Oltre Nvidia: perché i data center per l’AI spingono trasformatori, sistemi di potenza e raffreddamento

L’infrastruttura per l’intelligenza artificiale sta diventando una storia di ingegneria elettrica e termica tanto quanto una storia di semiconduttori. Più server AI significano più elettricità da trasformare, distribuire, convertire e proteggere all’interno dei data center. E significano anche più calore da smaltire in modo affidabile.

Per questo la filiera dei potenziali beneficiari va ben oltre Nvidia: include produttori di trasformatori, specialisti della conversione e distribuzione della potenza, e fornitori di raffreddamento a liquido.

Perché la spesa infrastrutturale accelera

McKinsey stima che la domanda globale dei data center possa crescere da circa 82 GW nel 2025 a circa 220 GW nel 2030. La quota legata all’AI dovrebbe aumentare di 3,5 volte, da circa 44 GW a 155 GW, contro una crescita di 1,7 volte per i carichi non-AI. 22

Anche le dimensioni finanziarie previste sono notevoli: secondo McKinsey, entro il 2030 i data center potrebbero richiedere 6.700 miliardi di dollari a livello mondiale, di cui 5.200 miliardi per capacità predisposta ai carichi AI. Si tratta però di stime del capitale necessario, non di ordini già registrati o investimenti già impegnati. 28

Il meccanismo che distribuisce questa spesa lungo tutta la catena di fornitura è la crescente densità dei rack. Uno scenario di Bank of America citato dalla stampa prevede che nel 2030 il consumo di un rack AI possa superare 1,5 MW. Se questa ipotesi si concretizzerà, ogni installazione richiederà molta più infrastruttura elettrica e un raffreddamento più capace rispetto a una sala server tradizionale. 20

I fornitori che possono beneficiarne

Trasformatori e apparati di rete: HD Hyundai Electric e Hainan Jinpan

I trasformatori riducono l’alta tensione della rete a livelli utilizzabili da server, sistemi di raffreddamento e apparati di distribuzione elettrica. Sono diventati un collo di bottiglia concreto: utility e sviluppatori di data center effettuano gli ordini con molto anticipo per assicurarsi apparecchiature difficili da reperire.

Reuters ha riportato una forte domanda, nel primo semestre 2026, per infrastrutture AI soprattutto dal Nord America, a vantaggio della sudcoreana HD Hyundai Electric e della cinese Hainan Jinpan Smart Technology. 142

HD Hyundai Electric offre un esempio della leva operativa possibile in una fase di offerta limitata: nel secondo trimestre ha riportato oltre 1,4 miliardi di dollari di nuovi ordini e un portafoglio ordini prossimo a 8,5 miliardi di dollari a fine giugno 2026. 36 Un backlog rilevante migliora la visibilità sui ricavi, ma non equivale ai ricavi stessi: tempi di consegna, costi dei componenti e completamento dei progetti restano decisivi per trasformarlo in utile.

Conversione e sistemi di potenza: Delta Electronics

Un data center non ha bisogno soltanto di un collegamento alla rete. Servono conversione elettrica, distribuzione interna, sistemi di continuità e controlli. Delta Electronics è esposta a potenza per AI, raffreddamento e infrastrutture per data center; ha dichiarato a Reuters che queste soluzioni restano un motore di crescita mentre amplia la produzione in Thailandia, negli Stati Uniti e in altre sedi. 1

L’ampiezza dell’offerta può essere un vantaggio perché i sistemi integrati risolvono un problema più complesso per il cliente rispetto a un singolo componente. Il rovescio della medaglia è che anche i fornitori di sistemi devono dimostrare affidabilità su vasta scala in un mercato competitivo a livello globale.

Gestione termica: AVC, Auras ed Envicool

Asia Vital Components (AVC), Auras Technology e Shenzhen Envicool figurano tra i fornitori di gestione termica esposti alla transizione verso sistemi AI più densi. Quando i rack sviluppano più calore, l’opportunità non si limita più a ventole e dissipatori: comprende cold plate, unità di distribuzione del refrigerante, pompe, collettori, scambiatori di calore e controlli termici a livello di impianto.

Il raffreddamento a liquido è al centro di questo cambiamento. Microsoft afferma che l’aria non riesce più a gestire la densità dell’hardware AI moderno e che nei suoi data center AI un liquido freddo viene fatto circolare direttamente nei server per estrarre calore. 8

Una previsione di Bank of America indica che il liquid cooling potrebbe arrivare al 70% delle nuove installazioni di data center AI entro il 2030, dal circa 30% attuale. 2021 È uno scenario, non una certezza: l’adozione varierà in base all’architettura dei chip, alla densità dei rack, ai requisiti di affidabilità, alle preferenze degli operatori e alla disponibilità di sistemi qualificati.

L’accesso all’elettricità può contare più della capacità di calcolo

L’Agenzia internazionale dell’energia (IEA) prevede che il consumo elettrico globale dei data center possa più che raddoppiare, arrivando a circa 945 TWh nel 2030. Stima inoltre che circa il 20% dei progetti programmati possa subire ritardi se non verranno affrontati i rischi legati alla rete. 43

Il nodo è il disallineamento dei tempi: un impianto AI può essere progettato e costruito in pochi anni, mentre potenziamenti della trasmissione, sottostazioni e nuove connessioni richiedono molto più tempo. In molte aree, l’allacciamento alla rete può richiedere da quattro a dieci anni. 53

Per i produttori di apparecchiature ciò crea due effetti contrapposti:

• Nel breve periodo, la scarsità di trasformatori, quadri elettrici e apparati collegati può sostenere ordini, prezzi e visibilità del backlog. 42
• Nel lungo periodo, gli stessi vincoli possono ritardare i progetti dei clienti e quindi rinviare le consegne dalle quali dipendono i ricavi dei fornitori.

I partecipanti più solidi saranno quindi probabilmente quelli capaci di offrire prodotti certificati, capacità produttiva affidabile, disponibilità di componenti e rispetto delle tempistiche di consegna, non semplicemente quelli associati al tema dell’AI.

Le promesse di efficienza vanno lette con cautela

Trasformatori allo stato solido e architetture di potenza basate su carburo di silicio (SiC) potrebbero in futuro favorire data center più efficienti e orientati alla corrente continua. Wolfspeed indica fino al 5% di miglioramento dell’efficienza end-to-end e perdite di conversione inferiori del 25%-40% in specifici stadi abilitati dal SiC. Sono però dichiarazioni del fornitore riferite a determinate architetture, non una misura settoriale dei risparmi effettivamente realizzati. 45

Allo stesso modo, le fonti disponibili non dimostrano un risparmio energetico universale superiore al 27% per il raffreddamento a liquido. Le prestazioni dipendono dal punto di partenza — raffreddamento ad aria o meno — dalla densità dei chip, dalle temperature del fluido, dal progetto dell’impianto e dall’eventuale riutilizzo del calore. La conclusione più difendibile è che i sistemi AI ad alta densità aumentano il bisogno di liquid cooling; il beneficio energetico preciso resta specifico del singolo sito. 824

Non vi sono inoltre elementi sufficienti per trattare una presunta adozione del 40% dei trasformatori allo stato solido come un esito già consolidato. I trasformatori convenzionali restano essenziali per le reti e le infrastrutture di sito, mentre le soluzioni allo stato solido devono ancora superare ostacoli di costo, qualificazione, affidabilità e conformità alle regole di rete.

Margini, concorrenza e rischi

I fornitori di apparati elettrici possono beneficiare della scarsità di capacità qualificata. Trasformatori ad alta tensione e prodotti correlati sono complessi, hanno tempi di produzione lunghi e servono tanto per l’ammodernamento delle reti quanto per i nuovi campus di data center. La crescita degli ordini e del backlog di HD Hyundai Electric mostra questa dinamica favorevole. 36

I fornitori termici hanno un profilo diverso. Il raffreddamento a liquido accresce il valore dei componenti per rack e premia progettazione, affidabilità e integrazione di sistema. Ma l’ecosistema termico è competitivo e i singoli componenti possono diventare prodotti standardizzati più rapidamente di un sistema completo. I rischi principali includono cambiamenti rapidi delle architetture, concentrazione dei clienti, pressione sui prezzi e investimenti produttivi che, col tempo, potrebbero ridurre le attuali tensioni dell’offerta.

Un criterio pratico per valutare i potenziali vincitori è chiedersi se un fornitore riesca a:

1. produrre apparecchiature qualificate su larga scala;
2. assicurarsi componenti critici e capacità produttiva prima dell’aumento della domanda;
3. fornire sistemi elettrici o termici integrati, anziché parti isolate;
4. preservare prezzi e affidabilità in cicli di prodotto rapidi;
5. espandersi all’estero senza peggiorare qualità, flussi di cassa o puntualità delle consegne.

Data center galleggianti e sottomarini: soluzione di massa?

Le strutture galleggianti e sottomarine possono essere utili in località specifiche, dove terra disponibile, acqua dolce, raffreddamento o autorizzazioni costituiscono un vincolo. I data center subacquei possono sfruttare l’acqua marina circostante per il raffreddamento; in Cina sono stati avviati progetti verso l’operatività commerciale, tra cui un data center subacqueo alimentato da eolico offshore vicino a Shanghai. 47

Restano tuttavia alternative di nicchia, non sostituti dei grandi campus costruiti sulla terraferma. Portano con sé sfide proprie in materia di ingegneria, manutenzione, connettività e autorizzazioni. Nel breve termine la loro importanza consiste soprattutto nel mostrare come gli operatori possano reagire quando i limiti di energia, acqua e suolo diventano particolarmente rigidi.

In sintesi

Il boom dell’AI amplia l’opportunità infrastrutturale oltre le GPU. Produttori di trasformatori come HD Hyundai Electric e Hainan Jinpan operano in un segmento in cui l’equipaggiamento di rete è scarso; Delta è esposta alla catena della potenza e del raffreddamento; AVC, Auras ed Envicool beneficiano del maggiore contenuto termico richiesto dai rack ad alta densità. 1

I vincitori durevoli non saranno necessariamente i nomi più legati alla narrativa AI, ma le aziende in grado di convertire la domanda in consegne affidabili e sistemi redditizi. Il caveat è altrettanto importante: accesso alla rete, tempi di consegna degli apparati ed esecuzione dei progetti possono rallentare la costruzione di nuova capacità anche se la domanda di AI rimane elevata. In questo ciclo, portare elettricità ai server e rimuovere il loro calore non sono dettagli secondari: sono vincoli fondamentali sulla velocità con cui l’infrastruttura AI può essere realizzata. 4342