Nvidia annuncia data center con liquid cooling per ridurre acqua

Nvidia Rubin: liquid cooling porta i data center AI a quasi zero acqua

Il design Rubin di Nvidia promette di ridurre il consumo d'acqua interno ai data center AI fino al 100% grazie al liquid cooling integrale. La promessa regge, ma si ferma esattamente alle pareti dell'impianto: le centrali elettriche che alimentano quei server consumano miliardi di galloni d'acqua ogni anno, e Nvidia non include quel dato nel proprio bilancio ambientale.

Come funziona il liquid cooling Rubin

Il sistema pompa il refrigerante nei rack a 45°C (113°F); il liquido ne esce a 55°C (131°F), trasportando il calore direttamente dai chip verso radiatori passivi all'esterno. A quella temperatura, l'aria esterna è sufficiente per smaltire il calore per gran parte dell'anno, senza ricorrere a torri evaporative o refrigerazione meccanica. Il circuito è chiuso: riempito una volta, il refrigerante ricircola per tutta la vita dell'impianto senza consumare nuova acqua.

Il confronto con i sistemi tradizionali è netto: le torri di raffreddamento evaporative consumano circa 2,6 milioni di galloni per megawatt all'anno. Josh Parker, responsabile della sostenibilità di Nvidia, ha dichiarato che il design Rubin porta il consumo "da circa 2,6 milioni di galloni per megawatt all'anno per i sistemi convenzionali a quasi zero — fino al 100% di riduzione." Nvidia sostiene che ogni cloud provider e operatore di data center che adotta la piattaforma Rubin sta già effettuando questa transizione.

Il consumo che resta fuori dalle mura

Il liquid cooling risolve il problema idrico interno. Fuori dall'impianto, il quadro è diverso.

Nvidia annuncia data center con liquid cooling per ridurre acqua
Porte Ethernet e VGA di un server, elementi essenziali nei data center moderni. Foto di Brett Sayles su Pexels

Le centrali a combustibili fossili negli USA consumano 2,7 miliardi di galloni d'acqua al giorno. La quantità varia sensibilmente a seconda della fonte energetica:

Fonte energeticaConsumo acqua (litri/kWh)
Idroelettrico (evaporazione bacini)6,80
Carbone2,20
Gas naturale1,17
Solare0,03
Eolico0,01

I combustibili fossili coprono ancora circa la metà dell'elettricità globale destinata ai data center. Secondo le proiezioni dell'Agenzia Internazionale per l'Energia (IEA), gas e carbone copriranno oltre il 40% della nuova capacità elettrica richiesta dall'industria fino al 2030. Anche l'idroelettrico, che fornisce circa il 10% dell'elettricità ai data center, genera perdite per evaporazione tutt'altro che trascurabili. Le rinnovabili presentano consumi d'acqua pressoché nulli, ma la loro quota nella fornitura ai data center non bilancia ancora la dipendenza dai combustibili fossili.

Un quarto del problema, non tutto

Parker ha dichiarato ad Axios che "la sfida del consumo d'acqua per i data center è largamente risolta." L'analisi di TechCrunch evidenzia invece che il consumo idrico esterno — centrali elettriche e produzione dei chip — può raddoppiare o triplicare il bilancio totale di un impianto, riducendo l'impatto di Rubin a circa un quarto o un terzo del consumo complessivo. Le due testate raccontano la stessa notizia con angoli diversi: The Verge fotografa il progresso tecnico documentato; TechCrunch problematizza il perimetro di misurazione scelto da Nvidia, sollevando una questione di definizione prima ancora che di tecnologia.

Un calcolo rende visibile la proporzione: un data center da 100 MW alimentato interamente a gas naturale consuma, solo attraverso la fornitura elettrica, circa 271 milioni di galloni d'acqua all'anno (876 milioni di kWh annui × 1,17 litri/kWh, convertiti in galloni). Il risparmio interno garantito da Rubin è di 260 milioni di galloni (2,6 milioni di galloni/MW × 100 MW). I due valori si equivalgono: l'acqua risparmiata internamente viene quasi interamente compensata da quella consumata dalla centrale a monte.

Il progresso nel liquid cooling è concreto e già adottato a scala industriale. Il problema dell'acqua nell'AI non si risolve dentro i rack: si risolve scegliendo con quale energia alimentarli.

Fonti

Francesco Leone
Francesco Leone

Francesco Leone è un esperto in Intelligenza Artificiale con una profonda conoscenza in Machine Learning e Deep Learning. Attraverso la sua esperienza, ha contribuito allo sviluppo di soluzioni innovative in ambito di elaborazione del linguaggio naturale e visione artificiale, mirando a trasformare il modo in cui interagiamo con la tecnologia. Attivo nel settore con pubblicazioni e progetti su https://ital-ia.it/, Francesco si dedica alla ricerca e all'applicazione di algoritmi avanzati per rendere i sistemi più intelligenti e accessibili.

Articoli: 553

Lascia una risposta

Il tuo indirizzo email non sarà pubblicato. I campi obbligatori sono contrassegnati *