This article has been translated from English to Italian.
L'anno scorso, Elon Musk ha fatto qualcosa di incredibile a Memphis, nel Tennessee.
Ha costruito uno dei supercomputer AI più potenti al mondo (100.000 GPU all'avanguardia) in pochi mesi.
Ma ecco il colpo di scena: non ha aspettato che l'azienda elettrica locale lo collegasse alla rete elettrica. Invece, ha portato sul posto un sacco di generatori mobili e li ha accesi subito.
Non era un piano di riserva. Era il piano.
E sta diventando la nuova normalità in tutto il settore dell'intelligenza artificiale.
Perché la velocità è diventata più importante dell'efficienza
Ecco un numero che spiega perché Musk, e tutti gli altri giganti della tecnologia che stanno correndo per costruire infrastrutture di IA, sono disposti a fare tutto il necessario per ottenere immediatamente l'energia: 12 milioni di dollari per megawatt all'anno.
Questo è il fatturato annuo stimato che un singolo megawatt di capacità di calcolo dell'intelligenza artificiale può generare.
Per un campus di data center da 100 megawatt, stiamo parlando di un potenziale di entrate annuali pari a 1,2 miliardi di dollari.
Ora considera questo: il tempo medio di attesa per collegare un nuovo data center alla rete elettrica negli Stati Uniti è di oltre 8 anni.
Fate i conti. Un ritardo di un anno su quella struttura da 100 MW? Si tratta di circa 1 miliardo di dollari di entrate perse.
Un ritardo di cinque anni? Avete appena visto evaporare 5 miliardi di dollari mentre aspettate che i burocrati dei servizi pubblici elaborino le pratiche.
All'improvviso, pagare un sovrapprezzo per generatori costosi e assetati di carburante che possono essere messi in funzione in poche settimane invece che in anni non sembra più così folle.
La "penalità di inefficienza" potrebbe costarti 500.000 dollari all'anno per megawatt in costi extra di carburante, ma stai guadagnando 12 milioni di dollari. La differenza è assurda .
Ecco perché i parametri tradizionali come il "costo per kilowattora" e l'"efficienza termica" sono stati buttati fuori dalla finestra. Nell'era dell'intelligenza artificiale, c'è solo un parametro che conta: il tempo di alimentazione.
Il tempo di alimentazione è il tempo necessario affinché un nuovo data center riceva l'alimentazione necessaria dalla rete. Questo processo può richiedere mesi o addirittura anni, causando ritardi e aumento dei costi per le aziende in attesa di diventare pienamente operative.
Perché la rete elettrica non riesce a stare al passo
La rete elettrica degli Stati Uniti era già al limite. La domanda di IA ha semplicemente messo in luce quanto fosse impreparata.
La domanda sta esplodendo. Un rack di server tradizionale in un data center consuma circa 5-10 kilowatt di energia. Un rack AI dotato dei più recenti chip NVIDIA? TRY 60-132 kilowatt o più. Stiamo parlando di una densità di potenza 10-20 volte superiore a parità di ingombro fisico!
Il lato dell'offerta sta crollando. Le vecchie centrali a carbone vengono dismesse più velocemente di quanto la nuova generazione entri in funzione. Le linee di trasmissione elettrica che collegano le centrali elettriche alle città sono già al limite. E il processo di approvazione normativa per le nuove infrastrutture procede a un ritmo glaciale... misurato in ANNI, non in mesi.
Il risultato? Un enorme collo di bottiglia che dura da anni.
Le aziende di servizi pubblici hanno "code di interconnessione" con liste d'attesa che farebbero vergognare la motorizzazione civile. I progetti che hanno presentato domanda nel 2018 sono ancora in attesa di approvazione nel 2026!
Per un hyperscaler come Amazon, Google o Microsoft, impegnato in una battaglia esistenziale per il dominio dell'IA, questa tempistica è del tutto inaccettabile.
Aspettare cinque anni per l'energia mentre i tuoi concorrenti stanno già potenziando la loro infrastruttura di IA è una condanna a morte.
La soluzione non convenzionale
Cosa fare quando non è possibile ottenere energia dalla rete? Semplice: portare la centrale elettrica da te.
Questo ha dato il via a uno dei cambiamenti più interessanti nella storia industriale moderna. Le aziende tecnologiche stanno cercando apparecchiature per la produzione di energia nei posti più impensabili.
Ecco un esempio: i motori a reazione.
Sì, la stessa tecnologia delle turbine che alimenta un Boeing 767 attraverso l'Atlantico viene modificata per generare elettricità per i cluster di formazione dell'IA.
Questi generatori derivati dall'industria aerospaziale possono essere installati e resi operativi in una frazione del tempo necessario per ottenere l'approvazione di un allacciamento alla rete elettrica.
Ma questo è solo l'inizio. I data center stanno anche ricorrendo ad apparecchiature originariamente progettate per giacimenti petroliferi, navi oceaniche e impianti industriali.
Tecnologie che non sono mai state pensate per questo scopo, ma che hanno la caratteristica più importante: la velocità.
Non sono soluzioni eleganti. Non sono economiche. Spesso consumano più carburante ed emettono più carbonio rispetto alla tradizionale rete elettrica. Ma hanno un vantaggio schiacciante: possono essere implementate in POCHI MESI, non in anni.
E in un settore in cui ogni mese di ritardo costa decine o centinaia di milioni di dollari, quella velocità vale quasi qualsiasi prezzo.
Il commercio dell'IA che ti stai perdendo
Mentre tutti si buttano su NVIDIA, AMD, TSM, ASML, Sandisk, Micron e altri titoli del settore dei semiconduttori, sullo sfondo si sta verificando un silenzioso boom industriale.
Le aziende che producono motori a combustione interna e altre attrezzature industriali stanno registrando una domanda senza precedenti.
Non stiamo parlando di startup alla moda o di operazioni tecnologiche speculative. Si tratta di produttori industriali della vecchia scuola.
Molti di loro sono scambiati a valutazioni ragionevoli perché il mercato non ha ancora pienamente scontato questo cambiamento strutturale.
Ecco cosa rende questa opportunità particolarmente interessante:
Non si tratta di una tendenza a breve termine. I tempi di interconnessione della rete non stanno migliorando, anzi stanno peggiorando. Si prevede che il ritardo persisterà fino al 2030 e oltre. Ciò significa che le soluzioni "temporanee" attualmente in uso continueranno a funzionare per anni, generando entrate ricorrenti attraverso contratti di manutenzione, accordi di fornitura di combustibile e aggiornamenti delle attrezzature.
I vantaggi economici sono garantiti. Finché l'elaborazione AI genererà 10-12 milioni di dollari per megawatt all'anno, i data center pagheranno quasi qualsiasi prezzo per avere energia immediata. Questo dà ai fornitori di attrezzature un potere di determinazione dei prezzi incredibile.
Il mercato potenziale è enorme. I carichi di lavoro dell'intelligenza artificiale potrebbero rappresentare la metà di tutte le operazioni dei data center entro il 2030. Stiamo parlando di centinaia di miliardi di dollari di investimenti in infrastrutture. E una parte significativa di questi investimenti sarà destinata alle apparecchiature per la produzione di energia.
Le aziende che stanno vincendo la corsa all'energia in loco
Ci sono diverse aziende statunitensi quotate in borsa che stanno approfittando di questa tendenza.
Si va dai grandi conglomerati industriali che si stanno diversificando nel settore dell'energia per i data center agli specialisti che sono diventati essenzialmente i "picconi e le pale" della corsa all'oro dell'intelligenza artificiale.
Il filo conduttore? Tutte hanno la capacità di fornire energia rapidamente e stanno sfruttando la crisi della rete elettrica in modi diversi.
Non si tratta di speculazioni. Sono già stati firmati importanti contratti del valore di miliardi di dollari.
Prendiamo ad esempio GE Verona (GEV):
GE Vernova vende mini centrali elettriche che i data center possono gestire in loco per ottenere tutta l'elettricità di cui hanno bisogno senza dover aspettare la rete elettrica locale.
GEV è passata da una fase di consolidamento a una nuova fase di espansione.
Il recente forte rialzo suggerisce che gli acquirenti istituzionali stanno entrando in gioco. Il prezzo si sta muovendo in modo più deciso rispetto alla precedente fase laterale, il che spesso segnala una maggiore partecipazione e convinzione.
Finché i minimi più alti continuano a formarsi al di sopra dei livelli di breakout precedenti, la debolezza rappresenta un'opportunità per acquistare sul ribasso. Potresti cercare di acquistare GEV su un pullback al livello di breakout precedente e posizionarti per il proseguimento del trend.
Iscriviti a Babypips Premium per ottenere la nostra analisi completa, che include:
- Profili dettagliati di sette titoli posizionati per trarne vantaggio.
- Analisi dettagliata dell'esposizione dei ricavi dei data center di ciascuna società.
- Confronto tecnico dei tipi di apparecchiature e delle tempistiche di implementazione.
- Analisi dei rischi e considerazioni normative.
La rivoluzione dell'intelligenza artificiale non riguarda solo software e chip. Riguarda anche le infrastrutture poco affascinanti e ad alta intensità di capitale che rendono tutto questo possibile.
E in questo momento, quell'infrastruttura viene costruita con attrezzature provenienti dai settori più inaspettati.
