Una domanda che mi porto dietro da tempo (e a cui non ho ancora risposto sul campo)
Sarò onesto, perché è l’unico modo per scrivere qualcosa di utile su questo tema: non ho ancora affrontato direttamente la questione dell’acqua nei datacenter che gestisco. Nei miei assessment il consumo idrico non è mai finito nella scheda tecnica, non è mai stato un KPI che qualcuno mi ha chiesto di misurare, e nessun provider italiano su cui ho lavorato me lo ha messo davanti spontaneamente. Eppure è una domanda che mi sono posto decine di volte, ogni volta che passavo davanti a una torre evaporativa o leggevo il PUE dichiarato in un contratto.
Questo pezzo nasce quindi da un buco reale nella mia esperienza operativa, non da un caso di successo. E credo sia più onesto raccontarlo così, perché sospetto che il 90% dei sistemisti e dei CIO italiani sia esattamente nella mia stessa posizione: il WUE è un acronimo che quasi nessuno di noi ha mai visto scritto in un report di produzione.
Perché il WUE è il grande assente delle nostre metriche
Sul PUE (Power Usage Effectiveness) siamo tutti allenati: lo troviamo nei capitolati, lo usiamo per confrontare provider, lo citiamo nelle gare. Il WUE (Water Usage Effectiveness), che misura i litri d’acqua consumati per kWh IT, è invece quasi totalmente assente dalla nostra cultura operativa italiana.
Il punto tecnico che ho iniziato a studiare proprio per rispondere a queste domande è controintuitivo: PUE basso e WUE basso spesso litigano. Molti datacenter ottengono un PUE eccellente proprio perché usano il raffreddamento evaporativo, che sposta calore evaporando acqua invece di consumare energia sui chiller. In pratica, il numero verde che ci fanno vedere in contratto può essere pagato in litri che nessuno ci mostra. È il classico caso in cui la metrica che ottimizziamo nasconde il costo che non misuriamo.
Il trade-off che, ancora, non ho dovuto negoziare
La seconda domanda che mi era stata posta riguarda la scelta tra aria, free cooling e liquid cooling. Devo essere trasparente: nei progetti che ho seguito la variabile idrica non è mai entrata nel trade-off decisionale. Le scelte le ho fatte su altri assi, quelli che oggi dominano davvero le decisioni:
- Densità per rack: con i cluster GPU per training siamo passati da rack da 8-12 kW a rack che chiedono 40, 60, oltre 100 kW. L’aria semplicemente non regge queste densità, e qui il liquid cooling (direct-to-chip) smette di essere un vezzo green e diventa un requisito fisico.
- OPEX energetico: in Italia il costo dell’energia è la voce che muove le decisioni, punto. Il free cooling l’ho valutato principalmente come leva sul PUE e sulla bolletta, non sull’acqua.
- Disponibilità di potenza al sito: prima ancora dell’acqua, il collo di bottiglia reale che ho toccato con mano è quanti MW il sito riesce a portare. Molti datacenter italiani non hanno margine di potenza per ospitare cluster GPU densi, e questo pesa cento volte più di qualsiasi considerazione idrica.
Non ho quindi un caso in cui la scelta “green sulla carta” si sia rivelata peggiore in produzione. Ho però il forte sospetto, corroborato da quello che si legge sui grandi hyperscaler USA, che il liquid cooling evaporativo sia esattamente quella trappola: bellissimo sul PUE, potenzialmente pesante sull’acqua in un Paese che va incontro a stress idrico estivo. È una verifica che mi riprometto di fare al prossimo assessment, e ora sapendo cosa chiedere.
Cosa dico oggi a un CIO che me lo chiede
Se un CIO italiano mi chiede oggi se il consumo d’acqua deve entrare nella decisione di portare AI on-prem o su cloud sovrano, la mia risposta onesta, basata su quello che vedo davvero nelle sale, è questa:
- Non è ancora il criterio che sposta la scelta del sito o del provider. Oggi la decisione la fanno tre cose: disponibilità di potenza elettrica, costo dell’energia, e capacità di ospitare rack ad alta densità. L’acqua è, per ora, rumore rispetto a questi tre.
- Ma è il criterio che sta per emergere, e conviene attrezzarsi adesso. Consiglio già da subito di mettere il WUE come domanda in RFP, anche solo per vedere la faccia del provider quando gli chiedi un dato che quasi nessuno oggi fornisce. Chi te lo sa dare, ti sta dicendo molto sulla maturità della sua infrastruttura.
- Attenzione al contesto normativo e di reputazione: tra siccità estive ricorrenti, pressione ESG e un occhio crescente sulla sostenibilità dei carichi AI, il water footprint diventerà un dato richiesto. Meglio raccogliere la baseline oggi che rincorrere domani.
Il verdetto: aspettare, ma iniziando a misurare
Il mio verdetto è 0: non conviene muoversi ora facendo dell’acqua un fattore dirimente nella scelta del datacenter o del cloud sovrano. Sarei disonesto a dirvi il contrario, e lo sarei doppiamente fingendo un’esperienza sul campo che su questo tema non ho. Oggi, in Italia, chi progetta infrastrutture AI decide su potenza, energia e densità: il resto è secondario.
Ma “0” non significa ignorare. Significa iniziare a misurare senza cambiare architettura: aggiungete il WUE alle vostre RFP, chiedetelo ai provider, costruite la baseline. Io lo farò dal prossimo assessment, e prometto di tornare su queste pagine con numeri veri invece che con domande. Perché la differenza tra un professionista e un venditore di sostenibilità è proprio questa: ammettere cosa non hai ancora misurato, e andare a misurarlo.