Promuovere un'AI più efficiente e sostenibile
L'intelligenza artificiale, che comprende il machine learning, l'AI generativa e l'agentic AI offre notevoli opportunità di aumentare la produttività e accelerare i progressi nell'affrontare le sfide globali. Al contempo, la sua crescita porta una maggiore attenzione al suo consumo energetico, alle emissioni di gas serra, al consumo idrico e all'intensità dei materiali dei sistemi informatici avanzati. IBM sta affrontando queste considerazioni tramite un approccio full-stack che integra efficienza e sostenibilità in ogni livello della tecnologia AI.
L'impronta dell'AI è determinata da fattori interconnessi: architettura del modello, metodi di addestramento, orchestrazione del workload, prestazioni hardware e materiali utilizzati per produrre chip. Poiché questi elementi sono interdipendenti, nessun singolo intervento è sufficiente. Ecco perché stiamo progettando sistemi di AI in modo olistico, applicando varie tecniche di efficienza e le nostre innovazioni per ridurre al minimo i calcoli superflui e sfruttare al meglio l'infrastruttura. I nostri modelli Granite aperti, ad alte prestazioni e affidabili utilizzano architetture ibride e una combinazione di tecniche di esperti per garantire alta precisione con requisiti di memoria notevolmente inferiori. I modelli ottimizzati permettono alle organizzazioni di selezionare il modello più piccolo in grado di soddisfare i requisiti di prestazione di ogni attività.
Implementare modelli ottimizzati su piattaforme di AI aperte e scalabili consente ai workload di funzionare sull'infrastruttura più appropriata, sia on-premise che nel cloud. Grazie ai nostri contributi all'ecosistema open source e alla fornitura di piattaforme di AI per le imprese, quali Red Hat OpenShift AI e Red Hat AI Inference, contribuiamo a promuovere processi di addestramento e inferenza più efficienti su larga scala. A livello infrastrutturale, sistemi come IBM Power11, LinuxONE 5 e IBM® z17, alimentati dal processore Telum II e da tecnologie innovative di raffreddamento e instradamento, offrono un alto throughput AI a bassa potenza. Quando combinati con l'acceleratore Spyre, questi sistemi ampliano ulteriormente i miglioramenti in termini di prestazioni, migliorando al contempo l'efficienza energetica per workload di AI particolarmente impegnativi.
Ottimizzando congiuntamente modelli, piattaforme e hardware, miglioriamo l'efficienza con cui vengono fornite le informazioni, ottenendo una maggiore produttività per sistema e per unità di energia. Questa efficienza full stack consente ai sistemi AI di scalare, favorendo al contempo la gestione ambientale e la resilienza operativa a lungo termine.
Promuovere il risparmio energetico e la riduzione delle emissioni nelle operazioni di IBM
Gli obiettivi di IBM per la riduzione delle emissioni di gas serra si basano su benchmark scientifici stabiliti dal Gruppo intergovernativo delle Nazioni Unite sul cambiamento climatico (IPCC). Nel 2023, abbiamo raggiunto il nostro obiettivo di ridurre le emissioni operative di gas serra del 65% entro il 2025 (rispetto all'anno di riferimento 2010, adeguate in base ad acquisizioni e cessioni).
Stiamo lavorando per raggiungere il nostro obiettivo di raggiungere emissioni operative net zero entro il 2030. La nostra ambizione net zero è supportata da iniziative per risparmiare energia e aumentare il procurement di elettricità rinnovabile.
Consumo energetico
Nel 2025, IBM ha ridotto il consumo energetico totale dell'8,0% rispetto al 2024, grazie a un aumento delle efficienze operative e a una continua attenzione al risparmio energetico.
Risparmio energetico
IBM mantiene un programma globale di risparmio energetico incentrato sulla riduzione del consumo energetico tramite programmi di efficienza continui. Nel 2025 abbiamo implementato 634 progetti di risparmio energetico evitando un consumo energetico stimato di 123.000 MWh e 35.000 mtCO2e. Il principale driver di risparmio energetico sono stati gli aggiornamenti dell'attrezzatura IT nei nostri data center.
Efficienza energetica dei data center
Per ridurre l'impronta ambientale dei data center IBM, ci concentriamo sul miglioramento delle prestazioni energetiche tramite l'ottimizzazione dello spazio e la continua modernizzazione dell'infrastruttura a basso consumo energetico, aumentando il calcolo fornito per unità di energia consumata.
Monitoriamo le prestazioni rispetto al nostro obiettivo di efficienza di raffreddamento dei data center misurando la Power Usage Effectiveness (PUE) dei nostri data center. Nel 2025, la PUE media ponderata stimata dei nostri data center era 1,39, pari a un 28,0% di miglioramento dell'efficienza di raffreddamento rispetto al nostro valore base del 2019. Questa prestazione supera il nostro obiettivo di raggiungere un miglioramento del 20% dell'efficienza di raffreddamento dei data center entro il 2025 rispetto al nostro standard di riferimento del 2019.
Parallelamente ai miglioramenti dell'efficienza, continuiamo ad aumentare la quota di elettricità rinnovabile che alimenta i nostri data center. In totale, l'85% dell'elettricità consumata nei nostri data center proveniva da fonti rinnovabili. A livello globale, 44 data center sono stati dotati di elettricità rinnovabile al 100% nel 2025, riflettendo la nostra attenzione costante per la riduzione delle emissioni operative tramite il procurement.
Energia elettrica rinnovabile
Nel 2025, l'84,5% del consumo totale di elettricità di IBM proveniva da fonti rinnovabili, superando il nostro obiettivo di procurement elettrico rinnovabile per il 2025. I nostri acquisti di energia rinnovabile, inclusi il 73,4% pattuito direttamente con i fornitori di energia o ottenuto tramite proprietari, e l'11,1% già nella miscela elettrica ricevuta dalla rete. 1
Inventario delle emissioni di gas serra
IBM calcola le emissioni di gas serra (GHG) secondo lo standard The Greenhouse Gas Protocol Corporate Accounting and Reporting Standard. Informazioni sul nostro inventario delle emissioni del 2025 sono reperibili sulla nostra pagina Dati e politiche.
Garanzia
IBM ha incaricato una terza parte esterna per effettuare una revisione certificata di determinate metriche di prestazioni ambientale divulgate sul nostro sito web al 31 dicembre 2025 e per l'anno successivamente terminato. Il rapporto esterno di terze parti è disponibile presso la Greenhouse Gas Independent Limited Assurance Statement.
Efficienza energetica del prodotto
In linea con l'obiettivo di IBM di ridurre il consumo energetico per unità di lavoro consegnata per ciascuna nuova generazione di prodotti server e storage aziendali, abbiamo introdotto i sistemi IBM z17 e IBM® LinuxONE Emperor 5 nel 2025. Entrambi i sistemi sono stati sviluppati per offrire prestazioni e sicurezza ottimizzando al contempo il consumo di energia.
- Il modello IBM z17 più grande (Max208) migliora la capacità massima del sistema per kilowatt di circa il 22% rispetto al modello IBM® z16 più grande (Max200) nella situazione peggiore.1
- L'unità di trattamento dei dati Telum II riduce la potenza necessaria per la gestione I/O in un grande sistema IBM z17 di oltre il 90% rispetto a un sistema IBM z16 configurato in modo analogo.2
- Per workload containerizzati cloud-native, IBM LinuxONE Emperor 5 può ridurre il consumo energetico fino al 65% rispetto a una soluzione x86 paragonabile.3
Abbiamo inoltre ampliato le funzionalità di monitoraggio della sostenibilità all'interno della Hardware Management Console e aggiornato gli strumenti specifici per la configurazione della valutazione dell'impronta di carbonio del prodotto per supportare le decisioni dei clienti.
Per maggiori informazioni sulla sostenibilità di IBM Z e IBM LinuxONE, consulta
https://ibm.com/products/z/sustainability, https://ibm.com/products/linuxone/sustainability e
https://ibm.com/support/z-content-solutions/sustainability-linuxone.
Promuovere infrastrutture sostenibili con IBM Power11
Nel luglio 2025, IBM ha lanciato il server Power11, introducendo importanti progressi nell'efficienza energetica dei data center. Progettato per disconnettere prestazioni dal consumo energetico, il Power11 offre fino al 37% in più di rPerf per Watt 4 ispetto al Power10.
Una caratteristica principale di questa generazione è la nuova "Energy Efficient Mode", che consente ai clienti di ridurre il consumo energetico su richiesta, ottenendo un'efficienza del server fino al 28%5 migliore rispetto alla modalità di prestazioni massime del sistema. Queste innovazioni permettono alle imprese di ampliare i workload mission-critical e di AI, gestendo rigorosamente la loro impronta energetica e i costi operativi.
ENERGY STAR
IBM mantiene una partnership fondamentale con il programma ENERGY STAR dell'EPA degli Stati Uniti. Continuiamo a dare priorità alla convalida da parte di terzi dell'efficienza del nostro sistema; nel 2025, il nostro portfolio includeva 9 server enterprise certificati e 7 prodotti di storage certificati, dimostrando la continua adesione alle rigorose specifiche ambientali del programma.
Note a piè di pagina
La nostra rendicontazione dell'elettricità rinnovabile include solo la produzione proveniente dalle stesse aree di rete in cui avviene il nostro consumo, definito dai territori delle autorità di bilanciamento energetico della U.S. Energy Information Administration (o equivalenti in altre giurisdizioni). Non includiamo i certificati di energia rinnovabile non associati provenienti da altre aree della rete. L'elettricità rinnovabile dichiarata include eolica, idroelettrica (compresa la grande idroelettrica), biomassa, solare e geotermica, e riflette tutti gli acquisti contrattualizzati indipendentemente dall'anno di produzione o dall'addizionalità. A causa delle differenze temporali tra produzione e consumo, l'elettricità erogata in un determinato momento può includere fonti non rinnovabili, anche se il totale dell'elettricità rinnovabile acquistata corrisponde a quanto dichiarato.
Nota 1. Capacità del sistema basata sui dati LSPR disponibili a ibm.com/support/pages/ibm-z-large-systems-performance-reference. Il consumo energetico viene calcolato utilizzando il Power Estimation Tool per 3931 e il Power Estimation Tool per 9175, disponibili all'indirizzo ibm.com/support/resourcelink/api/content/public/powerestimationtool-legacy.html. Si considerano le condizioni di consumo energetico più sfavorevoli, con la configurazione di energia massima assoluta del sistema al massimo utilizzo e per la condizione di energia massima determinata dall'ambiente di sistema. I risultati sono soggetti a variazioni.
Nota 2. Confronto basato su misurazioni di laboratorio IBM per la differenza di energia necessaria per supportare I/O per FICON e OSA in una configurazione IBM Machine Type 9175 di grandi dimensioni attesa basata su una configurazione storica di una grande IBM Machine Type 3931. IBM Machine Type 9175 è Max 208 con 23 TB di memoria, 56 processori attivi, 3 IBM Virtual Flash Memory, 14 ICA-SR 2.0, 7 cassetti I/O PCIe+ con 69 FICON Express32 – 4P LX, 12 OSA-Express7S 1,2 GbE SX, 18 Network Express LR 10G e 4 Crypto Express 8S (2 HSM). Il modello IBM Machine Type 3931 è configurato per fornire le stesse funzionalità hardware. I risultati sono soggetti a variazioni.
Nota 3. I test interni delle prestazioni di IBM per lo studio di consolidamento del core hanno confrontato una IBM Machine Type 9175 Max136 con 136 unità processore configurabili rispetto a una soluzione x86 che utilizzava un server aziendale disponibile in commercio con due processori Intel Xeon Platinum 8592+ di quinta generazione e 64 core per CPU. I workload consistevano in un'applicazione OLTP WebSphere Liberty v25 containerizzata in esecuzione su Red Hat OCP v4.17 e un EDB Postgres for Kubernetes v1.25 sullo stesso cluster OCP. Entrambe le soluzioni utilizzavano Red Hat Enterprise Linux v9.5 e KVM. I risultati dei test sono stati estrapolati per una tipica soluzione IT completa del cliente che includeva ambienti IT di produzione e non, isolati l'uno dall'altro. La soluzione IBM Machine Type 9175 richiedeva un Max136 e la soluzione x86 richiedeva 23 server comparabili. I risultati sono soggetti a variazioni.
Nota 4. Basato su una configurazione massima al 100% di utilizzo in condizioni operative tipiche su tutti i sistemi Power11.
Nota 5. Basato sulle misurazioni IBM delle prestazioni per watt sui server, confrontando la modalità di prestazioni massime con la modalità efficienza energetica durante l'esecuzione di workload basati su elaborazione, disco e memoria su sistemi Power11 con socket e memoria completamente configurati come segue: E1180 con 4x10c/64x64 GB DDIMM, E1150 con 4x16c/64x32 GB DDIMM, S1124 con 2x16c/32x32 GB DDIMM, S1122 con 2x16c/32x32 GB DDIMM.