Il 12 Mar 2026 il Met Office ha celebrato il primo anno dal passaggio a un modello gestito di supercomputing as a service fornito da Microsoft. Questo traguardo offre l’occasione per valutare perché la sigla AI non sia il fulcro dell’attività scientifica dell’ente e come il cloud abbia cambiato le regole per le simulazioni meteorologiche e climatiche.
L’infrastruttura in uso rende disponibili circa 1,8 milioni di core di calcolo e una punta di potenza stimata attorno a 60 quadrilioni di calcoli al secondo. Nei dodici mesi trascorsi la piattaforma ha garantito una disponibilità del 100% per i carichi critici e del 99.77% per l’elemento di supercomputing: numeri che impongono una riflessione sul valore operativo del cloud per la ricerca meteorologica.
Perché il cloud è diventato la scelta pratica
La decisione di migrare da macchine fisiche in sede a un servizio remoto si basa su valutazioni che vanno oltre la sola potenza di calcolo. Il Met Office e Microsoft sottolineano come la latenza del cloud sia comparabile a quella che si registrava tra la sede dell’istituto e le precedenti installazioni hardware remote, rendendo il servizio adeguato alle esigenze temporali della previsione.
Prestazioni, costi e flessibilità
Il confronto è multilivello: oltre alla latenza entrano in gioco fattori come il costo, la flessibilità operativa e la capacità di adottare innovazioni. Un supercomputer fisico occupa spazio, richiede manutenzione e invecchia; un servizio cloud offre invece aggiornamenti, scalabilità e integrazione rapida con nuove tecnologie, benefici particolarmente rilevanti per team di ricerca che devono sperimentare nuovi metodi di modellazione.
Il ruolo dell’intelligenza artificiale nella modellazione
Secondo il CIO del Met Office, Charles Ewen, l’attività rimane principalmente basata su metodi fisici di numerical weather prediction, ossia la soluzione numerica delle equazioni che descrivono l’atmosfera. In questo contesto l’AI non è la lente principale con cui guardare ai modelli, ma piuttosto uno strumento che può accelerare e amplificare i processi di ricerca quando integrato correttamente.
AI come acceleratore, non come sostituto
Nel Met Office l’AI trova impiego in ambiti operativi e di supporto: strumenti come Microsoft Copilot e soluzioni generative sono già adottati a livello organizzativo per aumentare efficienza e produttività. Sul fronte scientifico, invece, si sta pianificando come combinare metodi data-driven con tecniche fisiche tradizionali, cercando il bilanciamento che migliori accuratezza e interpretabilità delle previsioni.
Eredità storica e governance dei dati
Il passaggio al cloud è solo l’ultimo capitolo di una lunga storia di evoluzione tecnologica. Il Met Office ha implementato la sua quattordicesima generazione di capacità di calcolo, partendo dalle prime sperimentazioni su calcolatori come l’EDSAC nei primi anni 1950, passando per il Ferranti Mercury del 1959 a Dunstable e l’English Electric KDF9 del 1965 a Bracknell. Nel 2014 l’ente aveva acquistato un sistema Cray XC40 da 140 tonnellate; la scelta per il cloud è stata formalizzata nel 2026.
Sul fronte della sovranità dei dati, il Met Office conferma che i propri data centre operativi si trovano nel regno unito e che Microsoft può mettere a disposizione soluzioni di sovereign cloud che vanno dal collegamento completo al disconnesso, permettendo di rispettare vincoli normativi e di sicurezza senza rinunciare al modello gestito.
Quali lezioni per la comunità scientifica
L’esperienza del Met Office dimostra che il modello cloud può supportare carichi di lavoro scientifici di punta pur mantenendo controlli rigorosi su governance e continuità operativa. L’approccio evidenzia anche che l’innovazione non è univoca: la tecnologia cloud apre strumenti e opportunità, mentre l’AI rimane un elemento che deve essere integrato con cautela e senso critico nelle pratiche consolidate di modellazione.
In prospettiva, la combinazione di potenza di calcolo elastica, governance dei dati e sperimentazione con metodi data-driven potrebbe rappresentare un modello replicabile per altri enti scientifici che mediterrano tra bisogni operativi e ricerca avanzata.
