Il paradosso dell'IA e il divario gestionale in arrivo

Ci troviamo in un periodo di boom tecnologico senza precedenti. L'entusiasmo per l'intelligenza artificiale generativa sta attirando ondate di investimenti ingenti, creando modelli di business completamente nuovi rispetto a quelli che solo pochi anni fa sembravano fantascienza.¹ Ma questa rivoluzione digitale si basa su fondamenta fisiche che stanno iniziando a incrinarsi. La potenza di calcolo necessaria per addestrare ed eseguire questi modelli, paragonabile a quella dei supercomputer ad alte prestazioni,² sta spingendo l'infrastruttura dei data center al suo limite assoluto.

L'industria sta affrontando una crisi termica e la portata della sfida è difficile da sottovalutare. La nuova generazione di hardware AI, come il Blackwell NVL72 di Nvidia, è un 132 kilowatt (kW) per rack sistema³Non si tratta di un passo incrementale, bensì di un cambiamento di fase nell'informatica.

Per mettere le cose in prospettiva, il sondaggio globale sui data center del 2024 dell'Uptime Institute rivela che solo l'1% di contro tutti i gli operatori segnalano di avere in qualsiasi rack che superano i 100 kW.³ La stragrande maggioranza delle strutture non è nemmeno paragonabile; la densità media dei rack a livello di settore rimane inferiore a 8 kW.⁴

Questa nuova realtà implica che il raffreddamento ad aria tradizionale sia ufficialmente obsoleto per i carichi di lavoro ad alta densità. La ricerca conferma che il raffreddamento ad aria "non è adatto" per i cluster di intelligenza artificiale che operano a oltre 20 kW per rack.⁵ Questo fatto ha imposto un'urgente svolta a livello di settore verso il raffreddamento a liquido.⁶

Ma questa soluzione necessaria introduce un problema enorme e irrisolto. Raffreddamento a liquido risolve il problema del caldo ma crea un profondo problema di complessitàLa conversione al raffreddamento a liquido è un'operazione complessa e ad alto rischio.⁷poiché la tecnologia non è ancora matura al punto da definire standard di progettazione. Questo cambiamento crea una nuova infrastruttura frammentata e a compartimenti stagni di pompe, tubazioni e unità di distribuzione del refrigerante (CDU) che devono funzionare in perfetta armonia con i sistemi di alimentazione e IT esistenti.

Migliori di rose la crisi non è solo calore; è la nuova lacuna gestionale Tra i team addetti alla manutenzione, responsabili dei refrigeratori e delle tubazioni, e i team IT, responsabili dei server e dei carichi di lavoro, si crea una situazione di stallo. Senza una piattaforma unificata che colmi questo divario, resilienza, efficienza e scalabilità diventano impossibili. La gestione termica delle infrastrutture critiche non si limita più al semplice mantenimento della temperatura, ma mira a stabilire una gestione olistica e completa dell'intera catena termica.

Questo rapporto analizzerà la crisi termica indotta dall'intelligenza artificiale, scomporrà le complessità nascoste della nuova catena di raffreddamento a liquido e presenterà un quadro strategico per unificare questo nuovo ambiente, dal refrigeratore al carico di lavoro, utilizzando una piattaforma di gestione olistica.

Perché le vecchie regole non valgono più

La fine dei "guadagni facili" nel raffreddamento ad aria

Negli ultimi cinque anni, un indicatore chiave del settore, l'efficienza nell'utilizzo dell'energia (PUE), è rimasto ostinatamente invariato.⁴Questa stagnazione non è dovuta a una mancanza di impegno. Piuttosto, segnala la fine di un'era. I dati del sondaggio 2024 dell'Uptime Institute rivelano che questa stagnazione è dovuta al fatto che il settore ha già implementato tutte le "misure più semplici ed economiche".⁴

Queste ottimizzazioni "a portata di mano" includono un rigoroso contenimento delle corsie calde/fredde, l'installazione di pannelli di chiusura e l'adozione diffusa di azionamenti a velocità variabile nelle unità di raffreddamento.⁴ Ciò significa che il settore ha ufficialmente raggiunto un limite. Il raffreddamento ad aria, come paradigma, è stato ottimizzato al suo limite fisico. Questa infrastruttura "legacy", che costituisce ancora la maggior parte dei data center operanti a una densità tipica di 4 kW a 9 kW ⁴, ora è strutturalmente incapace di gestire le esigenze dell'IA.

Rack da 132 kW e carichi di lavoro "Test di tortura"

I carichi di lavoro basati sull'intelligenza artificiale non sono come le tradizionali applicazioni aziendali. Sono dei "test di resistenza" per la progettazione dei sistemi di raffreddamento, che funzionano più come cluster di calcolo ad alte prestazioni (HPC) o supercalcoli.¹ L'hardware riflette questa nuova, intensa realtà.

Come già accennato, il prodotto di punta di Nvidia, l'NVL72, è un sistema rack da 132 kW.³ Gli analisti di settore di JLL confermano che l'intelligenza artificiale richiede densità fino a 100 kW per rack, un incremento di 10 volte rispetto alla media attuale di 10 kW.⁵

Questo non è un semplice aggiornamento; è un cambiamento improvviso Ciò crea un data center "biforcato". Gli operatori sono ora costretti a gestire due strutture fondamentalmente diverse sotto lo stesso tetto:

Zone storiche: Ampie aree con rack a bassa densità e raffreddamento ad aria (inferiori a 8 kW) che ospitano sistemi IT tradizionali.⁴

Zone AI/HPC: Piccoli "pod" ad altissima densità o "GigaSiti"⁸ che sono raffreddati a liquido e funzionano a 30 kW, 70 kW o anche oltre 100 kW.⁵

Questo modello ibrido invalida tutte le metodologie di pianificazione della capacità esistenti. Come può un operatore modellare l'energia e il raffreddamento quando uno singolo rack da 132 kW³ consuma più energia e genera più calore di un intera fila di 20 rack legacy? Questo crea un'enorme "capacità inutilizzata", dove alimentazione, spazio e raffreddamento sono disponibili ma non possono essere allocati in modo sicuro a causa della natura "irregolare" ed estrema della nuova domanda di IA.⁹

Quando "Troppo caldo" significa "Fine del gioco"

In questo ambiente ad alta densità, il costo di un guasto è astronomico. Secondo l'analisi delle interruzioni del 2024 condotta dall'Uptime Institute, oltre la metà (54%) delle interruzioni significative dei data center costa alle organizzazioni più di 100,000 dollari, e una su cinque (20%) costa più di 1 milione di dollari.¹⁰ La causa principale di queste gravi interruzioni di corrente rimane, costantemente, quella dei problemi di alimentazione.¹⁰

Un guasto termico is Un'interruzione di corrente. Quando il raffreddamento viene a mancare, l'unica opzione per evitare la distruzione dell'hardware è lo spegnimento di emergenza dei sistemi interessati.

Questo rischio è accelerato dal nuovo hardware. In un rack da 8 kW raffreddato ad aria, la fuga termica potrebbe richiedere diversi minuti, dando agli operatori umani una preziosa finestra di tempo per reagire. In un rack da 132 kW raffreddato a liquido³, una perdita improvvisa del flusso di refrigerante, dovuta a un guasto della pompa o a un blocco del tubo, può causare danni termici catastrofici e distruttivi del chip in secondoLa finestra di intervento umano si è ridotta a zero. Questo cambiamento rende il monitoraggio predittivo in tempo reale non solo un "optional", ma un requisito imprescindibile per la resilienza delle infrastrutture di base.

La rivoluzione del raffreddamento a liquido

Perché il liquido è l'unica risposta

Di fronte ai limiti del raffreddamento ad aria, il mercato ha fatto la sua scelta. Le previsioni di JLL per il 2024 affermano che "il passaggio al raffreddamento a liquido sarà essenziale".¹¹ e sta già diventando "essenziale per i rack ad alta densità".¹¹ Il business plan si fonda su due pilastri: necessità ed efficienza.

Innanzitutto, come già accennato, il raffreddamento ad aria tradizionale "non è adatto" per cluster di intelligenza artificiale superiori a 20 kW/rack.¹² In secondo luogo, il raffreddamento a liquido è intrinsecamente più efficiente. Ad esempio, un singolo server HPE consuma 10 kW quando raffreddato ad aria, ma solo 7.5 kW quando raffreddato a liquido. Questo risparmio di 2.5 kW deriva semplicemente dalla "riduzione del consumo energetico delle ventole".¹², poiché le ventole interne del server non hanno più bisogno di funzionare alla massima velocità.

I dati di mercato riflettono questa transizione urgente. Mentre si prevede che il mercato complessivo del raffreddamento dei data center raggiungerà i 22.13 miliardi di dollari nel 2024¹³, il segmento del raffreddamento a liquido sta crescendo a un tasso di crescita annuo composto (CAGR) molto più rapido, pari al 21.6%.¹⁴ I principali fornitori di servizi di colocation sono impegnati in una corsa contro il tempo per rinnovarsi. Equinix sta implementando il raffreddamento a liquido in 100 dei suoi data center, Digital Realty ha lanciato un servizio da 70 kW/rack e Aligned sta costruendo un campus appositamente progettato con raffreddamento a liquido per le nuove GPU Nvidia Blackwell.¹⁵

Tabella 1: La fine di un'era: raffreddamento ad aria contro raffreddamento a liquido

La nuova catena di raffreddamento

Il raffreddamento a liquido non è un singolo prodotto; è un sistema complesso a più stadi. catenaIntroduce un'infrastruttura idraulica completamente nuova e ad alto rischio nel data center, che comprende unità di distribuzione del refrigerante (CDU), "piastre fredde" dirette al chip, scambiatori di calore per porte posteriori (RDHx) e un'ampia rete di tubazioni realizzate su misura.

Questo è il rischio nascosto. L'installazione di questo tipo di impianto idraulico in un data center operativo è un'operazione complessa e ad alto rischio. A peggiorare le cose, trattandosi di una tecnologia emergente, mancano progetti standardizzati per questi nuovi sistemi di raffreddamento a liquido. Le unità di distribuzione dell'aria (CDU) possono essere installate a pavimento, in fila o a rack. Le tubazioni possono essere posate sotto il pavimento o sopraelevate.

L'elevato numero di permutazioni di progettazione significa che ogni L'implementazione di un sistema di raffreddamento a liquido è essenzialmente un progetto ingegneristico personalizzato e unico nel suo genere. Questa personalizzazione crea un divario gestionale ingestibile. Questa nuova infrastruttura idraulica, realizzata su misura, è di proprietà e gestita dal team addetto alle strutture, ma serve direttamente le risorse IT più critiche (i server AI).

Quando un carico di lavoro di intelligenza artificiale ad alto valore inizia a rallentare, si tratta di un bug del software (problema dell'IT) o di un calo di pressione del liquido di raffreddamento (problema della gestione degli impianti)? Senza una piattaforma comune e un set di dati condiviso, entrambi i team navigano alla cieca.

Il nuovo punto di guasto più critico

Un'unità di distribuzione del refrigerante (CDU) è progettata per gestire e far circolare il liquido refrigerante tra i sistemi dell'impianto e le apparecchiature IT in ambienti ad alta densità. Il suo scopo è quello di consentire un'efficiente dissipazione del calore, migliorare le prestazioni di raffreddamento e ridurre i costi dell'infrastruttura nei data center. (Immagine a scopo illustrativo – non rappresentativa di un prodotto di alcun produttore specifico.)

Al centro di questa nuova e complessa catena si trova l'Unità di Distribuzione del Liquido di Raffreddamento (CDU). La CDU è il "cuore" del sistema di raffreddamento a liquido. Funge da interfaccia fondamentale tra il circuito idraulico principale della struttura e il "circuito di raffreddamento tecnologico" che convoglia il liquido di raffreddamento direttamente ai server.16 Questo componente introduce un nuovo e grave punto critico di guasto. Nel vecchio mondo del raffreddamento ad aria, il guasto di una singola unità di condizionamento dell'aria per sale computer (CRAC) veniva in genere mitigato dalla ridondanza N+1.17 Le altre unità si sarebbero attivate, il carico sarebbe stato ripartito e la stanza si sarebbe riscaldata lentamente, dando agli operatori il tempo di reagire. Nel nuovo mondo del raffreddamento a liquido, una singola CDU ad alta capacità può servire multiplo Rack da 100 kW+. Un guasto qui, un blocco della pompa, un'ostruzione critica del tubo o una perdita significativa, è catastrofico all'istanteNon si tratta di una "stanza che si riscalda lentamente"; è un guasto immediato da diversi megawatt che può distruggere hardware AI del valore di milioni di dollari. La CDU è probabilmente diventata la nuova più critico componente presente nell'intero data center, che richiede un nuovo livello di monitoraggio granulare e predittivo.

Unificazione della catena di raffreddamento dal refrigeratore al carico di lavoro

Il problema non è il calore; è frammentazione. L'unica soluzione praticabile è unificazioneQuesto è il ruolo preciso della piattaforma olistica di gestione termica mission-critical di Nlyte. Fornisce un "pannello di controllo unico" e un'"unica fonte di verità".⁹ necessario per gestire questa nuova infrastruttura ibrida e non standard.

Oltre il DCIM: gestione olistica per un mondo ibrido

Il software tradizionale di gestione dell'infrastruttura dei data center (DCIM), come definito dall'Uptime Institute, si concentra sulla gestione delle risorse IT e sul monitoraggio di base.¹⁸ Questo non è più sufficiente. L'industria ora richiede fornitori di soluzioni in grado di unificare il intero Catena di raffreddamento, dal refrigeratore a livello di impianto al carico di lavoro a livello di applicazione.

Nlyte offre questa gestione completa, monitorando i parametri chiave in ogni fase della catena di raffreddamento per mitigare rischi specifici e di elevata rilevanza.

Tabella 2: Monitoraggio unificato "dal refrigeratore al carico di lavoro" di Nlyte

Dalle planimetrie ai flussi di flusso

Il caos di "permutazioni di progetto" tipico degli interventi di ammodernamento dei sistemi di raffreddamento a liquido rende la nuova infrastruttura idraulica praticamente invisibile al reparto IT e difficile da gestire per il personale addetto alla manutenzione. La piattaforma di Nlyte offre "visualizzazioni dettagliate" che rendono gestibile questo nuovo e complesso scenario.

La planimetria di Nlyte non è solo una mappa dei rack; è una visione olistica dell'infrastruttura che mostra il CDU e piombatura connessioni. Questa visualizzazione è il ponte che finalmente supera la compartimentazione tra IT e servizi generali.

Grazie a questa mappa condivisa, un responsabile delle infrastrutture può visualizzare con precisione quali rack e carichi di lavoro (risorse IT) sono collegati a una specifica unità CDU e al relativo circuito idraulico. Allo stesso tempo, un responsabile IT che indaga su un server surriscaldato può tracciare la provenienza di tale risorsa. precedente alla sua unità CDU principale e, sulla stessa piattaforma, controllarne in tempo reale portata, pressione e temperatura. Questa visione condivisa permette ai team di passare dalla ricerca di colpevoli alla risoluzione collaborativa dei problemi basata sui dati.

Il motore proattivo: l'intelligenza artificiale operativa di Nlyte 

Il settore dei data center ha un problema di fiducia nell'IA. Il sondaggio 2024 dell'Uptime Institute rivela che la fiducia nell'IA per le operazioni dei data center è diminuita. diminuito per il terzo anno consecutivo.⁴ Un significativo 42% degli operatori ha dichiarato che lo farebbe non è un affidarsi a un sistema di intelligenza artificiale per prendere decisioni operative.¹⁹ Il timore è che un "modello difettoso" possa causare un'interruzione del servizio o che una raccomandazione basata su una "scatola nera" non possa essere verificata.¹⁹

Intelligenza artificiale operativa di Nlyte (NOA) è specificamente progettato per risolvere questo "paradosso della fiducia". È non è un una scatola nera che prende il sopravvento. È un aumento Uno strumento che potenzia gli operatori umani fornendo raccomandazioni concrete e offrendo l'interpretabilità richiesta dagli operatori stessi.

Le funzioni principali dell'IA operativa di Nlyte includono:

Ottimizzazione predittiva (resilienza): L'intelligenza artificiale operativa di Nlyte sfrutta l'analisi delle tendenze per prevedere i guasti prima Possono accadere. Ad esempio, può analizzare i dati dettagliati di un'unità di distribuzione dell'olio (CDU) e segnalare un lieve aumento della pressione differenziale, un parametro invisibile agli operatori umani, come indicatore anticipatore di un futuro blocco della tubazione o di un intasamento del filtro. Ciò consente una manutenzione proattiva e programmata, prevenendo guasti imprevisti catastrofici.

Posizionamento intelligente (scalabilità): Questa è la soluzione per il data center biforcato. Invece di settimane di pianificazione, un operatore può chiedere a Nlyte Placement and Optimization con AI di posizionare un nuovo rack da 100 kW. Il motore valuta rapidamente decine di vincoli, tra cui spazio, alimentazione, porte di rete, and la capacità di raffreddamento a liquido disponibile da una specifica CDU, per trovare la prima posizione ottimale.

Previsione predittiva (riduzione del rischio): L'analisi "What-If" dell'IA operativa di Nlyte consente agli operatori di simulare l'impatto dell'aggiunta di 10 nuovi rack ad alta densità prima viene acquistato un singolo server. Questa modellazione identifica la potenza futura, lo spazio, or carenze di raffreddamento, prevenzione dei sovraccarichi e eliminazione della capacità inutilizzata.

In sintesi, la strategia di intelligenza artificiale di Nlyte ha successo perché mette l'operatore umano al centro dell'attenzione, fornendogli capacità predittive anziché tentare di sostituirlo.

Il valore aziendale della gestione termica per applicazioni critiche

Questo approccio unificato si traduce direttamente in vantaggi per i dirigenti di alto livello, trasformando la gestione termica da centro di costo tattico a vantaggio strategico.

Promuovere l'efficienza energetica e la vera sostenibilità (ESG)

I criteri ESG non sono più un'opzione, ma una priorità assoluta per investitori e autorità di regolamentazione.²⁰ Il settore è sottoposto a un intenso controllo a causa del suo enorme consumo di energia e acqua. Il problema è che molti operatori navigano a vista. Secondo l'Uptime Institute, meno della metà Molti operatori di data center stanno addirittura monitorando le metriche necessarie per soddisfare questi requisiti normativi in ​​sospeso.⁴

La piattaforma di Nlyte è la soluzione a questo "divario di dati". In primo luogo, ottimizzando il intero La catena di raffreddamento, dal refrigeratore al carico di lavoro, riduce direttamente il consumo energetico, la componente numero 1 dell'ESG.²¹ In secondo luogo, fornisce un centralizzato, verificabile Una piattaforma che "accelera i processi di conformità e audit". Questo trasforma la posizione ESG di un'organizzazione da una mera supposizione a un parametro basato sui dati, rendicontabile e difendibile.

Migliorare la resilienza e ridurre i rischi operativi

L'ambiente operativo dei data center è più volatile che mai. Gli operatori si trovano ad affrontare una "carenza energetica mondiale".²², colli di bottiglia nella trasmissione di energia, ritardi critici nella catena di approvvigionamento e la costante minaccia di eventi meteorologici estremi.

Nlyte è fondamentalmente una piattaforma di resilienza. Utilizzando analisi basate sull'IA per "identificare, gestire e mitigare l'impatto dei guasti", sposta l'intera operazione da reattivo a proattivoQuesto "monitoraggio avanzato e analisi predittiva" è l'unico modo per ridurre al minimo i tempi di inattività in un ambiente in cui un guasto si misura in secondi. Questa è l'essenza di una vera gestione termica per applicazioni mission-critical.

Sbloccare la scalabilità e posticipare le spese in conto capitale (CapEx)

Il settore sta crescendo a un ritmo fenomenale, con JLL che prevede una crescita annua della capacità del 15%. Tuttavia, questa crescita è fortemente limitata dalla scarsità di energia e terreni. Le nuove costruzioni sono lente, costose e, in molti mercati, non più praticabili.

Il più grande nemico della crescita non è solo la mancanza di nuove capacità; è la uso inefficiente of esistente capacità, nota anche come capacità inutilizzata. Il posizionamento basato sull'intelligenza artificiale di Nlyte è la chiave per sbloccare questa capacità nascosta. Trovando la posizione ottimale per le nuove risorse, Nlyte aiuta le organizzazioni a massimizzare lo spazio, l'energia e l'efficienza del raffreddamento. Ciò consente loro di adattarsi maggiori carichi di lavoro nel loro impronta esistente, rinviando direttamente spese in conto capitale multimilionarie per nuove costruzioni.

La piattaforma di registrazione

La credibilità di Nlyte è rafforzata dalla sua profonda integrazione nell'ecosistema del data center. Non si tratta di uno strumento isolato, bensì di una piattaforma centrale che si integra con:

ITSM: Estende piattaforme come ServiceNow direttamente al data center fisico, colmando il divario tra un ticket di assistenza basato su software e le modifiche fisiche a rack, alimentazione e raffreddamento necessarie per risolverlo.²³

BMS: Si collega ai sistemi di gestione degli edifici per visualizzare i dati relativi al sistema di raffreddamento a livello di impianto.

Leader del settore: Nlyte gode della fiducia e viene utilizzato da aziende globali, governi federali e persino da società immobiliari come CBRE.²⁴ che analizzano e costruiscono il futuro del mercato dei data center. Ciò dimostra la sua capacità di scalare e gestire i portfolio più complessi e mission-critical al mondo.

Dal caos termico alla gestione termica

La rivoluzione dell'intelligenza artificiale generativa¹ ha definitivamente infranto il paradigma dei data center raffreddati ad aria.²⁵ Il necessario passaggio, a livello industriale, al raffreddamento a liquido ha a sua volta creato una nuova e pericolosa crisi di complessità and frammentazione.

Questo nuovo contesto ibrido e ad alto rischio non può essere gestito con gli strumenti compartimentati di un tempo. Il team IT, il team addetto alle strutture e il top management operano tutti con pericolosi punti ciechi, esposti a rischi finanziari catastrofici e incapaci di raggiungere gli obiettivi strategici in materia di ESG.

La gestione termica delle missioni critiche è diventata il nuovo imperativo strategico. Richiede una piattaforma unica e unificata che veda e controlli il intero Catena di raffreddamento, dall'efficienza del refrigeratore dell'impianto alla pressione nell'unità di distribuzione del raffreddamento (CDU) e alla temperatura del carico di lavoro di intelligenza artificiale stesso.

Nlyte fornisce questo centro di gestione "dal refrigeratore al carico di lavoro". Integrando visualizzazione avanzata, monitoraggio approfondito dei dati e un affidabili sul mercato Grazie all'intelligenza artificiale operativa, Nlyte trasforma la gestione termica da una "lotta contro le emergenze" reattiva e ad alto rischio in un vantaggio competitivo proattivo, resiliente ed efficiente. In questo modo, le organizzazioni moderne possono finalmente colmare il divario gestionale, raggiungere una vera eccellenza operativa e sfruttare appieno il potenziale dell'IA.

Opere citate

1. Davis, J. (23 aprile 2025). L'intelligenza artificiale adotta il raffreddamento a liquido, ma l'IT aziendale è lento a seguirla. Rivista dell'Uptime Institute. https://journal.uptimeinstitute.com/ai-embraces-liquid-cooling-but-enterprise-it-is-slow-to-follow/
2. Dinamiche dei data center. (2024). Riprogettazione del data center: documento informativo per il settore (R5_V2146). https://media.datacenterdynamics.com/media/documents/Redesigning_The_Data_Center_Industry_Brief_R5_V2146.pdf
3. Bizo, D. (2025, 25 giugno). La scelta della densità per l'addestramento dell'IA è sempre più complessa. Blog di Uptime Institute. https://journal.uptimeinstitute.com/density-choices-for-ai-training-are-increasingly-complex/
4. Donnellan, D., Lawrence, A., Bizo, D., Judge, P., O'Brien, J., Davis, J., Smolaks, M., Williams-George, J., & Weinschenk, R. (2024). Sondaggio sui data center globali dell'Uptime Institute 2024Istituto Uptime. https://datacenter.uptimeinstitute.com/rs/711-RIA-145/images/2024.GlobalDataCenterSurvey.Report.pdf
5. (2024). Preparare i data center al boom dell'intelligenza artificiale. https://www.jll.com/en-us/insights/getting-data-centers-ready-for-the-ai-boom
6. (2024). Il raffreddamento a liquido si diffonde nei data center.. https://www.jll.com/en-us/insights/liquid-cooling-enters-the-mainstream-in-data-centers
7. Nlyte Software. (24 ottobre 2025). Intelligenza artificiale ai margini della rete. Blog di Nlyte. https://www.nlyte.com/blog/ai-at-the-edge/
8. (2024). Quattro fattori strategici di localizzazione per i data center di addestramento dell'IA. https://www.jll.com/en-uk/insights/four-strategic-location-factors-for-ai-training-data-centres
9. Hanna, L. (2025, 12 agosto). Ottimizzazione basata sull'IA: come l'intelligenza artificiale sta reinventando il data center. Blog di Nlyte. https://www.nlyte.com/blog/ai-powered-optimization-how-ai-is-reinventing-the-data-center/
10. Uptime Institute. (2025). Analisi annuale delle interruzioni di servizio 2025. https://uptimeinstitute.com/uptime_assets/d7c049ef5b02a6e0a15540a3e5cb8fbf742c7fa54a1af6caeaaab32b7c15d443-GA-2025-05-annual-outage-analysis.pdf
11. (2025). Prospettive dei data center. https://www.jll.com/en-us/insights/market-outlook/data-center-outlook
12. Schneider Electric. (2024). La rivoluzione dell'intelligenza artificiale: sfide e linee guida per la progettazione dei data center.. https://www.efficiencyit.com/wp-content/uploads/2024/09/the-ai-disruption-challenges-and-guidance-for-data-centre-design.pdf
13. Ricerca sulla Grand View (2024). Analisi delle dimensioni, della quota di mercato e delle tendenze del mercato del raffreddamento dei data center, suddivisa per componente (soluzioni, servizi), tipologia, contenimento, struttura, applicazione, soluzione, servizio, regione e previsioni di segmento, 2025-2030.. https://www.grandviewresearch.com/industry-analysis/data-center-cooling-market
14. Ricerca sulla Grand View (2024). Analisi delle dimensioni, della quota di mercato e delle tendenze del mercato del raffreddamento a liquido per data center, suddivisa per componente, soluzione, servizio, tipo di raffreddamento (raffreddamento a immersione, raffreddamento a piastre fredde, raffreddamento a spruzzo), tipologia di data center, utilizzo finale, regione e previsioni di segmento, 2025-2030.. https://www.grandviewresearch.com/industry-analysis/data-center-liquid-cooling-market-report
15. (2024). Preparare i data center al boom dell'intelligenza artificiale. https://www.jll.com/en-us/insights/getting-data-centers-ready-for-the-ai-boom
16. Dietrich, J. (2025, 28 maggio). L'acqua è locale: le generalizzazioni non si applicano. Blog di Uptime Institute. https://journal.uptimeinstitute.com/water-is-local-generalities-do-not-apply/
17. Shehata, H. (2014, 11 novembre). Raffreddamento dei data center: ridondanza, capacità e metriche di selezione per CRAC/CRAH. Blog di Uptime Institute. https://journal.uptimeinstitute.com/data-center-cooling-redundancy-capacity-selection-metrics/
18. Uptime Institute. (2024). DCIM passato e presente: cosa è cambiato? Blog di Uptime Institute. https://journal.uptimeinstitute.com/dcim-past-and-present-whats-changed/
19. Weinschenk, R. (2024, 19 dicembre). Costruire la fiducia: lavorare con strumenti basati sull'intelligenza artificiale. Blog di Uptime Institute. https://journal.uptimeinstitute.com/building-trust-working-with-ai-based-tools/
20. (2024). Il punto di svolta verde. https://www.jll.com/en-us/insights/the-green-tipping-point
21. Buchholz, L. (24 marzo 2023). Il 2023 è l'anno dell'efficienza per il settore dei data center. Rivista del centro dati. https://datacentremagazine.com/articles/2023-is-the-year-of-efficiency-for-the-data-center-industry
22. (24 giugno 2024). Tendenze globali dei data center nel 2024. https://www.cbre.com/insights/reports/global-data-center-trends-2024
23. Hanna, L. (2025, 1 luglio). Estensione della gestione delle modifiche al data center con Nlyte. Blog di Nlyte. https://www.nlyte.com/blog/extending-change-management-into-the-data-center-with-nlyte/
24. (2024). CBRE presenta il DCIM al pubblico di Gartner. Nlyte. https://www.nlyte.com/resource/cbre-talks-dcim-to-gartner-audience/
25. Dinamiche dei data center. (2024). Riprogettazione del data center: documento informativo per il settore (R5_V2146). https://media.datacenterdynamics.com/media/documents/Redesigning_The_Data_Center_Industry_Brief_R5_V2146.pdf