Nell’articolo che condividiamo di seguito, Donato Ceccomancini, Country Manager Infinidat Italia, parla del ruolo chiave che oggi svolge lo storage nella gestione dell’ingente mole di dati legati all’AI in ottica di risparmio energetico.
Buona lettura!
Gestire l’AI nell’era dei dati: il ruolo chiave dello storage intelligente
Negli ultimi anni, la diffusione del cloud computing e delle applicazioni basate sull’intelligenza artificiale ha generato in Italia un vero e proprio boom nella domanda di connettività, con un conseguente aumento del numero di data center. Queste infrastrutture rappresentano il centro dell’economia digitale, ma sono anche tra le maggiori fonti di consumo energetico. Secondo i dati rilevati da Terna, infatti, oggi la domanda nazionale di energia per i data center è aumentata di oltre 40 volte rispetto al 2021. L’85% di questa richiesta è concentrata nel Nord Italia, in particolare in Lombardia.
Per rispondere a questa sfida, molte aziende stanno investendo nella realizzazione di data center sostenibili, progettati per massimizzare l’efficienza energetica e ridurre le emissioni di CO₂. Tecnologie come il raffreddamento ad acqua, l’impiego di fonti rinnovabili e l’integrazione di sistemi intelligenti per la gestione dell’energia stanno diventando sempre più comuni. A questi si affianca anche una crescente attenzione alla progettazione modulare e alla distribuzione geografica strategica dei data center, per ottimizzare i carichi di lavoro e ridurre le dispersioni.
Questo evidenzia come uno storage enterprise efficiente sia una componente essenziale per raggiungere gli obiettivi di sostenibilità e riduzione dei consumi energetici. Infinidat affronta questa sfida con un approccio olistico, integrando considerazioni ambientali in tutte le fasi del ciclo di vita del prodotto, dalla progettazione allo smaltimento. L’azienda si impegna a fornire soluzioni che consentano ai clienti di ridurre il proprio impatto ambientale, consolidando gli array di storage e ottimizzando l’efficienza energetica dei data center.
In questo scenario, non bisogna dimenticare che anche i sistemi di AI – così come i data center che li alimentano – consumano grandi quantità di energia, spesso superiori rispetto alle soluzioni IT e cloud tradizionali. Questo però non ha frenato le aziende, sempre più interessate a integrare l’AI nei propri processi per trarne vantaggi concreti: decisioni più rapide e accurate, servizi innovativi e personalizzati, automazione e ottimizzazione delle attività operative. L’AI viene infatti utilizzata in contesti sempre più eterogenei, dall’assistenza clienti alla logistica, dalla sanità alla manifattura, generando impatti significativi in termini di efficienza e competitività. Tutto ciò comporta però la produzione di una mole crescente di dati, che devono essere archiviati, protetti e resi accessibili in tempo reale.
L’addestramento degli algoritmi di machine learning richiede, infatti, dati accurati e di alta qualità: più elevata è la qualità dei dati, migliori saranno le performance dell’AI. Non solo: la capacità di gestire questi dati in modo sicuro, scalabile e con tempi di accesso minimi è oggi una leva strategica per il successo delle applicazioni AI-driven, soprattutto in settori ad alta intensità informativa come il finance, l’healthcare e la ricerca scientifica.
All’interno di questo panorama, Infinidat gioca un ruolo chiave su due fronti. Da un lato, grazie a soluzioni di storage affidabili e performanti, con disponibilità garantita al 100% e funzionalità avanzate di cyber storage resilience, rappresenta la scelta ideale per gestire l’enorme mole di dati generata dai sistemi AI. L’azienda ha, infatti, recentemente annunciato il supporto alle architetture RAG (Retrieval-Augmented Generation), a servizio dell’AI generativa. Questa tecnologia consente di migliorare, affinare e ottimizzare le risposte generate da modelli di IA, come i Large Language Model (LLM) e gli Small Language Model (SLM). Per fornire risposte altamente specifiche e contestualmente accurate, RAG consente ai modelli di IA, come LLM, di recuperare dati privati e proprietari dai database aziendali. Un approccio fondamentale per migliorare la precisione dell’IA, poiché basato su fonti di conoscenza interne, autorevoli e predefinite.
Dall’altro è l’unico vendor sul mercato ad aver integrato il Machine Learning direttamente nel proprio sistema operativo InfuzeOS, che alimenta l’esclusiva architettura di storage software-defined (SDS) di Infinidat. L’architettura SDS di InfuzeOS è alla base delle funzionalità avanzate e dei vantaggi economici offerti dalle piattaforme Infinidat alle imprese di fascia alta, senza dipendere da hardware o componenti proprietari. Questo consente di offrire maggiore flessibilità e infrastrutture storage capaci di adattarsi in tempo reale alle esigenze operative, con la massima efficienza, resilienza e una significativa riduzione dei consumi energetici. La capacità predittiva integrata permette, inoltre, una gestione proattiva delle prestazioni e della sicurezza, riducendo al minimo i rischi di interruzione del servizio e garantendo un supporto continuo anche in ambienti mission-critical.
di Donato Ceccomancini, Country Manager Infinidat Italia
