2,45 gigawatt non sono una voce astratta in un piano industriale. Sono la potenza prevista per Project Jupiter, il campus Stargate in New Mexico che ora deve fare i conti con gas, autorizzazioni e scadenze. Le notizie degli ultimi giorni dicono tutte la stessa cosa: l’AI cresce alla velocità del software, ma dipende ancora da permessi, contratti e infrastrutture fisiche lente.

Oracle mette al riparo il calendario di Project Jupiter

Oracle ha inviato una notifica di force majeure allo sviluppatore di Project Jupiter. Secondo TechCrunch, la società non vuole uscire dal progetto: la clausola le consentirebbe di rinviare i pagamenti se il campus non rispettasse l’obiettivo di entrare in funzione nel 2028.

Il punto critico è l’energia. Il sito da 2,45 GW dovrebbe usare celle a combustibile alimentate a gas. La pipeline necessaria è slittata al 1° febbraio 2027 dopo problemi autorizzativi e il permesso sulla qualità dell’aria per il sistema energetico è ancora pendente. Oracle sostiene che il programma non cambierà, ma la notifica trasferisce parte del rischio contrattuale prima che il ritardo diventi reale.

In New Jersey 62 generatori diventano un caso operativo

Il New Jersey Department of Environmental Protection ha inflitto a Data One una sanzione da 1,07 milioni di dollari. Durante un’ispezione del 29 luglio sono stati trovati 62 generatori a gas installati e in funzione senza i permessi richiesti. L’ordine impone di ottenere le autorizzazioni oppure cessare l’attività.

Questo caso è utile anche lontano dai grandi data center. Quando un servizio AI entra in un processo aziendale, continuità elettrica, conformità e responsabilità dei fornitori smettono di essere dettagli tecnici. Un contratto che promette disponibilità senza spiegare dipendenze e rimedi lascia il rischio al cliente.

Google prova a spostare il problema in orbita

Il 24 settembre Google ha descritto il primo test orbitale di Project Suncatcher. Un satellite prototipo verificherà come le TPU reagiscono a vibrazioni, radiazioni e raffreddamento nel vuoto. L’obiettivo di lungo periodo è sfruttare la luce solare quasi continua dell’orbita bassa, dove Google stima una produzione fino a otto volte superiore a quella terrestre.

Non è ancora un data center commerciale. Google definisce il progetto una ricerca di lungo periodo e indica il raffreddamento come uno dei problemi principali: nel vuoto non c’è aria e il calore deve essere dissipato con radiatori. Nel 2027 l’azienda prevede di testare due satelliti e i collegamenti laser necessari a far lavorare insieme i nodi.

Il rischio di filiera arriva nei listini

XMG e Schenker hanno comunicato aumenti di listino tra 100 e 150 euro su molti portatili, con eccezioni più alte. Nel loro aggiornamento di settembre dichiarano che il prezzo di mercato di un paniere di moduli DDR5 SO-DIMM è quasi sei volte quello di metà 2025. Il confronto usa prezzi retail rilevati su Geizhals; il produttore precisa che i propri costi di acquisto sono cresciuti in proporzione simile.

Il 16 settembre avevo già ricondotto memoria, server ed energia ai costi dei progetti AI. Il passaggio nuovo è il trasferimento del rincaro nei listini: per un piccolo studio significa preventivi hardware meno stabili e tempi di consegna da verificare prima di promettere un progetto locale.

La take operativa: comprare capacità, non promesse

La lezione non è costruire un data center o spedire server nello spazio. È trattare l’AI come una dipendenza infrastrutturale. Prima di collegarla a WordPress, al CRM o a un’automazione che pubblica e modifica dati, servono quattro risposte: quale limite di spesa applicare, quale servizio alternativo è già configurato, quali operazioni richiedono approvazione umana e quanto tempo può restare fermo il processo.

Conviene anche separare il workflow dal singolo modello. Endpoint configurabili, log leggibili e code riprendibili rendono possibile cambiare fornitore senza riscrivere tutto. È la stessa logica della capacità AI flessibile e della corsa allo stack tra chip, cavi e satelliti: il vantaggio competitivo non sta nel comprare più AI, ma nel continuare a lavorare quando il vincolo fisico arriva al software.