovazione AI | TelecomTV, https://www.telecomtv.com/content/digital-platforms-services/equinix-unveils-distributed-ai-infrastructure-to-help-businesses-accelerate-the-next-wave-of-ai-innovation-53923/
50. Abilitare carichi di lavoro di intelligenza artificiale efficienti nei data center del settore immobiliare digitale: focus sul gruppo di ingegneria avanzata. https://www.digitalrealty.com/resources/articles/enabling-efficient-ai-workloads-in-digital-realty-data-centers-advanced-engineering-group-spotlight
51. DartPoints mette a frutto il nuovo capitale: lancia l'espansione multi-mercato per potenziare la crescita di HPC, IA e grandi imprese. https://dartpoints.com/dartpoints-puts-new-capital-to-work-launches-multi-market-expansion-to-power-hpc-ai-and-large-enterprise-growth/
52. DartPoints espande la sua portata nell'IA | DartPoints, https://dartpoints.com/dartpoints-expands-reach-in-ai/ 55. Indagine globale sui data center dell'Uptime Institute 2024, https://datacenter.uptimeinstitute.com/rs/711-RIA-145/images/2024.GlobalDataCenterSurvey.Report.pdf
53. I risultati della 15a indagine annuale globale sui data center di Uptime mostrano sia impegno che esitazione mentre il settore pianifica un utilizzo più ampio dell'IA, la rendicontazione dei cambiamenti climatici e la rivoluzione NVIDIA in arrivo. https://uptimeinstitute.com/about-ui/press-releases/uptimes-15th-annual-global-data-center-survey-results-shows-both-commitment-and-hesitancy
54. Scalare data center più grandi, più veloci e più economici con progetti più intelligenti - McKinsey, https://www.mckinsey.com/industries/private-capital/our-insights/scaling-bigger-faster-cheaper-data-centers-with-smarter-designs

La crescita simbiotica dell'intelligenza artificiale e delle infrastrutture edge.