Google invierà il suo primo hardware di intelligenza artificiale nello spazio la prossima settimana, segnando il passo inaugurale di Project Suncatcher — l'ultimo moonshot dell'azienda — un ambizioso sforzo per determinare se l'orbita terrestre bassa, la zona a poche centinaia di chilometri dal pianeta dove operano già la Stazione Spaziale Internazionale e la maggior parte dei satelliti attivi, potrà un giorno ospitare infrastrutture di calcolo AI su larga scala. Il satellite sperimentale, denominato MVP, è previsto che voli a bordo della missione rideshare Transporter-18 di SpaceX dalla Vandenberg Space Force Base in California, ed è stato sviluppato in collaborazione con l'operatore satellitare Planet Labs.

Il satellite MVP trasporta quattro Trillium tensor processing unit di Google, i chip AI specializzati che alimentano i suoi modelli Gemini, insieme a circa un kilowatt di capacità di pannelli solari — paragonabile alla potenza necessaria per gestire un singolo server di data center. Il suo scopo è strettamente sperimentale: raccogliere dati su come i chip resistono alle forze del lancio, all'esposizione alle radiazioni e agli estremi termici dell'ambiente spaziale. La configurazione riflette anche come si conducono oggi gli esperimenti orbitali: missioni rideshare come Transporter-18 caricano decine di piccoli satelliti su un singolo razzo e sono diventate la via standard a basso costo verso l'orbita, mantenendo un primo test come questo contenuto e comparativamente accessibile.

Le sfide ingegneristiche sono notevoli. Durante l'ascesa, i singoli componenti possono subire forze pari a 50-100 volte la gravità terrestre, condizioni che il team ha replicato attraverso test di vibrazione triassiale a terra. Le radiazioni rappresentano una minaccia diversa — gli eventi solari e i raggi cosmici possono causare bit flip che corrompono i dati — quindi Google ha sottoposto i suoi chip a test con fascio di protoni presso il Crocker Nuclear Laboratory di UC Davis, eseguendo al contempo carichi di lavoro AI reali. I risultati iniziali sono stati promettenti: l'hardware ha tollerato una dose ionizzante totale superiore a quella erogata da una missione spaziale di cinque anni, e la maggior parte degli errori indotti dalle radiazioni poteva essere eliminata riavviando i chip.

Il raffreddamento resta il problema più difficile. Nel vuoto dello spazio non c'è flusso d'aria, quindi il calore può essere dissipato solo tramite radiatori — un processo molto più lento rispetto al raffreddamento ad aria e a liquido su cui si basano i data center terrestri. La soluzione di Google combina heat pipe, materiali a interfaccia termica e uno stack di radiatori in alluminio-rame. In orbita, i chip possono operare per circa 15 minuti prima di richiedere un ciclo di raffreddamento, durante il quale possono elaborare brevi query dallo spazio.

We're sending TPUs to space (yes, really). After years of research, we're launching a satellite to evaluate if and how Google Tensor Processing Units (TPUs) hold up in orbit. The test mission, as part of our latest moonshot — Project Suncatcher — is designed to gather data… pic.twitter.com/LaPuYonb3w

— Google (@Google) September 24, 2026

Perché i data center orbitali contano per il settore AI

La logica strategica alla base di Project Suncatcher riflette la pressione crescente sui data center terrestri. La domanda di calcolo guidata dall'AI ha suscitato opposizioni comunitarie per rumore, tensione sulla rete elettrica e aumento dei costi dell'energia in diverse regioni. Un satellite nell'orbita giusta riceve fino a otto volte più energia solare rispetto a una capacità equivalente sulla Terra, offrendo potenzialmente energia pulita quasi costante senza competere con la capacità della rete terrestre.

Google non è sola nel perseguire questa visione. SpaceX, Blue Origin e la startup Starcloud stanno tutti lavorando su concetti di calcolo orbitale, con alcune proposte che immaginano costellazioni di migliaia o persino milioni di satelliti interconnessi. Gli scettici, tra cui l'amministratore delegato di OpenAI Sam Altman, dubitano che il calcolo orbitale possa raggiungere scala commerciale in questo decennio, citando i costi di lancio, i colli di bottiglia nella produzione di satelliti e i problemi ingegneristici irrisolti.

La roadmap di Google è deliberatamente incrementale. Un test con due satelliti nel 2027 valuterà i collegamenti laser ad alta larghezza di banda necessari per sincronizzare il calcolo tra cluster di satelliti — una sfida di precisione paragonabile a colpire un bersaglio grande quanto una moneta da chilometri di distanza mentre entrambi i punti sono in movimento. I progetti a più lungo termine prevedono flotte di oltre 80 satelliti che volano in formazione, ciascuno con decine di TPU. L'azienda stima che, con il calo dei costi di lancio, i data center orbitali potrebbero raggiungere la parità di costo con le strutture terrestri a metà degli anni '30. Questa sequenza offre checkpoint chiari da osservare: se le TPU di MVP restituiranno dati utilizzabili su radiazioni e comportamento termico, se i collegamenti laser del 2027 garantiranno la precisione da cui dipende il design dei cluster, e se i costi di lancio continueranno a diminuire lungo il percorso che la parità di costo presuppone.

Per il settore AI, il lancio segnala uno spostamento verso il trattamento di energia e geografia come vincoli risolvibili piuttosto che fissi. Sebbene un data center orbitale operativo rimanga ancora lontano di anni, una missione di successo validerebbe la premessa fondamentale che l'hardware AI può operare in modo affidabile al di fuori dell'atmosfera terrestre — aprendo una nuova frontiera per l'infrastruttura di calcolo in un momento in cui l'espansione terrestre sta raggiungendo i suoi limiti.

Fonte: Metaverse Post