L’AI sbatte contro il territorio: 68 miliardi di data center bloccati e Nvidia risponde con DSX

☁️ Punti chiave

• Almeno 45 progetti data center per quasi 68 miliardi di dollari sono stati bloccati o ritardati negli USA nel secondo trimestre 2026.
• Energia, acqua, rumore, costi di rete e consenso locale stanno diventando vincoli industriali tanto importanti quanto GPU e semiconduttori.
• Nvidia lancia DSX Ready per qualificare sistemi di accumulo energetico e distribuzione del refrigerante destinati alle AI factory ad alta densità.

La corsa all’intelligenza artificiale sta incontrando un limite che nessuna nuova GPU può eliminare: il territorio. Negli Stati Uniti almeno 45 progetti di data center, per un valore vicino ai 68 miliardi di dollari, sono stati bloccati o ritardati nel secondo trimestre del 2026, mentre comunità locali e amministrazioni aumentano la pressione su consumi elettrici, acqua, rumore e costi infrastrutturali. Nelle stesse ore Nvidia lancia DSX Ready, programma che qualifica sistemi energetici e di raffreddamento per le future AI factory. I due sviluppi descrivono la stessa transizione: il collo di bottiglia dell’AI si sta spostando dal silicio alla possibilità fisica di costruire, alimentare e raffreddare i cluster.

I 68 miliardi mostrano che il consenso locale è diventato una variabile industriale

Il dato raccolto da Data Center Watch è più preciso di quanto suggeriscano i titoli più aggressivi: non si tratta di 68 miliardi di investimenti definitivamente cancellati, ma di almeno 45 progetti bloccati o ritardati tra aprile e giugno 2026. Il fenomeno resta comunque rilevante perché segue un primo trimestre già caratterizzato da un livello eccezionalmente alto di disruption e perché l’opposizione si sta spostando sempre più verso la fase precedente alla costruzione. In diversi territori sono state introdotte moratorie ancora prima della presentazione di progetti specifici, mentre numerosi Stati americani hanno avviato iniziative su localizzazione, consumo di acqua ed energia e ripartizione dei costi per le nuove infrastrutture. La questione non è quindi semplicemente ambientale. Un hyperscaler può disporre di capitale, acceleratori Nvidia e contratti energetici, ma resta dipendente da permessi, disponibilità di rete, nuove sottostazioni, generazione elettrica, acqua e accettazione politica locale. È esattamente il tipo di problema che Matrice Digitale aveva già individuato parlando della delega italiana sui data center, costruita per accelerare autorizzazioni, energia e sicurezza. Quando l’infrastruttura diventa così grande da modificare il bilancio energetico di un territorio, la procedura amministrativa smette di essere una formalità e diventa parte del business model.

Leggi anche: L’infrastruttura è politica: data center, 5G e attacchi che cambiano pelle

Il problema non è soltanto quanta energia consuma l’AI ma dove trovarla

La crescita delle AI factory sta comprimendo il margine disponibile delle reti elettriche in alcune delle aree più attrattive per i data center. Il problema non nasce soltanto dai consumi annuali, ma dalla potenza richiesta in uno stesso punto della rete. Un campus da centinaia di megawatt o da più gigawatt richiede connessioni, trasformatori, linee ad alta tensione, sistemi di accumulo e spesso nuova generazione locale. Tutti elementi che richiedono anni, mentre le roadmap dei modelli AI e delle GPU avanzano in cicli molto più rapidi. Questa asimmetria spiega perché il capitale possa essere disponibile molto prima dell’infrastruttura. La pressione sugli investimenti AI è già stata analizzata da Matrice Digitale nel dossier sulla bolla dell’intelligenza artificiale e il rischio sistemico costruito attorno a Nvidia: l’espansione non richiede soltanto acceleratori, ma una catena industriale che comprende fab, memorie, networking, immobili, energia e raffreddamento. Se una sola di queste componenti non scala alla stessa velocità, il valore delle GPU acquistate può restare fermo in attesa di elettricità, acqua o autorizzazioni.

Nvidia DSX Ready prova a standardizzare ciò che sta fuori dal server

È qui che entra Nvidia DSX Ready. Il programma non introduce una nuova GPU, ma qualifica componenti destinati all’infrastruttura fisica delle AI factory secondo i requisiti della piattaforma DSX. Le prime due categorie riguardano Battery Energy Storage Systems, quindi sistemi di accumulo energetico, e Cooling Distribution Units, le unità che distribuiscono il liquido refrigerante verso rack e sistemi di calcolo ad alta densità. Tra i primi partner qualificati compaiono aziende come Hitachi Energy, LG Energy Solution, Tesla, LG Electronics, LiquidStack e Vertiv. La scelta è significativa perché Nvidia sta estendendo il proprio controllo architetturale oltre compute, networking e software. DSX considera l’AI factory come un unico sistema nel quale potenza elettrica, accumulo, raffreddamento, facility e workload devono essere progettati insieme. Ottimizzare soltanto il server può infatti spostare il collo di bottiglia sul CDU, sulla rete interna, sul chiller o sulla disponibilità di energia. È una trasformazione industriale più ampia rispetto alla semplice vendita di GPU: Nvidia vuole che l’infrastruttura fisica venga costruita secondo requisiti compatibili con la densità termica e la potenza delle proprie piattaforme.

Il liquid cooling diventa obbligatorio quando la densità supera il modello tradizionale

L’evoluzione dei sistemi Nvidia mostra perché la questione termica sia ormai centrale. Le piattaforme AI di nuova generazione spingono verso raffreddamento interamente a liquido, eliminando progressivamente il modello nel quale grandi volumi d’aria vengono utilizzati per rimuovere il calore prodotto dai rack. Il liquido permette di trasferire più energia termica in spazi più ridotti e consente temperature operative del refrigerante più elevate, riducendo in alcune configurazioni il lavoro richiesto dagli impianti di raffreddamento esterni. Ma il vantaggio non rende il problema irrilevante: lo sposta. Un data center liquid-cooled richiede CDU, circuiti, scambiatori, pompe, ridondanza, controllo della qualità del fluido e integrazione tra server e facility. La costruzione diventa quindi più simile a un impianto industriale che a una tradizionale sala server. È proprio questo passaggio che rende DSX Ready strategico: Nvidia tenta di ridurre il rischio che un progetto da miliardi venga rallentato perché l’impianto elettrico o termico non è stato dimensionato insieme alla piattaforma di calcolo.

Continua con:

• L’Italia vara la delega Data Center per sbloccare autorizzazioni, energia e sicurezza
• La bolla dell’intelligenza artificiale e il rischio sistemico di Nvidia

Per l’Italia il problema arriverà prima della saturazione dei chip

La lezione americana riguarda direttamente anche l’Europa. L’Italia vuole attrarre nuovi investimenti nei data center e ha già riconosciuto la necessità di semplificare procedure e definire meglio sicurezza, localizzazione e rapporti con la rete elettrica. Ma la crescita dell’AI aumenta rapidamente le dimensioni dei progetti: non basta disporre di fibra e terreno industriale se la rete non può consegnare centinaia di megawatt nei tempi richiesti dall’investitore. Il vero confronto competitivo tra territori rischia quindi di spostarsi dalla tassazione alla disponibilità di infrastruttura energetica. Regioni capaci di offrire connessioni ad alta potenza, tempi autorizzativi certi, accumulo, raffreddamento efficiente e accesso all’acqua avranno un vantaggio. Le altre potranno approvare strategie sull’AI senza riuscire a ospitare fisicamente i cluster necessari a eseguirla. La scarsità decisiva della prossima fase potrebbe non essere la GPU, ma il megawatt disponibile nel posto giusto e nel momento giusto.