Negli ultimi anni l’intelligenza artificiale ha accelerato notevolmente la trasformazione delle infrastrutture digitali. Di fronte alla crescente domanda di potenza di calcolo, all’aumento dei consumi energetici e alla necessità di individuare soluzioni più efficienti, la ricerca sta esplorando architetture sempre più innovative e sperimentali.
Un passaggio significativo è avvenuto nell’agosto 2026, quando a Singapore è stato presentato un prototipo di Biological Data Center: un’infrastruttura sperimentale che integra neuroni viventi e componenti elettronici convenzionali per l’elaborazione delle informazioni, portando così il biocomputing verso una dimensione infrastrutturale e aprendo nuovi interrogativi sul possibile ruolo dei sistemi biologici nelle future architetture di calcolo.
DATA CENTER E CONSUMO ENERGETICO
La diffusione dell’intelligenza artificiale sta modificando profondamente la struttura dei data center. Rispetto alle infrastrutture convenzionali, i cosiddetti AI-ready data center sono progettati per sostenere carichi di lavoro di intelligenza artificiale e machine learning particolarmente intensivi dal punto di vista computazionale. Il crescente utilizzo di Graphics processing unit (GPU) e di altri acceleratori ad alte prestazioni consente di concentrare una maggiore potenza di calcolo, ma comporta anche requisiti più elevati per l’alimentazione elettrica, le connessioni di rete, i sistemi di storage e, soprattutto, il raffreddamento.
L’International Energy Agency (IEA) rileva che, tra il 2020 e il 2025, la densità di potenza dei server destinati all’AI è cresciuta di circa undici volte e potrebbe registrare un ulteriore aumento di quattro volte entro il 2027. Entro la stessa data, un singolo rack avanzato potrebbe raggiungere una domanda di potenza di picco paragonabile a quella di circa 65 abitazioni.
L’aumento della capacità computazionale non si traduce soltanto in una maggiore richiesta di energia, ma rende più complessa la gestione dell’intera infrastruttura. La crescita dei carichi concentrati all’interno dei rack impone infatti di adeguare i sistemi di alimentazione e di dissipazione del calore, mentre l’espansione complessiva dei data center esercita una pressione crescente sulle reti elettriche.
DAI DATA CENTER TRADIZIONALI A INFRASTRUTTURE SEMPRE PIÙ SPERIMENTALI
In questo contesto, le infrastrutture digitali stanno diventando sempre più diversificate e specializzate, adattandosi a esigenze differenti in termini di capacità di calcolo, connettività, disponibilità energetica e sicurezza.
Un primo esempio è rappresentato dagli edge data center, infrastrutture generalmente più contenute e distribuite sul territorio, progettate per avvicinare l’elaborazione dei dati agli utenti e ai dispositivi che li generano. Dal punto di vista energetico, la loro collocazione in prossimità dei centri urbani o direttamente all’interno degli edifici può offrire anche la possibilità di recuperare il calore prodotto dai server e riutilizzarlo per il riscaldamento degli ambienti o per altri usi termici. In questo modo, una parte dell’energia che normalmente verrebbe dissipata dai sistemi di raffreddamento può essere valorizzata localmente.
Accanto alle strutture edge urbane stanno emergendo soluzioni che portano le infrastrutture digitali in contesti molto diversi da quelli convenzionali: piattaforme offshore, sistemi mobili e infrastrutture progettate per operare al di fuori dei tradizionali ambienti terrestri. Si delinea così un ecosistema sempre meno legato a un unico modello di data center, nel quale la scelta dell’architettura e della collocazione dipende sempre più dalle specifiche esigenze operative.
Uno dei casi più conosciuti è Project Natick di Microsoft, che ha sperimentato un modulo di data center sottomarino nelle acque delle isole Orcadi, in Scozia. Il modulo era collegato alla rete elettrica locale, alimentata al 100% da tecnologie rinnovabili. Al termine della sperimentazione, Microsoft ha rilevato per i server immersi un tasso di guasti pari a circa un ottavo rispetto a quello registrato nel gruppo di controllo terrestre. Il progetto era tuttavia finalizzato a studiare la fattibilità tecnica, logistica, ambientale ed economica dei data center sottomarini.
Ancora più lontana dagli schemi convenzionali è l’ipotesi dei data center spaziali. In Europa, il progetto ASCEND (Advanced Space Cloud for European Net zero emissions and Data sovereignty), finanziato nell’ambito di Horizon Europe e coordinato da Thales Alenia Space, ha valutato gli aspetti logistici ed economici e la possibilità di alimentare queste infrastrutture attraverso energia solare prodotta nello spazio.
DOPO IL LUOGO, CAMBIA IL COMPUTER
Le soluzioni modulari, edge, sottomarine o spaziali intervengono, in modi diversi, sul luogo e sull’architettura fisica in cui avviene il calcolo. Il biological computing introduce invece una trasformazione ancora più radicale: cambia la natura stessa dell’unità chiamata ad elaborare le informazioni.
Alla base di questo approccio ci sono neuroni derivati da cellule staminali coltivati in laboratorio, disposti su una piattaforma di silicio dotata di una matrice di microelettrodi che funge da interfaccia tra la componente biologica e quella elettronica. Attraverso questi microelettrodi è possibile inviare stimoli elettrici alla rete neuronale e, allo stesso tempo, registrarne l’attività. Si crea così uno scambio bidirezionale di informazioni: il sistema fornisce un input elettrico, i neuroni rispondono modificando la propria attività e i segnali generati vengono acquisiti dall’hardware come output.
L’output può essere utilizzato per influenzare un ambiente digitale simulato oppure come elemento di successive operazioni computazionali. È proprio questa interazione continua tra software e cellule viventi a distinguere il biocomputing dalle architetture informatiche convenzionali: i neuroni non funzionano come transistor tradizionali, costituiscono una rete biologica dinamica, capace di modificare la propria attività in risposta agli stimoli ricevuti.
L’impiego di cellule viventi introduce requisiti completamente nuovi rispetto a quelli di un normale server: è infatti necessario mantenere condizioni biologiche compatibili con la sopravvivenza dei neuroni. Le colture sono mantenute con una soluzione contenente zuccheri, micronutrienti e sostanze tampone necessarie a stabilizzare il pH dell’ambiente e occorrono ulteriori sistemi per il ricambio dei fluidi, la filtrazione dei prodotti di scarto e la regolazione delle condizioni ambientali. Il sistema di supporto vitale controlla anche la miscela di gas necessaria a mantenere stabile l’ambiente della coltura, e le colture neuronali, inoltre, non hanno una durata indefinita: il sistema le mantiene in vita fino a circa sei mesi, dopodiché è necessario sostituirle.
Il prototipo presentato a Singapore nell’agosto 2026 dalla Yong Loo Lin School of Medicine della National University of Singapore (NUS Medicine), insieme a DayOne e Cortical Labs, porta questo principio verso una scala infrastrutturale sperimentale. Il sistema riunisce in un unico rack 20 computer biologici CL1 e ogni unità utilizza una coltura di circa 800.000 neuroni, per un totale stimato di circa 16 milioni di neuroni viventi nell’intero rack.
Secondo i dati disponibili, ogni unità CL1 assorbe circa 30 watt mentre un chip in silicio può raggiungere i 700 watt, mentre sul fronte termico, i neuroni vengono mantenuti intorno ai 37 °C, senza richiedere gli stessi sistemi di raffreddamento necessari per dissipare il calore prodotto dai rack ad alta densità di GPU.
La vera novità del progetto non consiste quindi semplicemente nell’utilizzare neuroni viventi per elaborare informazioni, principio già sperimentato in precedenza, ma nel tentativo di integrare più unità biologiche all’interno di un’infrastruttura organizzata secondo la logica di un rack da data center. È questo passaggio ad avvicinare il biocomputing, ancora in una fase fortemente sperimentale, a una possibile dimensione infrastrutturale.
CONCLUSIONI
I vantaggi potenziali del biological computing sono significativi. Le reti neuronali biologiche aprono la prospettiva di sistemi capaci di apprendere e adattarsi utilizzando meccanismi profondamente diversi da quelli delle architetture digitali convenzionali. Uno degli obiettivi della ricerca è sfruttare queste caratteristiche per ottenere una maggiore efficienza energetica e una capacità di apprendimento con quantità inferiori di dati.
Tuttavia, proprio la natura biologica del sistema rappresenta anche uno dei suoi principali limiti. Mantenere i neuroni vitali richiede nutrienti, controllo ambientale, filtrazione e procedure che non esistono nei server tradizionali. Le colture hanno inoltre una durata limitata e la variabilità tipica dei sistemi biologici rende più complesso garantire gli stessi livelli di prevedibilità e affidabilità dell’elettronica convenzionale. A questi aspetti si aggiungono le difficoltà legate alla scalabilità e anche interrogativi di carattere bioetico.
Nel prossimo futuro lo scenario più realistico sembra essere quello di sistemi ibridi, nei quali calcolo elettronico e le reti neuronali biologiche vengono impiegati in modo complementare. Più che sostituire le infrastrutture esistenti, il biocomputing potrebbe quindi diventare una nuova componente dell’ecosistema dei data center.
