Un data center nello spazio: cosa vuole fare SpaceXAI con NVIDIA e come funzionerebbe davvero
L'idea, a prima vista, sembra uscita da un romanzo di fantascienza: prendere una parte dell'enorme potenza di calcolo oggi concentrata nei data center terrestri, metterla su satelliti alimentati dal Sole e utilizzare quei computer in orbita per eseguire sistemi di intelligenza artificiale.
È proprio questa la direzione del progetto Starmind di SpaceXAI. E ora il piano è diventato più concreto grazie alla collaborazione con NVIDIA: SpaceXAI ha annunciato l'adozione su larga scala delle nuove CPU NVIDIA Vera, mentre le due aziende stanno lavorando a una versione ottimizzata per lo spazio della piattaforma Vera Rubin NVL72, con l'obiettivo dichiarato di portarla in orbita con una prima generazione di satelliti Starmind. NVIDIA parla esplicitamente di una infrastruttura che, partendo dai grandi data center terrestri, dovrebbe arrivare fino al calcolo orbitale.
Ma per capire perché qualcuno dovrebbe voler costruire un "data center nello spazio" bisogna prima capire quale problema si sta cercando di risolvere.
Il problema: l'intelligenza artificiale sta diventando una questione di energia
Quando utilizziamo un chatbot vediamo soltanto una casella nella quale scrivere una domanda. Dietro quella casella, però, possono esserci migliaia di processori che lavorano contemporaneamente.
I grandi modelli di intelligenza artificiale devono prima essere addestrati, operazione che richiede enormi quantità di calcoli, e successivamente devono essere eseguiti ogni volta che un utente fa una richiesta: questa seconda fase viene chiamata inference, cioè inferenza.
Con l'arrivo della cosiddetta agentic AI, o intelligenza artificiale agentica, il problema diventa ancora più complesso.
Un normale chatbot può ricevere una domanda, elaborarla e restituire una risposta. Un agente AI, invece, può dover:
- interpretare il compito;
- consultare database;
- effettuare ricerche;
- eseguire programmi;
- chiamare altri modelli;
- analizzare i risultati;
- correggere i propri errori;
- ripetere più volte il processo prima di produrre una risposta.
In altre parole, non esegue una singola operazione: coordina una catena di operazioni.
Ed è qui che entra in gioco NVIDIA Vera.
Vera non è una GPU: è il "direttore d'orchestra" dell'AI
Quando si parla di intelligenza artificiale, NVIDIA viene associata soprattutto alle GPU. Sono processori estremamente efficienti nell'eseguire moltissime operazioni matematiche in parallelo e costituiscono il cuore dei moderni sistemi AI.
Ma una GPU non lavora da sola.
Qualcuno deve preparare i dati, gestire il sistema operativo, eseguire codice Python, coordinare i vari programmi, distribuire i compiti, spostare informazioni fra memoria e acceleratori e decidere quale GPU deve eseguire una determinata operazione.
Questo compito spetta principalmente alla CPU.
Con gli agenti AI il lavoro della CPU aumenta considerevolmente. Per questo NVIDIA ha progettato Vera specificamente per questo tipo di infrastruttura.
La CPU Vera dispone di 88 core Olympus progettati da NVIDIA e di memoria LPDDR5X capace di raggiungere fino a 1,2 terabyte al secondo di banda. NVIDIA sostiene che, su determinate tipologie di carichi di lavoro, possa completare le operazioni fino a 1,8 volte più rapidamente rispetto alle CPU x86 utilizzate normalmente nei server.
Una metafora aiuta a comprenderne il ruolo.
Possiamo immaginare la GPU come una gigantesca squadra di migliaia di operai estremamente veloci. Vera è il caporeparto che deve assicurarsi che tutti abbiano continuamente qualcosa da fare.
Una GPU potentissima che deve aspettare dati o istruzioni è denaro ed energia sprecati.
L'obiettivo della nuova architettura è proprio evitare questo collo di bottiglia.
Vera Rubin: non un singolo computer, ma una "fabbrica di AI"
Vera è soltanto uno dei componenti.
NVIDIA abbina la CPU Vera alle GPU della generazione Rubin, creando la piattaforma chiamata Vera Rubin.
La configurazione terrestre Vera Rubin NVL72 è un sistema progettato a livello di intero rack: nella versione standard mette in comunicazione 72 GPU Rubin e 36 CPU Vera, insieme a sistemi dedicati per rete, archiviazione e gestione dei dati. Le GPU vengono collegate tramite la tecnologia NVLink, che permette loro di scambiarsi enormi quantità di informazioni con latenze molto inferiori rispetto a una normale rete Ethernet.
Questo punto è importante perché i moderni modelli AI sono spesso troppo grandi per essere contenuti nella memoria di un solo acceleratore.
Il modello viene quindi suddiviso fra numerose GPU.
Durante l'elaborazione, queste GPU devono parlarsi continuamente.
La velocità del singolo chip conta, quindi, ma conta altrettanto la velocità con cui centinaia di chip riescono a comportarsi come se fossero un unico enorme computer.
È questa l'idea dietro il termine utilizzato sempre più frequentemente da NVIDIA: AI factory, una "fabbrica di intelligenza artificiale".
L'input è costituito da dati ed energia elettrica; l'output, semplificando, sono i token prodotti dai modelli AI.
E SpaceXAI vuole prendere questa fabbrica e portarla nello spazio
Qui inizia la parte più insolita del progetto.
SpaceXAI e NVIDIA non intendono semplicemente prendere un rack NVL72 terrestre, caricarlo su un razzo e accenderlo in orbita. NVIDIA parla di un sistema basato sull'architettura Vera Rubin NVL72 ma ottimizzato appositamente per lo spazio.
La distinzione è fondamentale.
Un rack da data center terrestre è progettato presumendo l'esistenza di un edificio intorno a esso: alimentazione elettrica, pompe, tubazioni, sistemi di raffreddamento, rete, manutenzione e personale.
Un satellite non ha nulla di tutto questo.
Il computer deve diventare parte integrante del veicolo spaziale.
Il progetto Starmind descrive infatti un satellite chiamato AI1, con una struttura che una volta dispiegata raggiungerebbe circa 20 metri di altezza e 70 metri di apertura, principalmente a causa delle grandi superfici necessarie per produrre energia e gestire termicamente il sistema. SpaceX indica per questa configurazione un carico di calcolo fino a 150 kW di picco e circa 120 kW medi.
Non stiamo quindi parlando di un piccolo computer montato su un normale satellite.
Stiamo parlando del satellite stesso progettato come computer orbitale alimentato dal Sole.
Come funzionerebbe, concretamente?
In forma molto semplificata, il sistema potrebbe essere immaginato così:
Terra → Starlink → collegamento laser → satellite Starmind → elaborazione AI → collegamento laser → Starlink → Terra
L'utente continuerebbe a utilizzare un servizio apparentemente normale.
Una richiesta potrebbe partire da un computer o da uno smartphone, raggiungere l'infrastruttura di rete terrestre e successivamente essere inoltrata verso la costellazione.
Una volta arrivati sul satellite, i dati verrebbero elaborati localmente.
Le CPU Vera potrebbero occuparsi della parte di orchestrazione: gestione dell'agente, esecuzione di codice, preparazione dei dati, simulazioni e coordinamento delle operazioni.
Le GPU Rubin svolgerebbero invece la parte massicciamente parallela dell'inferenza AI.
Il risultato, molto più piccolo dei dati intermedi generati durante il calcolo, potrebbe quindi essere rispedito verso Terra.
SpaceX afferma che i satelliti Starmind utilizzeranno collegamenti laser ad alta velocità e che potranno sfruttare la rete Starlink per inoltrare i dati. Anche la domanda presentata da SpaceX alla Federal Communications Commission prevede esplicitamente collegamenti ottici fra satelliti e la possibilità di interconnettere la futura rete di data center orbitali con le costellazioni Starlink.
È un dettaglio decisivo.
Una costellazione di computer spaziali senza una rete velocissima sarebbe poco utile. Per far lavorare migliaia di nodi distribuiti occorre infatti trasferire dati continuamente, e nello spazio i laser possono rappresentare l'equivalente delle dorsali in fibra ottica utilizzate nei data center terrestri.
Perché andare nello spazio invece di costruire altri data center?
Il motivo principale non è che "nello spazio i computer funzionano meglio".
Il motivo è l'energia.
Un gigantesco data center AI terrestre richiede centinaia di megawatt e, nei progetti più ambiziosi, si parla ormai di infrastrutture nell'ordine dei gigawatt.
Questo significa trovare centrali elettriche, linee ad alta tensione, trasformatori, terreni, autorizzazioni, acqua o sistemi alternativi di raffreddamento.
SpaceXAI parte da una considerazione diversa: in orbita l'energia solare è disponibile senza atmosfera, nuvole o ciclo meteorologico e può essere raccolta direttamente da grandi pannelli fotovoltaici.
In teoria, aumentando il numero di satelliti si può aumentare anche la potenza di calcolo senza dover costruire contemporaneamente nuove centrali e nuove reti elettriche terrestri.
Ma questo non significa che l'energia sia "gratis".
Bisogna costruire i pannelli, portarli nello spazio, orientarli e dimensionare batterie o altre forme di accumulo per le fasi nelle quali il satellite non dispone dell'irraggiamento previsto.
Per questo SpaceX considera Starship una componente fondamentale del progetto: l'economia del sistema dipende dalla capacità di portare in orbita enormi quantità di pannelli solari, elettronica, radiatori e strutture a un costo sufficientemente basso.
Il vero problema tecnico dello spazio: come eliminare il calore
C'è poi un aspetto spesso controintuitivo.
Lo spazio è estremamente freddo, ma raffreddare un computer nello spazio non è necessariamente semplice.
Sulla Terra possiamo eliminare il calore facendo passare aria attraverso un server oppure trasferendolo a un circuito d'acqua.
Nel vuoto non c'è aria.
Non esiste quindi né convezione né la possibilità di mettere semplicemente una ventola davanti a una GPU.
Il calore deve essere trasferito dai chip a una superficie esterna e successivamente espulso mediante radiazione infrarossa.
La fisica è descritta, in prima approssimazione, dalla legge di Stefan-Boltzmann:
P = εσAT⁴
dove la quantità di energia irradiata dipende dalla superficie del radiatore A e, soprattutto, dalla quarta potenza della sua temperatura T.
Tradotto: se si vogliono dissipare centinaia di kilowatt prodotti da elettronica estremamente densa, sono necessarie superfici radianti considerevoli.
SpaceX sostiene che, eliminando chiller, torri di raffreddamento e ventole tipiche dei data center terrestri, Starmind potrebbe ridurre fortemente l'energia consumata esclusivamente per il raffreddamento.
Ma il calore non scompare.
Deve comunque essere trasportato dai processori fino ai radiatori e irradiato nello spazio.
Ed è uno dei problemi ingegneristici centrali del progetto.
Poi c'è la radiazione, e per i chip moderni è un problema serio
Un'altra differenza rispetto a un data center terrestre è l'ambiente radiativo.
I processori moderni utilizzano transistor microscopici e lavorano a tensioni molto basse. Una particella energetica può produrre un single event upset, cioè alterare temporaneamente un bit, oppure causare problemi più gravi.
Nei tradizionali satelliti si utilizzano spesso componenti "radiation hardened", progettati appositamente per tollerare le radiazioni.
Il problema è che i chip AI più avanzati vengono costruiti utilizzando processi produttivi molto diversi e con cicli di sviluppo enormemente più rapidi rispetto alla tradizionale elettronica spaziale.
Se si vuole portare una piattaforma simile a Vera Rubin in orbita occorre quindi trovare un compromesso fra prestazioni, peso della schermatura, ridondanza, tolleranza agli errori e durata operativa.
Una possibile filosofia consiste nel non cercare di rendere ogni computer indistruttibile.
Se i satelliti vengono prodotti in grandi quantità e possono essere sostituiti periodicamente, può diventare economicamente sensato progettare una infrastruttura ridondante e sostituibile, più simile a un gigantesco cloud distribuito che a una sonda spaziale costruita per sopravvivere vent'anni senza manutenzione.
Ed è probabilmente qui che l'esperienza di SpaceX con Starlink diventa particolarmente importante.
Un milione di satelliti? Attenzione a cosa significa quel numero
Il numero più spettacolare associato al progetto è un milione di satelliti.
Va però interpretato correttamente.
Nel gennaio 2026 SpaceX ha presentato alla FCC una richiesta per poter realizzare un nuovo sistema non geostazionario denominato SpaceX Orbital Data Center System, composto potenzialmente da fino a un milione di satelliti, distribuiti a quote comprese fra circa 500 e 2.000 chilometri. La documentazione prevede collegamenti laser fra satelliti e collegamenti con Starlink.
"Fino a un milione" non significa però che SpaceX abbia già ordinato, finanziato o programmato il lancio di un milione di satelliti.
È il limite massimo della costellazione per la quale è stata avviata la procedura regolatoria.
Inoltre, una richiesta alla FCC non equivale a un'autorizzazione definitiva.
È importante separare quindi tre livelli del progetto:
- la tecnologia concreta, come Vera, Rubin, Starlink, i collegamenti laser e i sistemi di lancio;
- la prima generazione Starmind, sulla quale SpaceXAI e NVIDIA stanno effettivamente lavorando;
- la visione su scala gigantesca, che ipotizza in futuro una vera rete di data center orbitali composta da quantità enormi di satelliti.
Confondere questi tre livelli fa sembrare già esistente ciò che oggi è ancora un progetto.
Il primo banco di prova arriverà nel 2027
Secondo NVIDIA, il primo satellite Starmind dovrebbe utilizzare una variante ottimizzata della piattaforma Vera Rubin NVL72. Elon Musk ha indicato come obiettivo il quarto trimestre del 2027, parlando poi di un aumento significativo della scala nel 2028.
SpaceX, sul sito dedicato a Starmind, afferma inoltre di voler utilizzare una nuova fabbrica a Bastrop, in Texas, per rendere possibile la produzione e il dispiegamento di migliaia di satelliti AI a partire, potenzialmente, dalla fine del 2027.
Sono però date previsionali, non risultati acquisiti.
Prima che un data center orbitale possa diventare economicamente competitivo dovranno essere dimostrati molti elementi contemporaneamente: affidabilità dell'elettronica, gestione termica, produzione di energia, rete laser, durata dei satelliti, costo dei lanci e possibilità di sostituire rapidamente l'hardware.
E l'AI nello spazio sarebbe davvero più veloce?
Non necessariamente.
Se il data center terrestre si trova a cento chilometri dall'utente, mandare la richiesta nello spazio non riduce magicamente la latenza.
Un satellite in orbita terrestre bassa si trova comunque a centinaia di chilometri dalla superficie e il segnale deve compiere un percorso di salita e discesa, eventualmente passando attraverso diversi satelliti.
Il vantaggio va cercato soprattutto altrove: disponibilità di energia, possibilità di espandere la capacità e integrazione con una rete satellitare globale.
In alcune comunicazioni a lunghissima distanza, inoltre, i collegamenti laser satellitari possono risultare interessanti perché la luce nel vuoto viaggia più rapidamente che all'interno della fibra ottica e il percorso può essere più diretto.
Ma non significa che ogni richiesta AI sarà automaticamente più veloce se elaborata nello spazio.
C'è infine una distinzione importante: inferenza e addestramento
Quando immaginiamo un "data center AI nello spazio" potremmo pensare che l'intero addestramento dei futuri modelli avverrà in orbita.
Non è necessariamente così, almeno inizialmente.
L'inferenza è particolarmente interessante per una infrastruttura distribuita perché si può inviare un compito a un nodo, eseguirlo e recuperarne il risultato.
L'addestramento di un gigantesco modello, al contrario, richiede che migliaia o decine di migliaia di acceleratori si sincronizzino continuamente scambiando quantità enormi di dati.
Far funzionare questo tipo di cluster attraverso una costellazione satellitare è molto più difficile.
Per questo, almeno nelle prime fasi, è ragionevole immaginare una combinazione di infrastrutture: grandi AI factory terrestri per determinati carichi di lavoro e capacità orbitale per altri. NVIDIA stessa presenta Vera Rubin come una piattaforma comune che SpaceXAI vuole utilizzare sia nei propri data center terrestri sia, in forma adattata, nello spazio.
Il vero progetto, quindi, non è "mettere Grok su un satellite"
Ridurre Starmind a un satellite che esegue Grok sarebbe fuorviante.
L'obiettivo molto più ambizioso è costruire un nuovo livello dell'infrastruttura mondiale di calcolo.
SpaceX possiede i razzi per portare grandi masse in orbita e la rete Starlink per collegarle. SpaceXAI sviluppa modelli e servizi che consumano grandi quantità di capacità di calcolo. NVIDIA fornisce l'architettura hardware necessaria per trasformare energia elettrica in elaborazione AI.
Starmind prova a unire questi elementi in un'unica catena:
Sole → energia elettrica → CPU e GPU → intelligenza artificiale → collegamenti laser → utenti sulla Terra.
È questa la parte realmente interessante del progetto.
Non si tratta semplicemente di costruire un computer più potente.
Si tratta di verificare se sia possibile trasformare l'orbita terrestre in un luogo nel quale produrre capacità di calcolo su scala industriale.
Se funzionasse, un futuro data center potrebbe non essere più necessariamente un enorme edificio circondato da trasformatori, centrali elettriche e sistemi di raffreddamento.
Potrebbe essere una costellazione di macchine solari, collegate tra loro da laser e continuamente sostituite con generazioni di processori più efficienti.
Ma fra questa visione e una vera infrastruttura orbitale su scala di gigawatt rimangono enormi problemi tecnici, economici e regolatori.
Ed è proprio questo a rendere Starmind interessante: non perché il data center nello spazio sia già una realtà, ma perché per la prima volta stanno convergendo tecnologie abbastanza mature, cioè razzi riutilizzabili, reti laser satellitari e hardware AI ad alta efficienza, tali da permettere di verificare seriamente se l'idea possa funzionare.
Fonti
- SpaceXAI Adopts NVIDIA Vera CPU to Accelerate Agentic AI at Massive Scale (comunicato, 24 agosto 2026)
- SpaceXAI Adopts NVIDIA Vera CPUs for Grok, With a Vera Rubin NVL72 Bound for Orbit in Starmind (StorageReview)
- Nvidia to build Starmind AI1 satellite compute payload for SpaceX (Interesting Engineering)
- Inside NVIDIA Vera CPU: Olympus Cores for Agentic AI (NVIDIA Technical Blog)
- NVIDIA Vera Rubin platform in depth (Tom's Hardware)
- Space Computing: On-Orbit AI e Accelerated Computing (NVIDIA)