L’esplosione di traffico dati, cloud e intelligenza artificiale sta trasformando i data center in una delle infrastrutture più energivore della transizione digitale. Oggi consumano circa l’1,5% dell’elettricità globale e, secondo le stime dell’International Energy Agency, potrebbero arrivare a poco meno del 3% entro il 2030, con una domanda in crescita da circa 415 TWh nel 2024 a circa 945 TWh nel 2030. A questi numeri si somma un altro fattore critico: l’energia richiesta per il raffreddamento e, sempre più spesso, per la gestione dei consumi idrici. In questo contesto migliorare l’efficienza non è solo una scelta ambientale, ma una leva competitiva diretta per proprietari di data center e cloud provider, perché l’energia è ormai una delle voci di costo più rilevanti.
Il paradosso tecnico da cui nasce il problema è noto: per limiti strutturali dell’hardware e della virtualizzazione, i server lavorano mediamente al 20-30% della loro capacità ma, anche a questi carichi ridotti, continuano a consumare circa il 70% dell’energia richiesta a pieno utilizzo. Il risultato è che una quota consistente dell’elettricità che entra in un data center non sostiene davvero il lavoro computazionale, ma alimenta una potenza “di base” quasi costante, amplificata dai sistemi di raffreddamento.
Le soluzioni oggi più diffuse cercano di mitigare questa inefficienza con meccanismi decentralizzati che monitorano i server e spostano continuamente applicazioni e macchine virtuali da un nodo all’altro. Ma l’ottimizzazione locale produce spesso un effetto collaterale: troppe migrazioni simultanee, maggiore complessità di gestione e risultati energetici lontani dall’ottimo globale.
Il brevetto sviluppato dai ricercatori dell’ICAR-CNR – poi trasferito allo spin-off Eco4Cloud – affronta invece il problema alla radice con un algoritmo di consolidamento intelligente delle macchine virtuali. La logica è semplice ma potente: concentrare i carichi sul numero minimo necessario di server, così da poter spegnere o mettere in standby i nodi inattivi. L’idea sfrutta una caratteristica strutturale dell’hardware: ridurre il carico di un singolo server fa diminuire poco i consumi, mentre spegnerlo li abbatte davvero. Nei test, questa strategia ha generato riduzioni energetiche tra il 30% e il 60%, con risparmi proporzionali di emissioni.
L’effetto ambientale è immediato e doppio. Da un lato, meno elettricità consumata dai server significa meno emissioni associate al mix energetico. Dall’altro, riducendo la potenza IT si riduce automaticamente anche il fabbisogno di raffreddamento – una delle componenti più energivore di ogni data center – migliorando l’efficienza complessiva dell’infrastruttura.
I benefici economici seguono la stessa dinamica: tagliare i consumi incide direttamente sulle bollette dei gestori, che per grandi data center possono valere milioni di euro l’anno. Anche negli scenari più conservativi, il risparmio operativo resta nell’ordine del 10-20%, e la diminuzione dei server attivi riduce sia il fabbisogno di hardware sia la dimensione dei sistemi di raffreddamento necessari, con vantaggi anche sugli investimenti iniziali.
La ragione per cui la tecnologia ha attirato l’interesse di player come HP e VMware è la sua immediata integrabilità. Eco4Cloud non richiede infatti interventi fisici sulle infrastrutture, ma si innesta direttamente sul livello di virtualizzazione già esistente, operando via API standard con le principali piattaforme (come VMware vSphere e Microsoft Hyper-V). Questo la rende “market ready” e pronta a scalare in un momento in cui l’AI sta moltiplicando i carichi di calcolo. Poiché l’ottimizzazione avviene allo strato della macchina virtuale, il principio resta valido dai cloud tradizionali ai centri HPC fino ai data center dedicati all’intelligenza artificiale, dove l’efficienza energetica è ormai un vincolo tecnico oltre che economico. La validità della soluzione è dimostrata dall’adozione in data center di grandi operatori italiani come Telecom Italia ed Engineering.
