Il cervello umano funziona con circa 20 watt. Il supercomputer più veloce del mondo, LineShine a Shenzhen, consuma 42,2 milioni di watt. Questo divario è diventato l'argomento preferito di internet sull'uso energetico dell'IA, e la maggior parte di esso è errato.
Il confronto stesso regge. Tuttavia, i numeri che circolano sui social media risalgono a un singolo articolo. Quello più sorprendente è stato attribuito erroneamente per tre anni.
Uso energetico dell'IA: cosa comprano realmente 20 watt
La cifra di 20 watt si basa su decenni di misurazioni metaboliche. Il cervello rappresenta circa il 2% del peso corporeo e circa il 20% del consumo di ossigeno a riposo.
Il conteggio dei neuroni è più incerto di quanto appaia. I 86 miliardi ampiamente citati si basano su quattro cervelli maschili ed è attualmente in discussione nella rivista Brain.
I post virali spesso usano 12 watt invece di 20. Questa cifra appare in un articolo del 2023 in Frontiers in Artificial Intelligence, dichiarata senza alcuna citazione.
Lo stesso articolo ha prodotto il numero che tutti condividono. I suoi autori hanno stimato che ricreare digitalmente un cervello umano richiederebbe 2,7 miliardi di watt.
Questa stima è derivata dall'estrapolazione di una simulazione di 10 milioni di neuroni a scala topolino, moltiplicando poi per mille.
L'articolo afferma anche che la simulazione è stata eseguita circa 30.000 volte più lentamente della biologia. I post sui social tralasciano questo dettaglio. Le fonti secondarie attribuiscono poi la cifra al Blue Brain Project, che non l'ha mai pubblicata.
Numeri affidabili esistono altrove. Epoch AI ha stimato una tipica query di ChatGPT a 0,3 watt-ora all'inizio del 2025. Uno studio sottoposto a revisione paritaria in Joule ha successivamente indicato 0,31.
Due metodi indipendenti che concordano così strettamente è insolito. Tuttavia, il valore cambia drasticamente con il carico di lavoro, e i modelli di ragionamento che producono risposte più lunghe possono costare diverse volte di più.
Cosa fa la biologia in modo diverso e cosa ha copiato il silicio
L'attività corticale è scarsa. I tassi di attivazione medi sono inferiori a 1 Hz e l'energia segue il cambiamento piuttosto che i cicli di clock.
L'IA moderna ha raggiunto la stessa conclusione in modo indipendente. Kimi K2 attiva 32,6 miliardi dei suoi 1,04 trilioni di parametri per token, vicino al 3,1%.
Quella proporzione sta diminuendo rapidamente. Mixtral ha utilizzato circa il 28% dei suoi parametri nel 2023, mentre DeepSeek-V3 ora utilizza il 5,5%.
La biologia calcola anche a bassa precisione. Niente all'interno di un neurone si risolve in 32 bit.
I produttori di chip hanno seguito lo stesso percorso. DeepSeek ha addestrato un modello con 671 miliardi di parametri in precisione a otto bit. NVIDIA ha successivamente pre-addestrato un modello con 12 miliardi di parametri in quattro bit.
La terza differenza è la più grande e la meno copiata. I cervelli conservano memoria e calcolo nello stesso luogo fisico.
Le macchine digitali li separano. Mark Horowitz di Stanford ha mostrato il costo di quella separazione. Recuperare un operando dalla memoria può consumare centinaia di volte più energia dell'aritmetica stessa.
I chip a forma di cervello che non sono mai arrivati
L'hardware costruito esplicitamente per imitare i neuroni ha avuto difficoltà. Nessun sistema neuromorfico o analogico ha addestrato o eseguito un modello di frontiera in produzione.
L'Hala Point di Intel contiene 1,15 miliardi di neuroni artificiali distribuiti su 1.152 chip. Rimane un prototipo di ricerca installato presso i Laboratori Nazionali Sandia. Mike Davies, direttore del Neuromorphic Computing Lab di Intel, parlando a The Register nel 2024, ha detto:
“Non stiamo mappando alcun LLM su Hala Point in questo momento. Non sappiamo come farlo.”
Il quadro commerciale è ancora più sottile. BrainChip è la società quotata di punta del settore. Ha riportato 700.000 dollari in ricevute dai clienti contro 5,3 milioni di deflusso operativo nel trimestre di marzo scorso.
Altri si sono completamente bloccati. Rain AI, che cercava 150 milioni di dollari e non è riuscita a raccoglierli, ha esplorato una vendita nel 2025.
I ricercatori del settore descrivono un problema circolare. Catherine Schuman, professoressa associata di ingegneria elettrica e informatica presso l'Università del Tennessee, Knoxville, ha dichiarato:
“Le aziende hardware stanno aspettando che ci sia un'applicazione killer, ma è davvero difficile capire come costruire quelle applicazioni senza avere hardware su cui prototipare.”
Più di 20 ricercatori hanno firmato un documento di consenso del 2025 su Nature. Ha sostenuto che il settore manca ancora dell'ecosistema di cui ha bisogno.
I principi della biologia hanno vinto. L'hardware costruito per incarnarli non lo ha fatto.
Tutti stanno facendo offerte per gli stessi elettroni
L'efficienza conta ora perché l'elettricità è diventata il vincolo principale. L'Agenzia Internazionale dell'Energia ha stimato il consumo globale dei data center a 485 terawattora nel 2025.
Le strutture focalizzate sull'IA sono cresciute del 50% solo in quell'anno. L'agenzia prevede che triplicheranno entro il 2030.
L'accesso alla rete, piuttosto che la fornitura di chip, ora determina la costruzione. Il tempo medio da una richiesta di interconnessione all'operazione commerciale supera i cinque anni, secondo il Lawrence Berkeley National Laboratory.
Il CEO di Microsoft, Satya Nadella, ha dichiarato a novembre che la sua azienda possiede processori che non può collegare. La carenza riguarda gli edifici alimentati, non il silicio. Gli investitori istituzionali hanno sollevato domande simili sulla prontezza della rete.
I miner di Bitcoin hanno trascorso un decennio a risolvere esattamente quel problema. Possiedono siti energizzati, accordi di fornitura firmati e diritti di interconnessione che i nuovi arrivati aspettano anni per ottenere.
Il risultato ha trasformato il mining in un'attività energetica e infrastrutturale. Ristrutturare un sito funzionante costa circa 3 milioni a 4 milioni di dollari per megawatt. La costruzione da zero costa tra 10 milioni e 12 milioni, secondo le stime di VanEck.
I valori degli accordi annunciati sono enormi. I miner pubblici hanno firmato contratti per l'IA del valore di oltre 70 miliardi di dollari in totale.
La capacità consegnata racconta una storia più silenziosa. Le dichiarazioni del secondo trimestre 2026 mostrano circa 750 megawatt effettivamente energizzati nel settore.
Core Scientific rappresenta circa 437 di quei megawatt. Il campus Helios di Galaxy ha fornito 133; TeraWulf 102; IREN 50; e Riot 25. Hut 8 ha contratto 949 megawatt e non ne ha attivato nessuno.
Il cambiamento è stato costoso. Le perdite trimestrali combinate dei miner MARA e CleanSpark hanno raggiunto 851 milioni di dollari ad agosto.
La maggior parte della capacità mineraria non si convertirà mai. I dati preliminari del sondaggio di Cambridge presentati a luglio hanno mostrato che circa il 10% dei miner aveva allocato energia all'IA.
Gli ostacoli sono fisici. Il mining tollera l'interruzione, mentre gli inquilini dell'IA richiedono energia stabile, raffreddamento denso e fibra che i siti remoti raramente hanno.
Tuttavia, la direzione del viaggio è chiara. Core Scientific ora guadagna l'83% delle sue entrate dalla colocation e solo il 13% dal mining stesso.
Gli investitori hanno già scontato questo cambiamento. I miner con contratti firmati scambiano a multipli molto più elevati della loro energia attivata. Nel frattempo, la prossima scommessa sull'IA sembra sempre più elettricità piuttosto che chip.
Perché l'Efficienza Non Risolverà l'Uso Energetico dell'IA
I guadagni di efficienza hanno assorbito la crescita della domanda in passato. Il calcolo nei data center globali è cresciuto del 550% tra il 2010 e il 2018, mentre l'uso energetico è aumentato di circa il 6%.
Poi il modello si è rotto. Il consumo dei data center negli Stati Uniti è salito da 58 terawattora nel 2014 a 176 nel 2023.
L'evoluzione si è ottimizzata sotto un soffitto rigido. Un cranio che assorbe 200 watt avrebbe ucciso il suo proprietario, quindi l'efficienza è diventata l'unica risposta disponibile.
L'IA non ha mai affrontato quel limite. Ha invece affrontato un limite di capitale, e il capitale si estende molto più facilmente dell'elettricità.
Questo sta ora cambiando. La domanda aperta non è più se la biologia sia più efficiente. È cosa diventa l'IA una volta che il potere, piuttosto che il denaro, decide cosa viene costruito.
Fonte: BeInCrypto
