Portare l’elaborazione dei modelli avanzati di intelligenza artificiale fuori dall’atmosfera terrestre non è più uno scenario da laboratorio teorico.
Google ha lanciato il suo primo satellite operativo legato al Progetto Suncatcher con l’obiettivo di testare chip e carichi di lavoro tipici dei data center direttamente in orbita terrestre bassa (LEO). La missione punta a verificare se l’hardware acceleratore per reti neurali possa resistere a radiazioni termiche e ionizzanti, riducendo la dipendenza dal downlink verso terra.
Cos’è il Progetto Suncatcher e perché Google punta all’orbita bassa
Nei data center terrestri, l’addestramento e l’inferenza dei modelli poggiano su cluster di TPU (Tensor Processing Unit) o GPU affiancati da sistemi di raffreddamento a liquido e linee elettriche ridondate. Nello spazio i vincoli cambiano radicalmente: l’energia dipende dai pannelli solari, la dissipazione termica avviene solo per irraggiamento nel vuoto e l’elettronica non protetta rischia continui bit-flip causati dai raggi cosmici.
- 7 in 10 enterprises expected to abandon vendor-built agentic AI by 2028: i motivi del dietrofront
- «Sto cancellando l’app»: la risposta di ChatGPT all’influencer e i rischi della dipendenza parasociale
- Il messaggio cifrato di Napoleone decifrato dall’AI: GPT-6 Astra svela i movimenti delle truppe
Il Progetto Suncatcher nasce per colmare il divario tra i computer di bordo tradizionali (sistemi “rad-hard” basati su architetture datate e volutamente lente per garantire tolleranza ai guasti) e la domanda di calcolo parallelo ad altissima intensità. Invece di limitarsi a processori a basso consumo, il satellite di prova ospita componenti derivati direttamente dalle infrastrutture server di Google, adattati con schermature e logiche di ridondanza software per operare a centinaia di chilometri di quota.
Quali vantaggi offre l’elaborazione IA a bordo satellite
L’aspettativa comune è che posizionare un’acceleratore in orbita serva ad “addestrare modelli nello spazio”. Nella pratica ingegneristica l’obiettivo immediato è opposto: l’inferenza immediata sui dati grezzi acquisiti dai sensori orbitali (edge computing orbitale).
I sensori ottici, radar ad apertura sintetica (SAR) e spettrali generano ogni secondo gigabyte di dati grezzi. Scaricare l’intera mole di informazioni a terra richiede stazioni di ricezione dedicate, finestre di passaggio orbitali ristrette e costi di banda elevati. Se il satellite analizza le immagini direttamente a bordo:
- Filtra subito i frame inutili (come le coperture nuvolose opache che rendono inutilizzabile oltre il 60% dell’osservazione ottica);
- Trasmette a terra solo i metadati, gli avvisi o i ritagli compressi;
- Riduce la latenza decisionale da ore a pochi secondi in contesti di emergenza, come il rilevamento precoce di incendi o sversamenti in mare.
Il limite principale resta il bilancio energetico: un ciclo di inferenza continuo su modelli complessi richiede decine o centinaia di watt, una quantità che i piccoli satelliti LEO possono erogare solo a intermittenza durante la fase di illuminazione solare.
Le sfide tecniche: radiazioni, dissipazione termica e ciclo di vita
Trasferire silicio commerciale da data center nel vuoto impone tre ostacoli critici che il team di Mountain View sta analizzando durante questa prima fase orbitale:
- Effetti delle radiazioni (SEE e TID): Le particelle cariche possono provocare Single Event Upset (cambi di stato nei registri di memoria) o Latch-up, che rischiano di bruciare l’integrato per cortocircuito. Il test valuta se algoritmi di controllo errori (ECC avanzato) e tripla modularità ridondante (TMR) a livello logico siano sufficienti a compensare l’assenza di pesanti scudi in piombo o tantalio.
- Thermal management nel vuoto: Senza convezione d’aria, il calore generato dal silicio ad alto assorbimento deve essere trasferito tramite heat pipe a pannelli radiatori rivolti verso lo spazio profondo, evitando l’irraggiamento diretto della Terra o del Sole.
- Decadimento orbitale e manutenzione: I satelliti in orbita bassa degradano la traiettoria nel corso di alcuni anni a causa dell’attrito atmosferico residuo. Non potendo sostituire schede fisiche guaste, l’architettura deve tollerare la disattivazione progressiva dei core danneggiati senza compromettere l’intero bus di sistema.
Domande frequenti
Il satellite di Google addestrerà modelli linguistici come Gemini nello spazio?
No. L’addestramento su larga scala richiede decine di megawatt e migliaia di chip interconnessi con latenze inferiori al microsecondo. La missione testa l’inferenza e l’analisi dati in tempo reale direttamente a bordo.
Quale hardware usa il Progetto Suncatcher?
Google testa chip di classe TPU riadattati per resistere all’ambiente spaziale, affiancati da memorie protette contro gli errori di bit-flip causati dalla radiazione cosmica e sensori di telemetria dedicati.
Perché non inviare tutti i dati a terra per elaborarli?
La trasmissione verso terra soffre di strozzature di banda e richiede il passaggio sopra stazioni di terra specifiche. Elaborare i dati a bordo azzera i tempi di attesa per la ricezione e riduce il consumo di downlink.
Le verifiche sul comportamento dei chip nel primo ciclo di vita del satellite definiranno se le future costellazioni commerciali integreranno acceleratori hardware come standard di bordo o se i tassi di errore termico richiederanno architetture interamente ripensate. I progressi della missione sono monitorabili tramite le pubblicazioni tecniche di Google Research e i registri orbitali dell’UN OOSA (United Nations Office for Outer Space Affairs).
