AI a energia rinnovabile.

Dove trovano risposta i tuoi prompt

Tutta l’inferenza AI di Union AI gira su Scaleway Generative APIs, dentro l’Unione europea. Scaleway tiene tutti i suoi server AI in un unico data center, DC5, costruito per questo tipo di carico. Quindi le cifre qui sotto non sono una media su un parco misto: sono le cifre dell’edificio in cui arrivano davvero i tuoi prompt.

Cosa significano i numeri

Il PUE (power usage effectiveness) è l’energia totale usata da un data center divisa per quella usata dai soli server. Con 1,25, ogni kWh di calcolo costa 0,25 kWh in più per raffreddamento e distribuzione dell’energia. Con la media mondiale di 1,55 quel consumo aggiuntivo è di 0,55 kWh, più del doppio.

Il raffreddamento senza aria condizionata è da dove viene gran parte di quella differenza. Il data center AI fa passare aria esterna filtrata attraverso i server e aggiunge il raffreddamento evaporativo (adiabatico) solo quando fuori ci sono più di 28°C. Scaleway stima il risparmio sull’energia per il raffreddamento tra il 30 e il 40% rispetto al resto del mercato.

Il WUE (water usage effectiveness) indica i litri d’acqua per kWh. La maggior parte dei data center usa torri di raffreddamento, che fanno evaporare grandi volumi d’acqua tutto l’anno. Questo no, e usa acqua solo nelle giornate calde.

Non devi fidarti sulla parola. Il gestore pubblica il PUE del data center AI in tempo reale, con accanto il valore degli ultimi dodici mesi.

Cosa aggiungiamo noi

Il data center è lavoro di Scaleway, non nostro. Quello che controlliamo è quanto calcolo richiede ogni risposta, e lì abbiamo fatto tre scelte.

• Nessuna GPU inattiva. Lavoriamo in modalità serverless: i modelli stanno su hardware condiviso che serve molti clienti, e paghiamo a token. Non c’è una scheda grafica dedicata accesa ad aspettare la nostra prossima richiesta.
• Modelli che attivano solo la parte che serve. I nostri modelli sono mixture-of-experts, che usano solo una parte dei loro pesi per ogni parola. Standard, il tier di tutti i giorni, attiva circa 3 miliardi dei suoi 35 miliardi di parametri per ogni token.
• Pesanti solo quando serve. Domande quotidiane, riassunti e riscritture vanno ai tier più leggeri. Pro, il modello più grande, è lì per i problemi difficili, non per ogni messaggio. Quale modello c’è dietro ogni tier è nella pagina sulla trasparenza AI.

Metodologia: energia per risposta

Sotto ogni risposta nella chat vedi una piccola etichetta come ≈ 0,2 Wh. È una stima, non una misurazione. Scaleway, che fa girare i modelli per noi, non comunica l’energia per richiesta, quindi la calcoliamo da quello che sappiamo: quanti token ha usato la risposta, quale tier ha risposto e quanto è efficiente il data center.

Tutto quello che serve per verificarla è qui sotto: la formula, ogni cifra, un esempio svolto e le fonti. Dove non siamo sicuri arrotondiamo per eccesso, così se la stima è sbagliata, dovrebbe esserlo per eccesso. Versione del metodo 1, rivista il 28 settembre 2026.

La formula

• I token sono i conteggi che il fornitore del modello comunica per la risposta, gli stessi numeri che misuriamo per la fatturazione. Niente viene stimato dalla lunghezza del testo. Un token è circa tre quarti di una parola.
• I valori di input e output sono fissi per tier, in wattora per 1.000 token, per la scheda grafica e il resto del server. Sono nella tabella qui sotto.
• 1,25 è il PUE del data center AI (Scaleway, dati 2024). Aggiunge l’energia per raffreddamento e distribuzione dell’energia a quella dei server.
• 51,9 g CO₂e per kWh è la media della rete elettrica da cui preleva il data center, sull’intero ciclo di vita (ADEME Base Empreinte, elettricità 2024).

Da dove vengono i valori per tier

Nessuno pubblica l’energia misurata per i modelli esatti dietro i nostri tier, sull’hardware e con il carico con cui li fa girare Scaleway. Quindi ogni valore è costruito in quattro passi a partire dalle misurazioni pubblicate più vicine.

1. Quanto consuma la scheda grafica per ogni parola che scrive. Dal ML.ENERGY Leaderboard, che misura l’energia della GPU per token di output su schede NVIDIA H100. Prendiamo il valore per un server moderatamente carico (batch 64); i server di produzione molto carichi consumano da 2 a 5 volte meno per token. Dove un modello non è stato misurato, usiamo 0,10 joule per miliardo di parametri attivi, il limite alto dell’intervallo che mostrano modelli simili.
2. Il resto del server. Il valore della GPU lascia fuori il processore, la memoria e le macchine tenute pronte ma inattive. Nella ripartizione misurata da Google questi aggiungono circa il 57% in più, quindi moltiplichiamo per 1,6.
3. La lettura del tuo prompt. L’input viene letto in parallelo e costa molto meno per token che scrivere la risposta: le misurazioni lo collocano tra 1:10 e 1:35. Contiamo un token di input come un quinto di un token di output, il che lascia un margine di almeno due volte.
4. Il caso peggiore per tier. Se il modello di un tier non è disponibile, risponde un modello di riserva. Ogni tier porta il valore più alto tra il suo modello e i suoi modelli di riserva, arrotondato per eccesso, così un modello di riserva non rende mai la stima troppo bassa.

I valori per tier

Le colonne input e output riguardano il solo server, prima del consumo aggiuntivo del data center. Le ultime due colonne sono un messaggio medio di 900 token in input e 500 in output, con il consumo aggiuntivo incluso.

Il valore di un tier è il più alto tra il suo modello e i suoi modelli di riserva, quindi due tier possono mostrare lo stesso numero. I tier più pesanti consumano di più perché i loro modelli attivano più parametri per ogni parola che scrivono.

Esempio svolto: un messaggio medio su Standard

Un messaggio medio è di 900 token in input (la tua domanda più la conversazione fin lì) e 500 token in output.

Nella chat appare come ≈ 0,2 Wh e ≈ 0,008 g CO₂e. Lo stesso messaggio su Pro, il tier più pesante, arriva a circa 1,7 Wh.

Ha senso?

• Epoch AI stima circa 0,3 Wh per una query a ChatGPT (GPT-4o) con 500 token di output, e definisce quel valore piuttosto pessimistico.
• Google ha misurato una mediana di 0,24 Wh per prompt testuale a Gemini, tutto compreso.
• Ricercatori di Microsoft collocano la mediana per i modelli grandi su server H100 a 0,31 Wh per query.

Standard attiva circa 3 miliardi di parametri per parola, quindi finire sotto quei valori è quello che ci si aspetta. Pro ne attiva molti di più e finisce sopra: è lì che il nostro arrotondamento per eccesso si vede di più.

Carbonio: due affermazioni, tenute separate

1. L’elettricità è 100% rinnovabile. Scaleway rifornisce il data center con elettricità rinnovabile coperta da Garanzie di Origine. Una Garanzia di Origine è un certificato che attesta che una quantità equivalente di energia rinnovabile è stata immessa in rete, non un cavo da un parco eolico all’edificio.
2. Il valore di CO₂e usa comunque la media della rete. Contando i certificati arriverebbe vicino a zero. Mostriamo quanto emetterebbe la stessa elettricità alla media della rete a cui è collegato il data center: 51,9 g CO₂e per kWh sull’intero ciclo di vita. È più alto del valore dichiarato dal gestore della rete, quindi sbaglia per eccesso.

Cosa la stima non copre

• Nessun contatore per richiesta. Ogni valore è una stima basata su misurazioni pubblicate di modelli simili su hardware simile.
• Hardware condiviso. I modelli girano su schede grafiche condivise con altri clienti. Quanto sono cariche cambia l’energia per token da 5 a 10 volte, e non conosciamo né il carico di Scaleway né i tipi esatti di scheda. Ipotizziamo un carico moderato su schede di classe H100.
• Modelli più recenti. Nessuno dei modelli dietro i nostri tier ha ancora una misurazione energetica pubblicata, quindi i loro valori derivano dai loro predecessori o dalle loro dimensioni.
• Prompt molto lunghi. Il valore per token di input è fisso. Un prompt di centinaia di migliaia di token costa di più per token, quindi per un prompt del genere su Contesto lungo la stima è probabilmente bassa.
• Addestramento e produzione. Usiamo modelli open-weight addestrati da altri, e non sappiamo quanta energia abbia richiesto quell’addestramento. Nemmeno la produzione dei server, delle schede e dell’edificio è inclusa nel valore.
• Solo il modello. Il nostro sito, il database, i pagamenti e il tuo dispositivo non sono inclusi.

Quando Scaleway pubblicherà l’energia per richiesta, o usciranno misurazioni migliori di questi modelli, sostituiremo la stima e alzeremo la versione del metodo.

Dove la vedi

• Sotto ogni risposta nella chat, con la CO₂e e un link a questa sezione.
• Per l’intera conversazione, in cima alla chat.
• Al mese, nella sezione Fatturazione: ogni risposta in chat e ogni chiamata API dal primo del mese.

Fonti della stima

Ogni valore di questa sezione viene da una di queste fonti:

• ML.ENERGY Leaderboard v3.0, H100 energy per output token (data of 2026-02-16)
• Chung et al., Where Do the Joules Go? Diagnosing Inference Energy Consumption (2026)
• Elsworth et al., Measuring the environmental impact of delivering AI at Google scale (2025)
• Epoch AI, How much energy does ChatGPT use? (2025)
• Oviedo et al., Energy Use of AI Inference, Efficiency Pathways, and Test-Time Scaling (Joule, 2026)
• Delavande, Pierrard and Luccioni, Small Talk, Big Impact: The Energy Cost of Thanking AI (2026)
• Scaleway Impact Report 2025 (PDF)
• ADEME Base Empreinte, electricity 2024, average consumption mix

Cosa affermiamo e cosa no

• ✓Vero: Ogni inferenza AI gira in un data center con elettricità 100% rinnovabile, dentro l’Unione europea.
• ✓Vero: Quel data center ha un PUE di 1,25 ed è raffreddato senza aria condizionata (Scaleway, dati 2024).
• ✓Vero: Ogni risposta in chat mostra una stima del suo consumo di energia e della CO₂e, calcolata con il metodo pubblicato qui sopra.
• ✕Non vero: «AI a impatto climatico zero.» La fornitura rinnovabile è coperta da Garanzie di Origine, non da un parco eolico collegato all’edificio, e la produzione dei server ha una sua impronta.
• ✕Non vero: «I modelli sono stati addestrati con energia verde.» Usiamo modelli open-weight addestrati da altri. Non possiamo verificare con quale energia sia stato fatto quell’addestramento, quindi non lo affermiamo.
• ✕Non vero: «Tutto il nostro stack è verde.» Queste cifre riguardano l’inferenza. Hosting del sito, database e pagamenti girano presso gli altri soggetti della nostra pagina dei sub-responsabili, con i loro numeri.
• ✕Non vero: «Energia misurata per messaggio.» Il valore sotto ogni risposta è una stima da misurazioni pubblicate, arrotondata per eccesso, non la lettura di un contatore.

Fonti

Tutte le cifre sul data center sono di Scaleway, relative al 2024, dallo Scaleway Impact Report 2025 (PDF). La media mondiale del PUE di 1,55 è il valore dell’Uptime Institute citato in quel report. Perché l’hosting europeo conta al di là dell’energia è spiegato in AI sovrana europea.