La corsa alle infrastrutture per l’intelligenza artificiale prende una nuova piega con l’annuncio di Meta: un progetto di data center in Texas che sale a 10 miliardi di dollari e l’adozione di processori sviluppati in collaborazione con Arm. Queste mosse combinano capacità fisica e potenza di calcolo, cercando di rispondere all’aumento dei carichi di lavoro per addestramento e inferenza su larga scala. Tuttavia, insieme alle opportunità si riaffacciano domande su sostenibilità, modelli di business e impatto sul territorio.
Il salto di scala annunciato non riguarda solo i soldi: Meta integra anche soluzioni hardware proprietarie come gli acceleratori MTIA e stringe accordi con fornitori di silicio come Nvidia, AMD e Arm. Per l’anno in corso la società prevede fino a 135 miliardi di dollari destinati a infrastrutture e tecnologie legate all’IA, una cifra che mette in luce l’urgenza di evitare colli di bottiglia e aumentare la densità di calcolo con efficienza.
La scommessa infrastrutturale in Texas
Il sito scelto è a El Paso e diventerà operativo nel 2028: si tratta del terzo data center di Meta in Texas e coprirà circa 1,2 milioni di piedi quadrati. La capacità prevista è di 1 gigawatt, segnale della scala industriale del progetto e della domanda di energia per le attività di calcolo intensivo. L’investimento è salito da una stima iniziale di 1,5 miliardi fino ai 10 miliardi comunicati, un incremento che testimonia come i progetti di questo tipo possano crescere rapidamente in costi e ambizione.
Occupazione, energia e acqua
Sul fronte occupazionale il piano parla di circa 300 posti di lavoro a regime e oltre 4.000 lavoratori coinvolti durante la costruzione. Dal lato energetico Meta dichiara l’intenzione di aggiungere oltre 5.000 megawatt di energia pulita alla rete, mentre il raffreddamento del sito sarà basato su un sistema a raffreddamento a liquido con circuito chiuso pensato per riciclare l’acqua e mitigare il consumo idrico.
L’azienda stima un impatto idrico comparabile a quello di un campo da golf e ha avviato otto progetti di ripristino idrico con organizzazioni locali.
Arm AGI CPU: perché è rilevante
In parallelo all’espansione fisica, Meta ha partecipato allo sviluppo degli Arm AGI CPU, i primi chip che Arm venderà direttamente dopo decenni di licenze di design. Queste CPU sono pensate specificamente per i carichi di lavoro agentici e di inferenza dell’IA, tentando di superare i limiti delle architetture x86 tradizionali che spesso diventano colli di bottiglia nelle operazioni su larga scala. La collaborazione sfrutta l’esperienza di Meta nell’ottimizzazione di infrastrutture su larga scala e il know‑how di Arm nella progettazione dei core.
Specifiche e implementazione
Arm propone tre versioni: la AGI CPU 136C con 136 core Neoverse V3 a 3,2 GHz e 128 MB di cache L2 per core, oltre a modelli da 128 e 64 core. I chip sono prodotti a 3 nm da TSMC, supportano fino a 12 moduli RDIMM di DDR5-8800 (fino a 6 GB/s per core) e offrono 96 linee PCIe 6.0, con un TDP di circa 300 watt. In termini di densità, Arm dichiara soluzioni che arrivano a migliaia di core per rack: configurazioni ad aria fino a 8.160 CPU e a liquido oltre 45.000 CPU in ambienti ad alta densità, con prestazioni significativamente superiori a parità di consumo rispetto a x86.
Rischi, reazioni del mercato e prospettive
Nonostante l’entità degli impegni, la strategia di Meta rimane sotto la lente degli investitori: a differenza di altri hyperscaler, l’azienda non offre un servizio cloud pubblico tradizionale, elemento che alimenta dubbi sulla monetizzazione diretta dell’infrastruttura. Il titolo ha registrato una flessione intorno al 17% da inizio anno, aggravata da recenti sconfitte legali e da un piano di riduzione dei costi che ha previsto centinaia di licenziamenti. Le scelte tecnologiche vengono dunque valutate anche in chiave finanziaria.
Dal punto di vista ambientale, la crescita dei colossi dei data center solleva preoccupazioni tra associazioni e comunità locali, che temono impatti su risorse idriche ed ecosistemi. Meta prova a rispondere con misure come il raffreddamento a circuito chiuso e progetti di ripristino idrico, ma il dibattito rimane acceso. Nel complesso, la combinazione di investimenti in infrastrutture e nuovi processori indica una direzione chiara: aumentare la capacità computazionale per affrontare modelli di IA sempre più esigenti, pur dovendo bilanciare sostenibilità, costi e aspettative degli stakeholder.
