All’apertura della conferenza GTC 2026 il CEO di NVIDIA ha presentato un passo concreto verso il computing orbitale: il Vera Rubin Space Module, pensato per far girare modelli di intelligenza artificiale direttamente su piattaforme spaziali. L’idea di fondo è semplice ma ambiziosa: portare l’elaborazione vicino alla fonte dei dati in modo da ridurre il traffico verso Terra e accelerare le risposte operative. NVIDIA parla di un incremento di potenza per inferenza fino a 25 volte rispetto alla GPU H100 usata come riferimento, un claim che sottolinea l’orientamento verso carichi AI specializzati in orbita.
Una proposta modulare per il calcolo nello spazio
La strategia annunciata non si limita a un singolo prodotto: NVIDIA ha descritto una famiglia di soluzioni pensate per usi differenti.
Al centro c’è il Vera Rubin Space Module, progettato per eseguire large language model e modelli di fondazione in ambiente orbitale grazie a un’integrazione stretta tra CPU e GPU e interconnessioni ad alta banda. Questo approccio consente di processare in loco dati provenienti da sensori e strumenti scientifici, abbattendo latenza e necessità di downlink massicci verso le stazioni terrestri.
IGX Thor e Jetson Orin: soluzioni per esigenze diverse
All’interno dell’offerta, IGX Thor è pensata per scenari mission-critical, con caratteristiche di security hardware come secure boot e funzionalità per operazioni autonome, ideali per veicoli spaziali che devono prendere decisioni in tempo reale. Per piattaforme con vincoli di spazio e consumo NVIDIA propone il Jetson Orin, un modulo compatto destinato a compiti di visione artificiale, navigazione e analisi sensoriale direttamente on-board, usabile anche nelle costellazioni che richiedono efficienza energetica e dimensioni contenute.
Il fronte terrestre e l’ecosistema dei partner
Non tutto avviene in orbita: per l’elaborazione a terra NVIDIA offre la RTX PRO 6000 Blackwell Server Edition, una GPU rivolta ai datacenter che si occupano di grandi archivi di immagini satellitari. Secondo l’azienda, questa scheda può offrire prestazioni fino a 100 volte superiori ai tradizionali sistemi CPU per flussi batch su dataset geospaziali di ampia scala, un elemento chiave per trasformare grandi volumi di immagini in informazioni operative.
Collaborazioni concrete
Nel presentare la piattaforma NVIDIA ha citato diversi partner che stanno testando o integrando le soluzioni: Aetherflux, Axiom Space, Kepler Communications, Planet Labs, Sophia Space e Starcloud. Le collaborazioni mostrano usi diversi: Kepler ad esempio impiega Jetson Orin per ottimizzare il routing dei dati all’interno della propria costellazione, mentre Planet Labs punta sull’accelerazione AI per trasformare rapidamente immagini satellitari in prodotti informativi.
Starcloud lavora su veri e propri datacenter progettati per operare in orbita, con l’obiettivo di eseguire training e inferenza direttamente nello spazio.
Sfide tecniche e vincoli dell’ambiente spaziale
Progettare hardware per orbita significa affrontare un ambiente ostile: le radiazioni ionizzanti generate da particelle cosmiche e tempeste solari possono introdurre errori nei circuiti, mentre le forti escursioni termiche tra lato illuminato e ombra impongono sistemi di gestione termica robusti. Inoltre, l’esposizione prolungata accelera l’invecchiamento dei materiali e rende impossibile una manutenzione diretta una volta che il sistema è in orbita. Per questo motivo molte soluzioni spaziali adottano componenti con elevata affidabilità o tecnologie hardening contro le radiazioni, spesso più costose e talvolta meno performanti rispetto ai chip commerciali di consumo.
Considerazioni operative
Il trade-off principale è tra prestazioni raw e resilienza: scegliere componenti molto performanti ma sensibili alle radiazioni può richiedere tecniche di mitigazione aggiuntive, mentre soluzioni rad-hardened possono penalizzare il rapporto potenza/peso. Nonostante ciò, l’architettura proposta da NVIDIA mira a bilanciare questi aspetti permettendo software e modelli ottimizzati per operare in condizioni variabili. Sul fronte della disponibilità l’azienda ha dichiarato che IGX Thor, Jetson Orin e la RTX PRO 6000 Blackwell Server Edition sono già disponibili, mentre il Vera Rubin Space Module non ha ancora una data di rilascio ufficiale.
Perché è importante
Portare l’AI in orbita cambia il paradigma: dall’invio massiccio di dati grezzi verso Terra a un’architettura che privilegia l’elaborazione vicino alla sorgente. Questo può accelerare l’analisi geospaziale quasi in tempo reale, migliorare il monitoraggio ambientale e la risposta ai disastri, e abilitare operazioni autonome più complesse per satelliti e veicoli spaziali. L’annuncio a GTC 2026 rappresenta dunque un passaggio dalla ricerca e promettenti prototipi a un’offerta commerciale e collaborativa che coinvolge già attori consolidati del settore spaziale.
