Microsoft apre i dati della rete elettrica per accelerare le IA energetiche

Microsoft Research ha annunciato venerdì 8 maggio 2026 il rilascio di un dataset open source che mappa la topologia della rete elettrica di trasmissione degli Stati Uniti. L'iniziativa mira a rimuovere uno dei maggiori ostacoli nella ricerca sui sistemi energetici: la mancanza di dati realistici e accessibili per addestrare modelli di intelligenza artificiale.

Affrontare la scarsità di dati critici

Tradizionalmente, le informazioni sull'infrastruttura elettrica sono classificate come dati critici e protette da segretezza per la sicurezza nazionale. Ciò costringeva i ricercatori a utilizzare reti di test semplificate o modelli sintetici che non riflettono la complessità reale del sistema. Il nuovo pipeline di Microsoft utilizza dati pubblici di OpenStreetMap e statistiche energetiche per costruire modelli geograficamente precisi ed elettricamente coerenti.

Secondo il post ufficiale sul blog di Microsoft Research, il dataset copre 48 stati americani e include interconnessioni che variano da 11 a oltre 20.000 bus. La capacità di simulare il flusso di energia su scala continentale consente agli ingegneri di studiare i congestionamenti della rete e la resilienza del sistema di fronte a nuovi picchi di domanda.

IA e il futuro dei data center

Il rilascio avviene in un momento in cui l'industria dell'IA generativa affronta una crisi di fame energetica. Con i nuovi modelli che richiedono gigawatt di potenza, sapere esattamente dove la rete elettrica ha capacità inattiva è vitale per il posizionamento di nuovi data center. Il dataset permette di effettuare analisi di Flusso di Potenza Ottimale (AC-OPF), rivelando margini fisici che i dati sui prezzi di mercato non possono mostrare.

Oltre al dataset, Microsoft ha messo a disposizione GridSFM, un sostituto basato su apprendimento automatico che può prevedere i punti di operazione della rete in millisecondi. Questa combinazione di dati aperti e modelli neurali apre la strada per altre aziende e centri di ricerca a sviluppare soluzioni per gestire il carico elettrico in modo autonomo, riducendo il tempo di attesa per la connessione di nuove infrastrutture di IA.

Il codice e i dati sono già disponibili su GitHub e su Hugging Face di Microsoft.