La crescita dell'intelligenza artificiale sta creando una domanda senza precedenti di capacità di calcolo e di infrastrutture per alimentarla.
I data center terrestri devono però confrontarsi con disponibilità di energia, connessioni alla rete, consumo di acqua, terreni e tempi di costruzione. Da qui nasce una delle idee più ambiziose del settore: trasferire parte della capacità di elaborazione direttamente nello spazio.
La tesi è apparentemente semplice. In orbita i satelliti possono sfruttare l'energia solare, evitando alcuni dei vincoli che frenano l'espansione dei data center sulla Terra. Google sta studiando Project Suncatcher, una rete di satelliti alimentati dal Sole e dotati di chip TPU per l'intelligenza artificiale, mentre startup come Starcloud stanno già sperimentando il calcolo in orbita.
Google prevede inoltre di lanciare due satelliti-prototipo entro l'inizio del 2027 per testare hardware, comunicazioni e comportamento dei chip nello spazio. Il problema è che trasformare un esperimento in una piattaforma commerciale è tutt'altra cosa. Il settore deve ancora risolvere almeno sette grandi problemi, alcuni puramente tecnologici e altri soprattutto economici.
1. Raffreddare i chip nel vuoto è molto più difficile
La prima grande difficoltà è il calore. Un data center produce enormi quantità di calore e sulla Terra può utilizzare aria o liquidi per trasferirlo e dissiparlo. Nel vuoto, invece, non esiste un ambiente circostante attraverso cui far passare il calore per convezione. L'unico modo per scaricarlo definitivamente nello spazio è la radiazione termica.
Questo significa che i futuri data center orbitali avrebbero bisogno di grandi superfici radianti, oltre a sistemi che trasferiscano il calore dai processori fino a queste strutture. NASA utilizza già radiatori di questo tipo sulla Stazione Spaziale Internazionale, ma la scala è il problema: aumentare enormemente la potenza di calcolo significa aumentare anche la quantità di calore da dissipare. Un'analisi tecnica di Ars Technica definisce proprio la dissipazione termica uno dei principali ostacoli dell'intero progetto.
Il paradosso è quindi che lo spazio offre molta energia, ma non rende automaticamente facile smaltire il calore prodotto da quell'energia.
2. Le radiazioni mettono alla prova l'hardware
Il secondo problema è l'ambiente radiativo. I sistemi elettronici in orbita sono sottoposti a particelle ad alta energia provenienti dal Sole e dallo spazio profondo. Queste radiazioni possono provocare errori nei calcoli, malfunzionamenti e degrado dei componenti.
Per questo i computer destinati allo spazio devono essere progettati e testati in modo differente rispetto ai normali server terrestri. Google, nello sviluppo di Project Suncatcher, ha già condotto test sui propri TPU per valutarne la resistenza alle radiazioni.
Anche NASA lavora da anni su sistemi di calcolo space-qualified, proprio perché la tolleranza alle radiazioni rappresenta una caratteristica essenziale per l'elettronica orbitale. Per l'AI il problema è ancora più delicato perché i chip ad alte prestazioni cambiano molto rapidamente. Il settore dovrà trovare un compromesso tra prestazioni, resistenza alle radiazioni, peso e costo.
3. Il rischio di mandare in orbita tecnologia già vecchia
Questa è una delle criticità più interessanti dal punto di vista economico. Una GPU terrestre può essere sostituita relativamente facilmente quando arriva una nuova generazione. Una GPU lanciata nello spazio richiede invece una missione, un vettore e un'infrastruttura orbitale.
Il rischio è quindi che un data center molto costoso da costruire e mettere in orbita diventi tecnologicamente obsoleto prima di aver recuperato l'investimento. È uno dei motivi per cui i sistemi futuri dovranno essere progettati con una forte componente di modularità.
Starcloud sta già lavorando su questo problema. La società ha portato in orbita un NVIDIA H100 e sta sviluppando hardware specificamente adattato all'ambiente spaziale, mentre Nvidia sta lavorando su una futura GPU progettata per operare in orbita.
In altre parole, non basta costruire un server che funzioni nello spazio: bisogna costruire un server che abbia un'economia sensata anche quando la tecnologia evolve rapidamente.
4. Senza una rete di comunicazione, il data center è inutile
Un data center non vive soltanto di potenza di calcolo. Deve anche ricevere dati e trasferire risultati. Per i carichi di lavoro AI questo problema può diventare enorme, soprattutto quando centinaia o migliaia di acceleratori devono lavorare come un unico sistema.
La soluzione considerata da diversi progetti è l'utilizzo di collegamenti ottici laser tra satelliti. Questi sistemi permettono di trasferire grandi quantità di dati tra nodi della costellazione senza ricorrere a collegamenti fisici. Project Suncatcher, per esempio, prevede proprio una rete interconnessa attraverso comunicazioni ottiche.
Ma anche qui il problema è la scala. Non è sufficiente avere una connessione teoricamente molto veloce: servono banda, affidabilità, bassa latenza e collegamenti verso le stazioni terrestri. Inoltre, le comunicazioni ottiche Terra-spazio possono essere influenzate dalle condizioni atmosferiche, aumentando la necessità di una rete di infrastrutture a terra.
5. Portare tutto in orbita resta costoso
Il problema più evidente è forse quello dei lanci. Un data center terrestre viene costruito sul posto; uno orbitale deve essere trasportato nello spazio. E non si tratta soltanto dei chip: occorrono pannelli solari, strutture, radiatori, sistemi di comunicazione, schermature e altre componenti.
L'economia del progetto dipende quindi in misura enorme dal costo per chilogrammo portato in orbita. Le analisi tecniche mostrano che una riduzione molto consistente dei costi di lancio sarebbe necessaria per rendere competitivi sistemi di grandi dimensioni. La piena riutilizzabilità di vettori pesanti come Starship viene quindi considerata uno dei potenziali fattori abilitanti del modello.
Ma anche ipotizzando lanci molto economici, restano da considerare il costo della produzione dei satelliti e quello dell'operatività dell'intera costellazione. Il vero obiettivo non è rendere economico un lancio: è rendere economicamente sostenibile centinaia o migliaia di lanci.
6. Manutenzione: cosa succede quando qualcosa si rompe?
Un data center terrestre può essere aggiornato o riparato fisicamente. In orbita, la situazione è completamente diversa. Un guasto può significare dover inviare un nuovo satellite oppure progettare sistemi robotici capaci di effettuare interventi nello spazio.
Lo stesso problema vale per gli aggiornamenti. Se il modello di business richiede di rinnovare frequentemente i processori AI, la costellazione deve essere progettata per consentire una sostituzione progressiva dell'hardware. Questo introduce una sorta di "ciclo di vita industriale" completamente nuovo, nel quale produzione, lancio e manutenzione devono essere sincronizzati.
Per Starcloud, per esempio, il passaggio dalla dimostrazione iniziale a satelliti più grandi richiede una capacità produttiva molto maggiore e una disponibilità di lanci sufficiente a sostenere la crescita della costellazione.
7. Più satelliti significa anche più rischio orbitale
L'ultimo problema è sistemico: la congestione dell'orbita terrestre. Una rete di data center richiederebbe molti satelliti e, potenzialmente, costellazioni molto grandi. L'aumento del numero di oggetti in orbita incrementa il rischio di collisioni e rende più importante la gestione del traffico spaziale.
Il problema è già noto nel settore delle telecomunicazioni satellitari, ma una costellazione costruita attorno a infrastrutture di calcolo molto pesanti potrebbe aumentare ulteriormente le esigenze di tracciamento, controllo e deorbiting.
La GAO statunitense indica proprio la gestione del numero crescente di satelliti e il rischio di collisioni tra le principali barriere alla diffusione dei data center spaziali. Quindi, oltre alla sostenibilità economica, esiste un problema di sostenibilità orbitale.
Data center: il vero problema è l'economia, non solo la tecnologia
Mettendo insieme tutti questi elementi emerge un punto centrale: non esiste necessariamente una barriera fisica assoluta che impedisca di costruire un data center nello spazio. Esistono però molte difficoltà che devono essere risolte contemporaneamente.
È proprio questa combinazione a rendere difficile il passaggio dalla dimostrazione tecnologica alla scala commerciale. Secondo il Government Accountability Office statunitense, i sistemi più piccoli destinati a elaborare dati direttamente nello spazio potrebbero arrivare alla maturità prima dei grandi data center pensati per l'addestramento di modelli AI. La costruzione di infrastrutture di grandi dimensioni richiederà invece ulteriori progressi in energia, raffreddamento e comunicazioni.
Un recente studio sull'economia del calcolo AI in orbita arriva a una conclusione ancora più prudente: l'inference, cioè l'esecuzione di modelli già addestrati, può avere applicazioni plausibili in orbita, mentre l'addestramento di modelli frontier di grandi dimensioni appare molto più difficile da rendere competitivo rispetto ai data center terrestri.
Data center e spazio: dove potrebbe avere davvero senso
Questo non significa che i data center spaziali siano necessariamente destinati a fallire. Potrebbe semplicemente cambiare il loro primo mercato.
Il caso più immediato potrebbe essere quello dell'elaborazione dei dati direttamente nello spazio. Satelliti di osservazione della Terra, sistemi meteorologici o altre piattaforme raccolgono enormi quantità di informazioni che devono essere trasferite a terra. Elaborarne una parte direttamente in orbita potrebbe ridurre il volume di dati da trasmettere.
È una prospettiva molto diversa dal costruire un gigantesco "cloud in cielo" destinato a competere direttamente con i data center di Microsoft, Google, Amazon o Meta. La prima potrebbe essere economicamente più realistica della seconda.
Data center nello spazio: un mercato da costruire prima ancora che da conquistare
Il fascino dei data center nello spazio deriva dalla possibilità di aggirare alcuni dei limiti che stanno diventando sempre più evidenti sulla Terra. L'energia solare è disponibile in abbondanza in orbita, mentre non esistono gli stessi vincoli legati a terreni, autorizzazioni e connessioni alla rete.
Ma ogni vantaggio genera un nuovo problema. L'energia deve essere trasformata in elettricità e poi gestita termicamente; l'hardware deve resistere alle radiazioni; i dati devono viaggiare attraverso la rete; i satelliti devono essere lanciati, mantenuti e infine sostituiti.
È per questo che la vera domanda non è se un data center possa funzionare nello spazio. Alcune dimostrazioni hanno già mostrato che determinate forme di calcolo orbitale sono possibili. La domanda decisiva è se sia possibile costruire una costellazione abbastanza grande, abbastanza affidabile e abbastanza economica da competere con le infrastrutture terrestri.
La prossima frontiera dell'AI, ma non ancora la prossima infrastruttura
I data center spaziali rappresentano quindi una scommessa sulla convergenza tra due rivoluzioni: quella dell'intelligenza artificiale e quella dell'accesso allo spazio.
Per diventare una vera alternativa ai data center terrestri, però, il settore dovrà risolvere contemporaneamente raffreddamento, radiazioni, obsolescenza dei chip, comunicazioni, costi di lancio, manutenzione e congestione orbitale. E dovrà farlo mentre l'hardware AI continua a evolversi a una velocità molto elevata.
La fase attuale è quindi soprattutto quella della sperimentazione. Google vuole verificare le proprie tecnologie in orbita entro il 2027, mentre aziende come Starcloud stanno accelerando lo sviluppo di satelliti più potenti.
La possibilità che negli anni Trenta una parte crescente del calcolo venga effettivamente spostata nello spazio non può essere esclusa. Ma prima di parlare di una nuova era dei "data center orbitali", il settore dovrà dimostrare una cosa molto più concreta: che il costo per unità di calcolo prodotto nello spazio possa competere con quello sulla Terra.