Secondo una ricerca di Alex de Vries-Gao, alcuni modelli di intelligenza artificiale consumano tanta elettricità quanto un intero Paese. Foto: TheVerge . |
Secondo una nuova analisi, l'intelligenza artificiale (IA) potrebbe presto superare il mining di Bitcoin in termini di consumo energetico. Lo studio conclude che l'IA potrebbe utilizzare quasi la metà dell'elettricità totale consumata dai data center a livello globale entro la fine del 2025.
Queste stime provengono da Alex de Vries-Gao, ricercatore presso il Vrije Istituto di Studi Ambientali dell'Università di Amsterdam, dove monitora il consumo di elettricità e l'impatto ambientale delle criptovalute. Il suo ultimo commento sulla crescente domanda di energia elettrica generata dall'intelligenza artificiale è stato pubblicato la scorsa settimana sulla rivista Joule .
"Più grande è, meglio è"
Attualmente, si stima che l'intelligenza artificiale rappresenti fino al 20% del consumo energetico dei data center. Secondo l'analisi di De Vries-Gao, basata sulle previsioni della catena di approvvigionamento di chip specifici per l'IA (a causa della mancanza di dati specifici da parte delle aziende tecnologiche), questo consumo è in rapida crescita, nonostante i miglioramenti in termini di efficienza.
De Vries-Gao un tempo pensava che la ricerca sulle tecnologie ad alta intensità energetica si sarebbe conclusa con Ethereum The Merge. Tuttavia, l'emergere di ChatGPT ha indirizzato la sua ricerca verso una nuova direzione. L'analista vede sorprendenti analogie tra lo sviluppo dell'intelligenza artificiale e il fabbisogno energetico dei mercati delle criptovalute.
"Quando ChatGPT è uscito, ho pensato: 'Oh mio Dio, di nuovo'. Questa è un'altra tecnologia che consuma molta energia, soprattutto in mercati altamente competitivi", ha dichiarato a The Verge .
![]() |
A causa della concorrenza, il settore dell'intelligenza artificiale richiederà sempre più energia. Foto: SciTechDaily. |
Un elemento chiave in comune è la mentalità prevalente del "più grande è meglio" in entrambi i settori. "Vediamo aziende tecnologiche che ampliano costantemente i loro modelli per creare le migliori applicazioni possibili. Tuttavia, questo aumenta anche la domanda di risorse", spiega De Vries-Gao.
La ricerca di questa tendenza ha alimentato un boom di nuovi data center per l'intelligenza artificiale, soprattutto negli Stati Uniti. Ciò ha portato a progetti per la costruzione di ulteriori centrali elettriche a gas e reattori nucleari per soddisfare la crescente domanda di elettricità.
Improvvisi picchi di domanda di elettricità possono esercitare una pressione significativa sulla rete e ostacolare la transizione verso fonti energetiche più pulite, analogamente alle sfide poste dal mining di criptovalute. Un'altra analogia è la difficoltà di valutare con precisione il consumo di elettricità e l'impatto ambientale di queste tecnologie. Mentre le grandi aziende tecnologiche dichiarano le emissioni di carbonio, raramente forniscono dati specifici sulla propria intelligenza artificiale.
Per risolvere questo problema, De Vries-Gao ha utilizzato una tecnica di "triangolazione". Ha impiegato informazioni pubblicamente disponibili sui dispositivi, stime di analisti e report sui ricavi delle aziende per prevedere il numero di unità hardware da produrre e la quantità di energia che avrebbero potuto consumare.
Ha inoltre osservato che Taiwan Semiconductor Manufacturing Company (TSMC), uno dei principali produttori di chip per l'intelligenza artificiale, ha più che raddoppiato la propria capacità produttiva di chip per l'IA tra il 2023 e il 2024.
Previsioni e incertezze future
De Vries-Gao stima che entro il 2024 l'intelligenza artificiale (IA) avrebbe consumato una quantità di elettricità equivalente a quella dell'intero Paese dei Paesi Bassi. Entro la fine del 2025, questa cifra potrebbe salire fino a eguagliare quella del Regno Unito, con una domanda di elettricità da parte dell'IA che raggiungerebbe i 23 gigawatt (GW).
Un altro rapporto della società di consulenza ICF prevede inoltre che la domanda di elettricità negli Stati Uniti aumenterà del 25% entro il 2030. Questo aumento è dovuto principalmente all'intelligenza artificiale, ai data center e al mining di Bitcoin.
Nonostante queste previsioni, fornire una cifra precisa per il consumo energetico dell'IA rimane complesso. L'impatto ambientale varia significativamente a seconda di molti fattori, come il tipo di elaborazione richiesta, le dimensioni del modello di IA e la fornitura di energia elettrica alla rete locale.
![]() |
Il consumo di elettricità di Ethereum è diminuito del 99,988% dopo il passaggio a un metodo di validazione delle transazioni più efficiente dal punto di vista energetico rispetto a Bitcoin. Foto: SCMP. |
Ad esempio, l'utilizzo di strumenti di intelligenza artificiale elaborati da data center in West Virginia può generare quasi il doppio delle emissioni di carbonio rispetto alla California. Ciò è dovuto alle differenze nell'utilizzo di energie rinnovabili tra i due stati.
De Vries-Gao ritiene che le aziende tecnologiche abbiano bisogno di maggiore trasparenza. "Dover seguire così tanti passaggi complicati per arrivare a una stima è davvero assurdo. Non dovrebbe essere così incredibilmente difficile, ma purtroppo lo è", ha affermato.
Guardando al futuro, resta da vedere se l'efficienza energetica aumenterà. Mentre alcuni modelli di intelligenza artificiale, come quello di DeepSeek, affermano che il consumo energetico è significativamente inferiore rispetto ad altri, la domanda è se le aziende daranno priorità all'efficienza rispetto alla tendenza del "più grande è meglio".
Esiste anche il rischio del paradosso di Jevons, per cui una maggiore efficienza porta a un consumo complessivo più elevato a causa del maggiore utilizzo. Senza metriche migliori e maggiore trasparenza, la gestione dell'energia consumata dall'IA rappresenterà una sfida importante.
Fonte: https://znews.vn/ai-co-the-tieu-thu-dien-nhieu-hon-bitcoin-vao-cuoi-nam-2025-post1556958.html












