Siamo ad Abilene, nel Texas occidentale.
A prima vista potrebbe sembrare una destinazione piuttosto insolita per un viaggio nell’intelligenza artificiale. Non siamo nella Silicon Valley e non siamo davanti alla sede di una delle grandi società tecnologiche californiane.
Eppure è proprio qui che sta prendendo forma una delle infrastrutture più importanti della nuova era dell’intelligenza artificiale.
Dietro le strade e gli spazi aperti del Texas occidentale si trova infatti il grande campus Stargate di OpenAI e dei suoi partner: un’infrastruttura progettata per fornire una quantità enorme di potenza di calcolo ai sistemi di intelligenza artificiale.
Il progetto di Abilene comprende circa 1.100 acri, otto edifici e circa 4 milioni di piedi quadrati di superficie, con una capacità pianificata di circa 1,2 gigawatt.
Non significa che il campus consumi continuamente 1,2 gigawatt: si tratta della capacità prevista a pieno sviluppo.
Ma perché costruire una struttura di queste dimensioni proprio qui?
Per capirlo dobbiamo entrare, almeno idealmente, dentro Abilene AI Datacenter Campus Stargate
Campus Stargate di Abilene, dove l’intelligenza artificiale prende forma
Il nome Stargate è ormai associato a uno dei più ambiziosi programmi di espansione dell’infrastruttura necessaria a sostenere l’intelligenza artificiale.
L’obiettivo non è costruire semplicemente nuovi edifici pieni di computer, ma creare una rete di grandi infrastrutture capaci di fornire la potenza di calcolo necessaria alla prossima generazione di sistemi AI.
Abilene rappresenta uno dei primi esempi concreti di questa nuova realtà.
Il campus si sviluppa su un’area enorme e comprende edifici progettati specificamente per ospitare infrastrutture informatiche ad altissima densità. La sua dimensione aiuta a comprendere una trasformazione che spesso, utilizzando quotidianamente un chatbot dal computer o dallo smartphone, rimane completamente invisibile.
Quando scriviamo una domanda a un’intelligenza artificiale, vediamo soltanto una finestra sullo schermo.
Dietro quella finestra esiste invece una complessa infrastruttura fisica. Servono edifici, server, reti, sistemi di alimentazione, raffreddamento, connessioni in fibra e una quantità enorme di energia.
È questa la ragione per cui Abilene è diventata interessante anche per chi vuole capire il futuro dell’intelligenza artificiale senza limitarsi a osservare il software.
Qui l’AI prende una forma concreta, non è più soltanto un algoritmo, ma è diventata un’infrastruttura industriale. Ed è destinata a crescere ancora.
OpenAI ha infatti indicato il campus Stargate come un progetto destinato a espandere progressivamente la capacità di calcolo negli Stati Uniti, con nuovi siti e nuovi investimenti. La scelta di località come Abilene mostra anche come la geografia della tecnologia stia cambiando.
I nuovi centri dell’intelligenza artificiale non devono necessariamente trovarsi nel cuore delle grandi metropoli tecnologiche. Devono soprattutto poter disporre di spazio, energia, infrastrutture digitali e condizioni adatte alla costruzione di grandi impianti.
Abilene, con i suoi grandi spazi e la possibilità di sviluppare infrastrutture su scala industriale, rappresenta perfettamente questa nuova geografia. Ma cosa troviamo davvero dentro questi enormi edifici?
Dentro il data center: la sala CED del futuro
Per capire che cosa sia un moderno data center AI possiamo partire da qualcosa di familiare: la sala CED, il Centro Elaborazione Dati che molte aziende utilizzano per ospitare server e sistemi informatici.
La differenza è soprattutto nella dimensione.
In un data center tradizionale possiamo trovare server, sistemi di archiviazione, apparati di rete e dispositivi dedicati alla gestione dei dati.
In un’infrastruttura progettata per l’intelligenza artificiale, ivece, la quantità di calcolo necessaria cambia completamente le proporzioni.
Il cuore del sistema è costituito dagli acceleratori di calcolo, processori progettati per eseguire enormi quantità di operazioni matematiche in parallelo.
Un singolo processore non sarebbe sufficiente. Per addestrare e utilizzare i modelli più avanzati è necessario collegare grandi quantità di acceleratori attraverso reti ad altissima velocità, in modo che possano lavorare come una gigantesca macchina distribuita.
È un concetto difficile da visualizzare.
Possiamo però immaginare il data center come una gigantesca sala CED nella quale, invece di poche file di server, esistono enormi quantità di macchine che devono lavorare contemporaneamente e comunicare tra loro in tempi estremamente brevi.
La rete diventa quindi importante quasi quanto la capacità di calcolo.
I dati devono infatti spostarsi rapidamente tra i diversi sistemi e gli acceleratori devono poter collaborare senza creare colli di bottiglia.
Ma c’è un altro elemento fondamentale: tutta questa potenza di calcolo produce calore.
Ed è proprio qui che un data center AI comincia a distinguersi in modo ancora più evidente da una normale sala server. Quando aumenta la densità di calcolo, anche la quantità di calore concentrata nello stesso spazio cresce. Il sistema di raffreddamento, quindi, rappresenta una parte fondamentale dell’infrastruttura.
I moderni data center dedicati all’AI stanno per questo adottando sempre più sistemi di raffreddamento a liquido, capaci di trasferire il calore direttamente dai componenti che lo producono verso gli impianti di raffreddamento.
Nel caso del campus Stargate di Abilene, OpenAI ha scelto un sistema di raffreddamento a circuito chiuso e non evaporativo.
Il liquido refrigerante viene fatto circolare continuamente per trasferire il calore prodotto dai sistemi di calcolo, senza basare il funzionamento del raffreddamento sul continuo consumo di acqua attraverso l’evaporazione. È un dettaglio tecnico che diventa importante anche quando si parla dell’impatto fisico dell’intelligenza artificiale.
Perché dentro un data center non ci sono soltanto computer. Ci sono anche infrastrutture energetiche, sistemi di distribuzione elettrica, apparecchiature di backup, reti, impianti di raffreddamento e sistemi di controllo.
In altre parole, una struttura come Stargate non assomiglia più tanto alla sala computer di un’azienda. Assomiglia a una grande infrastruttura industriale costruita intorno al calcolo. E questo ci permette di capire perché l’intelligenza artificiale stia modificando anche la geografia dell’industria tecnologica.
La nuova geografia dell’intelligenza artificiale
Per decenni abbiamo associato l’innovazione tecnologica soprattutto alle grandi città. Silicon Valley, Seattle, New York, Londra e altri grandi centri urbani sono diventati sinonimo di tecnologia.
L’intelligenza artificiale sta però introducendo una nuova geografia.
Un grande data center non può essere costruito semplicemente dove ci sono molti programmatori. Ha bisogno di energia elettrica, spazio, connessioni in fibra, infrastrutture di rete e sistemi capaci di raffreddare continuamente le apparecchiature. Per questo possono nascere enormi campus anche lontano dai tradizionali centri tecnologici.
Abilene AI Datacenter Campus Stargate è uno degli esempi più evidenti.
Il risultato è che la nuova geografia dell’AI non è fatta soltanto di uffici e laboratori. È fatta anche di campus industriali, linee elettriche, sottostazioni, fibra ottica e impianti di raffreddamento.
Ma questa nuova geografia tecnologica non riguarda soltanto i luoghi in cui vengono costruiti i data center. L’intelligenza artificiale dipende anche da una lunga catena di materie prime e minerali necessari per produrre chip, apparecchiature elettroniche e infrastrutture energetiche. Un altro viaggio, dalle dune cinesi alle terre ghiacciate della Groenlandia, racconta proprio la corsa alle terre rare e alle risorse strategiche della nuova economia tecnologica.
L’intelligenza artificiale, che dal nostro punto di vista sembra quasi immateriale, ha quindi bisogno di una presenza fisica sempre più grande.
E la domanda successiva diventa inevitabile: quanto costa, in termini di energia e risorse, mantenere in funzione una struttura come quella di Abilene?
Quanto costa in funzione Abilene AI Datacenter Campus Stargate ?
Il primo elemento è naturalmente l’energia elettrica.
Una struttura come Abilene AI Datacenter Campus Stargate progettata per arrivare a circa 1,2 gigawatt di capacità appartiene a una scala completamente diversa rispetto a quella di un normale centro dati aziendale.
Ma bisogna ancora una volta distinguere tra capacità massima prevista e consumo effettivo.
L’elettricità serve a far funzionare gli acceleratori e tutti gli altri sistemi informatici, ma anche le reti, lo storage, gli impianti di alimentazione e quelli necessari a garantire la continuità operativa.
E poi c’è il problema del calore.
Quasi tutta l’energia utilizzata dai sistemi di calcolo finisce infatti per trasformarsi in calore, che deve essere trasferito fuori dalle apparecchiature.
Da qui l’importanza del raffreddamento a liquido.
Nel Abilene AI Datacenter Campus Stargate, il sistema dichiarato da OpenAI è a circuito chiuso e non evaporativo. Il liquido viene fatto circolare per trasferire il calore, riducendo il ricorso al consumo continuo di acqua tipico dei sistemi evaporativi.
OpenAI ha spiegato che il riempimento iniziale del sistema di raffreddamento di ciascun edificio richiede una quantità d’acqua paragonabile a circa due piscine olimpioniche. Una volta riempito il circuito, il fabbisogno idrico per il raffreddamento è molto più contenuto.
Ma il consumo di energia non riguarda soltanto i server.
Un campus di queste dimensioni deve poter contare su sistemi di alimentazione ridondanti, distribuzione elettrica, infrastrutture di emergenza e una rete capace di garantire continuità operativa.
Possiamo quindi comprendere perché una semplice domanda digitata sullo smartphone sia soltanto l’ultimo anello di una catena molto più grande.
E quanto consuma, allora, una singola richiesta fatta a Chatgpt?
Non esiste una risposta universale.
Una breve domanda testuale richiede una quantità di calcolo diversa rispetto a un’elaborazione lunga e complessa, soprattutto quando entrano in gioco ragionamento, analisi di documenti, immagini o video.
Uno studio pubblicato da Microsoft nel 2026 ha stimato un consumo mediano di circa 0,31 Wh per query nei sistemi analizzati. È però una stima riferita a specifiche condizioni e non può essere trasformata nel consumo universale di ogni servizio AI.
La differenza diventa ancora più evidente quando passiamo dal testo alle immagini e soprattutto ai video.
Generare un video richiede infatti una quantità di calcolo molto superiore rispetto a una semplice risposta testuale. Il punto, quindi, non è attribuire a ogni nostra domanda un numero preciso di wattora. È capire che dietro ogni servizio di intelligenza artificiale esiste una macchina fisica che deve essere alimentata, raffreddata e mantenuta.
La bufala dell’acqua: il fake dei mezzo litro per ogni domanda
C’è una frase che negli ultimi anni è diventata quasi un luogo comune: ogni domanda rivolta a ChatGPT consumerebbe mezzo litro d’acqua.
È una delle più note fake news sull’intelligenza artificiale.
La cifra del mezzo litro non è però inventata.
Deriva da una stima scientifica della University of California, Riverside, che aveva calcolato il consumo idrico associato all’utilizzo di un modello come GPT-3 in determinate condizioni. La stima riguardava una sessione di circa 20-50 domande, a seconda delle condizioni e del luogo in cui veniva effettuato il calcolo.
Il problema nasce quando quella stima viene trasformata in una formula molto più semplice:
una domanda a ChatGPT = mezzo litro d’acqua.
Detta così, è un fake.
Non esiste infatti una quantità fissa di acqua associabile a ogni singola domanda.
Il consumo dipende dalla tecnologia utilizzata per il raffreddamento, dal clima, dalla progettazione del data center, dalla fonte dell’acqua e dal modo in cui viene smaltito il calore.
E soprattutto non tutta l’acqua presente in un sistema di raffreddamento viene necessariamente consumata.
Nel caso di Abilene AI Datacenter Campus (Stargate / Lancium), il sistema dichiarato da OpenAI è a circuito chiuso e non evaporativo. Questo non significa che il campus non utilizzi acqua.
Significa che non possiamo prendere una stima ottenuta in determinate condizioni e trasformarla automaticamente in una quantità d’acqua associata a ogni domanda di ChatGPT.
La vera questione è quindi molto più interessante: come vengono progettati i sistemi che devono smaltire il calore prodotto dall’enorme quantità di calcolo necessaria per far funzionare l’AI?
Dal problema alla risorsa: il teleriscaldamento
Ma proprio quel calore, che normalmente rappresenta qualcosa da eliminare, potrebbe diventare una risorsa.
Il principio è semplice: se i data center consumano enormi quantità di elettricità e quasi tutta quell’energia si trasforma in calore, perché non provare a recuperarlo?
La risposta può essere il teleriscaldamento.
Il calore prodotto dai sistemi informatici può essere trasferito attraverso scambiatori di calore a una rete idrica e, quando necessario, portato alla temperatura richiesta attraverso grandi pompe di calore. Da lì può essere distribuito agli edifici collegati alla rete.
Non è soltanto un’ipotesi teorica.
In Finlandia Microsoft sta sviluppando, insieme a Fortum, un sistema nel quale il calore di scarto dei data center viene recuperato per alimentare il teleriscaldamento di Espoo, Kauniainen e Kirkkonummi. A regime, il progetto è stato indicato come capace di coprire circa il 40% del fabbisogno annuale di una rete che serve circa 250.000 clienti, con una riduzione stimata delle emissioni di circa 400.000 tonnellate di CO₂ all’anno.
L’Agenzia Internazionale dell’Energia considera proprio il calore di scarto dei data center una delle fonti che possono essere integrate nelle reti di teleriscaldamento, soprattutto quando gli impianti si trovano abbastanza vicini alle aree che hanno bisogno di calore.
Il futuro dei data center potrebbe quindi essere diverso da quello che immaginiamo.
Non soltanto enormi strutture che consumano elettricità e producono calore, ma infrastrutture capaci, almeno in determinate condizioni, di restituire parte di quel calore alle città.
Il data center potrebbe così diventare non soltanto una macchina per produrre calcolo, ma anche una componente del sistema energetico urbano.
Ed è proprio quando parliamo di acqua che emerge una delle semplificazioni più diffuse sull’intelligenza artificiale.
Possiamo visitare la struttura di Abilene AI Datacenter Campus Stargate?
Ed eccoci a una domanda che, parlando di un viaggio ad Abilene, viene quasi spontanea. Se arrivassimo in città, potremmo visitare il grande campus Stargate?
Per quanto riguarda gli spazi interni, la risposta è no. Un data center che ospita infrastrutture critiche non è un luogo aperto al pubblico. All’interno ci sono sistemi informatici, apparati di rete, impianti energetici e sistemi di raffreddamento che devono essere protetti sia fisicamente sia digitalmente.
Per Abilene AI Datacenter Campus Stargate non risulta disponibile un normale programma di visite guidate aperte al pubblico.
Questo però non significa che il viaggio sia privo di interesse.
C’è infatti una differenza importante tra visitare un data center e vedere il luogo in cui si trova. Il campus Stargate di Abilene si trova in un’area che, osservata dall’esterno, ha un aspetto molto diverso da quello che immaginiamo quando pensiamo all’intelligenza artificiale.
Non c’è una gigantesca insegna che dice “qui vive l’AI”. Ma ci sono grandi edifici industriali, infrastrutture elettriche, strade di servizio e ampie aree tecniche.
Ed è proprio questo contrasto a rendere interessante il luogo.
L’intelligenza artificiale che utilizziamo ogni giorno appare come qualcosa di immateriale, racchiuso dentro una finestra del browser.
Ad Abilene assume invece la forma concreta di una enorme infrastruttura industriale.
Per capire che cosa c’è realmente dentro un data center bisogna quindi affidarsi soprattutto ai materiali messi a disposizione dagli stessi operatori.
Un esempio arriva da Google, che non offre visite guidate pubbliche ai propri data center per motivi di sicurezza, ma mette a disposizione un tour virtuale a 360 gradi del data center di The Dalles, in Oregon, insieme a immagini e materiali divulgativi.
È una soluzione che permette di fare almeno virtualmente ciò che fisicamente sarebbe molto difficile: entrare in uno dei luoghi dove viene costruita la capacità di calcolo della nuova era digitale.
Per chi arriva ad Abilene, quindi, il viaggio resta soprattutto un’esperienza dall’esterno. Ma forse è proprio questo a renderlo interessante. Non è necessario entrare in una sala server per capire che cosa sta accadendo. Basta osservare la scala degli edifici, le infrastrutture che li circondano e la quantità di energia necessaria per mantenerli in funzione.
L’intelligenza artificiale, da fenomeno apparentemente immateriale, diventa improvvisamente qualcosa di fisico.
Prezzi e strumenti dell’intelligenza artificiale
Se esiste un costo fisico per far funzionare l’intelligenza artificiale, esiste naturalmente anche un costo economico per chi la utilizza.
I principali servizi hanno scelto modelli differenti, offrendo livelli di accesso gratuiti e piani a pagamento.
ChatGPT, per esempio, dispone di un piano gratuito e di diversi livelli a pagamento. OpenAI indica attualmente 8 dollari al mese per ChatGPT Go, 20 dollari per Plus e 200 dollari per Pro, con prezzi localizzati in alcuni mercati.
I piani superiori non significano semplicemente avere ChatGPT a pagamento, ma possono offrire maggiore capacità di utilizzo, accesso a modelli più avanzati e strumenti aggiuntivi.
Anche Claude, sviluppato da Anthropic, propone un piano Pro da 20 dollari al mese negli Stati Uniti.
Google segue una strada simile con i propri piani Google AI, integrando Gemini con altri servizi dell’ecosistema Google. In Italia Google AI Pro è indicato a 21,99 euro al mese.
Accanto ai chatbot esistono poi servizi specializzati nella generazione di immagini, audio e video, spesso basati su crediti o limiti mensili: il modello economico cambia, ma la logica di fondo rimane la stessa: Dietro ogni funzione c’è capacità di calcolo. E dietro la capacità di calcolo c’è un’infrastruttura come quella che abbiamo appena visto ad Abilene.
Dove ci porterà questo viaggio con l’intelligenza artificiale?
Il viaggio è cominciato ad Abilene, davanti a enormi edifici che dall’esterno potrebbero sembrare semplicemente parte di un nuovo distretto industriale. Siamo entrati idealmente nel data center e abbiamo scoperto che dietro l’intelligenza artificiale esistono energia, reti, processori, raffreddamento e infrastrutture enormi.
Ma alla fine del viaggio la domanda più interessante non riguarda più ciò che c’è dentro quei capannoni. Riguarda ciò che l’AI farà nella nostra vita. Potrà aiutarci ad accedere alla conoscenza, creare, comunicare, viaggiare, imparare e vivere esperienze che oggi richiedono tempo e risorse.
Ma potrebbe anche diventare capace di costruire immagini, musica, video, conversazioni e ambienti virtuali sempre più aderenti ai nostri desideri.
Ed è qui che nasce la domanda più difficile.
La vita artificiale sarà più soddisfacente della realtà?
La realtà è imperfetta, imprevedibile e spesso diversa da come vorremmo. Un’intelligenza artificiale, invece, potrebbe arrivare a costruire un mondo sempre più personalizzato intorno a noi. Forse la vera sfida non sarà quindi capire soltanto quanto potrà fare l’intelligenza artificiale, ma decidere quanto vorremo lasciarle fare.
Siamo partiti alla ricerca del luogo in cui vive l’AI e abbiamo trovato data center, energia, raffreddamento, processori e reti.
Ma alla fine abbiamo scoperto che la domanda più importante non è dove vive l’intelligenza artificiale, ma è dove vogliamo portarla nella nostra vita: se potremo costruire una realtà artificiale esattamente come la desideriamo, avremo ancora bisogno della realtà così com’è?
