In questo articolo Indice dei contenuti 2 sezioni
Nel deserto della Mongolia Interiore è stato acceso quello che Envision presenta come il più grande edificio singolo al mondo dedicato a un data center per l’intelligenza artificiale, un capannone tecnologico da circa 120.000 metri quadrati pensato per ospitare, un giorno, fino a un milione di acceleratori. Si chiama Galaxy Campus, si trova a Ulanqab ed è già entrato in servizio, anche se la capacità massima annunciata appartiene a una fase successiva del progetto.
Quando si parla della corsa all’IA lo sguardo va quasi sempre sui modelli, sulle sigle che si rincorrono di generazione in generazione promettendo più velocità e più efficienza. Sotto quella superficie però c’è un’altra competizione, meno raccontata e molto più difficile da nascondere: quella sulle infrastrutture. Addestrare e far girare modelli enormi richiede quantità di calcolo che obbligano a concentrare migliaia di acceleratori in strutture con esigenze di elettricità, raffreddamento e connettività fuori scala.
Galaxy Campus: tre numeri diversi che è meglio non confondere
Nel caso di Galaxy Campus conviene distinguere bene le grandezze in gioco. Una cosa è l’edificio da 120.000 metri quadrati, un’altra il campus che gli sta intorno, un’altra ancora la capacità che Envision conta di installare col passare del tempo. Il complesso è progettato per superare i 2 GW di capacità, cifra che descrive la scala prevista e non il consumo attuale né la potenza concentrata soltanto in quel fabbricato. Galaxy Campus è inoltre il primo progetto di punta di Mission Gobi, l’iniziativa con cui l’azienda vuole sviluppare fino a 5 GW di data center verdi per l’IA in regioni desertiche e aride entro il 2030.
Il milione di acceleratori, poi, non equivale automaticamente a un milione di GPU. Un acceleratore per IA è una categoria più ampia, che può comprendere chip specializzati di tipo diverso, e Envision non ha rivelato quali produttori o modelli utilizzerà, quanti ne siano già installati oggi e quando prevede di completare il dispiegamento. L’azienda parla anche di raggiungere un milione di PFLOPS, senza però specificare la precisione usata per calcolare quel valore. Senza quel dettaglio, il confronto con altri supercomputer o grandi cluster resta impossibile da fare in modo rigoroso.
Perché proprio Ulanqab
La domanda a cui il complesso vuole rispondere è invece chiara: grandi aziende tecnologiche e di intelligenza artificiale che abbiano bisogno di usare su larga scala capacità di calcolo domestica cinese. Un dettaglio che colloca Galaxy dentro lo sforzo di ampliare l’infrastruttura nazionale di computazione, senza per questo permettere di attribuire al progetto chip di Huawei, Cambricon o di qualunque altro fornitore.
Nemmeno la posizione geografica è una scelta casuale. Ulanqab era già uno dei grandi poli cinesi dei data center prima dell’arrivo di Galaxy, con decine di progetti, risorse eoliche e solari abbondanti e collegamenti in fibra a bassa latenza verso Pechino. Su quella base Envision punta a integrare generazione rinnovabile, accumulo e connessione elettrica diretta con l’infrastruttura di calcolo. L’impostazione coincide con una recente linea politica nazionale che invita a esplorare impianti di IA su scala di gigawatt in aree con risorse energetiche sufficienti, soprattutto rinnovabili, e con la capacità di integrarle in modo stabile nel sistema elettrico.
Il contesto aiuta a capire l’insistenza sul calcolo nazionale. Gli Stati Uniti mantengono un vantaggio netto in investimenti privati e numero di modelli di rilievo, ma la Cina ha ridotto rapidamente la distanza in termini di prestazioni tra i suoi sistemi migliori e quelli americani. Allo stesso tempo i controlli sulle esportazioni decisi da Washington continuano a limitare l’accesso cinese a parte degli acceleratori più avanzati, mentre i produttori locali guadagnano terreno in casa propria: nel 2025 coprivano già circa il 41% del mercato cinese degli acceleratori per server IA.
La Cina non corre da sola. Meta prepara in Louisiana Hyperion, un campus formato da più impianti e concepito per arrivare fino a 5 GW di capacità computazionale. In Ohio un altro progetto legato a OpenAI, Nvidia e SB Energy alza ancora l’asticella, con circa 8 GW-IT previsti a sviluppo completo. L’Europa segue una strada diversa e sta preparando fino a sette future AI Gigafactories, quattro con un minimo di 75.000 acceleratori equivalenti a H100 e altre tre con almeno 100.000. Grandezze non direttamente confrontabili, che però indicano tutte la stessa direzione. Sotto il tetto di Ulanqab oggi non c’è un milione di acceleratori, ma il fatto che l’impianto sia stato progettato per arrivarci spiega bene le dimensioni della scommessa.
