Data center, segretezza e sorveglianza: il dibattito si accende

Il mercato della tecnologia sportiva e dell'analisi dei dati continua a crescere, ma l'infrastruttura fisica che lo sostiene è sempre più sotto esame. Uno studio pubblicato il 30 settembre da Lighthouse Report, con la collaborazione di Trouw e di altre testate europee, ha rilevato che la stragrande maggioranza dei data center in Europa tiene segreti i propri impatti ambientali.

Nei Paesi Bassi meno di un quarto dei data center di grandi dimensioni pubblica dati sui consumi di elettricità e acqua potabile. I ricercatori hanno passato un anno a invocare le leggi sull'accesso agli atti in tutta Europa, senza ottenere risultati.

La direttiva europea sull'efficienza energetica obbliga i data center con una capacità installata di almeno 500 kilowatt a dichiarare i consumi di energia e acqua. Tre anni dopo l'entrata in vigore della direttiva, pochi la rispettano. Secondo la Dutch Datacenter Association, alla fine dello scorso anno nei Paesi Bassi c'erano 186 data center commerciali con quella capacità. L'Agenzia nazionale per le imprese olandese ha dati solo su 104 di essi. Esistono cifre pubbliche sui consumi elettrici di appena 44 e su quelli idrici di 47.

Questo divario conta perché le stesse strutture alimentano le piattaforme di analisi da cui dipendono sempre più i campionati professionistici, le squadre e gli emittenti. Secondo le ultime cifre di Statistics Netherlands, nel 2024 i data center hanno consumato 5,1 miliardi di chilowattora di elettricità nei Paesi Bassi, pari al 4,6 per cento del consumo totale del paese. L'operatore di rete TenneT prevede che la quota salirà al 10-15 per cento entro il 2030.

Il consumo idrico è meno conosciuto. Nei Paesi Bassi si stima che i data center rappresentino circa lo 0,1 per cento del consumo totale. Il cambiamento climatico, però, rende un uso parsimonioso dell'acqua sempre più critico, con periodi di siccità prolungata.

L'infrastruttura di sorveglianza si espande

Lo stesso giorno, 404 Media ha riferito che l'amministrazione Trump sta usando un programma di sovvenzioni contro il narcotraffico risalente agli anni Ottanta per costringere le città a convogliare i dati dei lettori automatici di targhe verso centri federali di sorveglianza. Il programma, noto come High Intensity Drug Trafficking Area, preleva dati dalle telecamere ALPR di Flock, Axon e di altre forze di polizia locali e li aggrega su server federali.

I documenti mostrano che a quei dati possono poi accedere altre agenzie di polizia federali, statali e locali. In alcuni casi vengono condivisi con il National License Plate Reader Program della Drug Enforcement Agency. Jeramie Scott, direttore del Surveillance Oversight Center dell'Electronic Privacy Information Center, ha dichiarato a 404 Media: "L'intero meccanismo aggiunge un ulteriore livello di offuscamento su come vengono usati i dati dei lettori di targhe e su chi li usa. Se la cosa ti fa arrabbiare con Flock, allora dovrebbe farti arrabbiare anche questa."

Le organizzazioni sportive hanno adottato sempre più strumenti di analisi che si basano sulla raccolta di dati, dal tracciamento dei giocatori alle piattaforme di coinvolgimento dei tifosi. L'infrastruttura che sostiene questi strumenti spesso si sovrappone ai più ampi ecosistemi di sorveglianza e cloud oggi sotto esame.

La ricerca accademica punta sull'efficienza dell'infrastruttura AI

Ricercatori della Stanford University hanno inviato il 29 settembre un articolo ad arXiv in cui descrivono un nuovo framework chiamato Purlin. Il sistema separa l'orchestrazione dal datapath della comunicazione collettiva tra GPU, componente critica dell'inferenza AI distribuita. L'articolo, firmato da Osayamen Jonathan Aimuyo, Swapnil Gandhi e Christos Kozyrakis, riporta riduzioni di latenza fino a 5,14 volte su sette operazioni collettive con GPU A100, H200 e B200.

Integrato nel framework di servizio SGLang, Purlin ha migliorato il throughput e l'interattività del servizio LLM offline in media di 1,13 volte e fino a 1,37 volte rispetto alle baseline. Nell'inferenza online l'interattività è migliorata in media di 1,26 volte e fino a 2,85 volte, con il guadagno maggiore in condizioni di sovraccarico. Il lavoro è rilevante per le piattaforme di analisi sportiva, che eseguono sempre più spesso modelli AI per l'analisi video in tempo reale, la previsione delle prestazioni dei giocatori e la generazione automatica di highlight.

Sempre il 30 settembre AWS ha annunciato che Aurora PostgreSQL ora supporta l'interrogazione di dati Apache Iceberg e Parquet archiviati nei data lake senza pipeline ETL né duplicazione dei dati. La funzionalità è disponibile a livello generale su Aurora PostgreSQL a partire dalle versioni 17.11 e 18.6 in tutte le regioni commerciali e GovCloud di AWS, senza costi aggiuntivi. La funzione usa il motore di query di DuckDB integrato in PostgreSQL per eseguire query sui dati Iceberg e Parquet in Amazon S3, S3 Tables o AWS Glue Data Catalog.

I team di analisi sportiva che combinano dati operativi con grandi insiemi di dati storici potrebbero trarre vantaggio da un minor spostamento dei dati. L'annuncio, però, non cita casi d'uso sportivi.

Il 30 settembre TechCrunch ha riferito che alcuni hacker hanno rubato milioni di fascicoli del personale militare statunitense durante una violazione durata mesi ai danni degli archivi del Pentagono, tra ottobre 2025 e metà luglio 2026. La violazione ha esposto numeri di previdenza sociale e altre informazioni personali. Secondo CNN e Federal News Network, un funzionario del Pentagono ha detto che la violazione riguarda circa 2,8 milioni di persone viventi e quasi 300.000 defunti. L'episodio segue una violazione subita dall'FBI a settembre e attribuita al gruppo ShinyHunters.

Il settore dell'analisi sportiva dipende dalle infrastrutture cloud e da terze parti che trattano dati. Per questo è esposto alle stesse pressioni su sicurezza e trasparenza che oggi gravano sui sistemi informativi di governi e imprese.