Cosa sono i data center e i data center AI
Un data center, o centro di elaborazione dati, è una struttura fisica che ospita i sistemi informatici necessari per conservare, elaborare e trasmettere dati. Al suo interno si trovano server, dispositivi di archiviazione e apparecchiature di rete. È l’infrastruttura che permette di far funzionare siti web, applicazioni, posta elettronica e servizi cloud.
Per garantire la continuità dei servizi, un data center dispone di sistemi di alimentazione elettrica di riserva, raffreddamento, connessioni affidabili e misure di sicurezza fisica e informatica. Dietro un servizio che chiamiamo “cloud” ci sono quindi luoghi concreti, pieni di macchine, cavi e impianti.
Un data center AI è un data center progettato o adattato per sostenere i carichi di lavoro dell’intelligenza artificiale. Serve ad addestrare i modelli, elaborando grandi quantità di dati, e a farli funzionare quando vengono utilizzati. Questa seconda attività si chiama inferenza e avviene, per esempio, quando un modello risponde a una domanda o genera un’immagine.
A caratterizzarlo sono soprattutto quattro elementi:
- Chip specializzati, come le GPU e altri acceleratori, capaci di eseguire moltissimi calcoli contemporaneamente.
- Connessioni interne ad altissima velocità, che permettono ai chip e ai server di scambiarsi dati e lavorare insieme.
- Elevata densità di potenza, perché negli armadi che ospitano i server, chiamati rack, si concentra hardware che può richiedere molta più energia rispetto alle configurazioni tradizionali.
- Raffreddamento avanzato, spesso a liquido nelle configurazioni più dense, per smaltire il calore prodotto dai componenti.
La lotta contro i data center
Negli Stati Uniti, dopo la vittoria dei Democratici alle elezioni di midterm, si preparano nuove proposte di legge sull’AI per il Congresso che si insedierà a gennaio 2027, in risposta alle crescenti preoccupazioni dei cittadini.
Le proposte allo studio riguardano tre aree principali.
- Proteggere i consumatori dagli aumenti delle bollette elettriche associati alla costruzione dei data center.
- Richiedere valutazioni indipendenti della sicurezza dei modelli AI più avanzati.
- Chiarire le responsabilità delle aziende quando i sistemi AI causano danni.
Durante le elezioni, candidati che proponevano moratorie o limiti ai nuovi data center hanno ottenuto risultati importanti. In Texas, la governatrice eletta ha già promesso leggi per proteggere i cittadini dall’impatto di queste infrastrutture.
Secondo Goldman Sachs, le vittorie democratiche a livello statale e locale potrebbero portare nuove restrizioni alla costruzione dei data center.
E il fenomeno non è solo americano. Ad Amsterdam circa cento attivisti sono entrati nel cantiere di un data center destinato a Microsoft, mentre mobilitazioni simili stanno comparendo in diversi paesi europei.
Dietro ogni prompt ci sono data center, GPU, reti elettriche, acqua, sistemi di raffreddamento, cavi, trasformatori, territorio e soprattutto enormi quantità di energia.
Per questo credo che stiamo entrando in una nuova fase della corsa all’AI.
- La prima fase è stata tecnologica: chi costruisce il modello migliore?
- La seconda è stata finanziaria: chi riesce a raccogliere abbastanza capitale per costruire l’infrastruttura?
- La terza sarà politica e sociale: chi riuscirà davvero a costruire quella infrastruttura senza perdere il consenso delle comunità che devono ospitarla?
Perché puoi avere 100 miliardi di dollari da investire, le GPU e i clienti. Ma se non hai energia, autorizzazioni e consenso del territorio, il data center non si costruisce.
La soluzione?
L'AI ha fame di energia. I grandi data center possono consumare quanto intere città, le reti elettriche faticano a stare al passo e sempre più comunità si oppongono ai nuovi impianti.
Portare i data center nello spazio. Sembra fantascienza, ma Google e SpaceX hanno già programmi di lancio per i primi test.
Come funziona un data center in orbita
L'idea è semplice: invece di un enorme capannone pieno di server, si lancia una costellazione di satelliti, ognuno con a bordo chip per l'AI e grandi pannelli solari. I satelliti parlano tra loro via laser e lavorano come un unico computer distribuito.
Il vantaggio principale è l’energia. Su un’orbita eliosincrona di tipo alba-tramonto, il satellite resta quasi sempre al sole. Secondo Google, nelle condizioni considerate dal progetto un pannello può produrre fino a otto volte l’energia di uno a terra: niente nuvole e nessuna atmosfera da attraversare.
Qualche termine utile
- LEO (Low Earth Orbit): l’orbita terrestre bassa, fino a circa 2.000 km, dove si trovano anche i satelliti Starlink.
- Collegamenti ottici inter-satellite: "fibra ottica senza fili", fasci laser che trasferiscono dati tra satelliti a velocità altissime.
- TPU / GPU: i chip specializzati che addestrano e fanno girare i modelli di AI.
- Inferenza: il momento in cui il modello risponde a una domanda, diverso dall'addestramento.
Google: Project Suncatcher
Google ha presentato Project Suncatcher a novembre 2025 con un paper di ricerca. Il progetto studia anche una configurazione di 81 satelliti a circa 650 km di quota, in formazione stretta, con distanze nell’ordine di 100–200 metri tra alcuni vicini, collegati via laser e alimentati dal sole.
Il dato che mi ha colpito di più riguarda le radiazioni: Google ha bombardato i suoi chip TPU Trillium con un fascio di protoni e ha visto che reggono una dose superiore a quella di una missione schermata di cinque anni in orbita.
Il primo passo concreto è un satellite prototipo costruito con Planet per la missione Transporter-18 di SpaceX. Nell’aggiornamento del settembre 2026, Google distingue questo primo test dell’hardware dalla missione con due satelliti prevista nel 2027, dedicata anche ai collegamenti laser. Sì, avete letto bene: Google si affida al razzo del suo concorrente.
SpaceX: Starmind
Elon Musk, come sempre, ragiona in grande. A gennaio 2026 SpaceX ha chiesto alla FCC, l’autorità americana per le comunicazioni, di lanciare fino a un milione di satelliti come data center orbitali. Pochi giorni dopo SpaceX ha acquisito xAI, l’azienda di Grok, unendo razzi, rete Starlink e AI sotto lo stesso tetto.
Il progetto si chiama Starmind e il primo satellite è AI1: 75 metri di apertura dei pannelli solari, 30 di altezza e un radiatore a liquido da 160 m² per smaltire il calore. Ad agosto è arrivata la partnership con Nvidia: il satellite utilizzerà un sistema Vera Rubin NVL72 ottimizzato per lo spazio, con 72 GPU e fino a 250 kW di potenza elettrica di picco per il carico di calcolo.
I tempi? SpaceX indica la fine del 2027 come primo obiettivo per la produzione e il dispiegamento su larga scala legati alla Gigasat Factory. Sono programmi di sviluppo, ancora da tradurre in una rete operativa.
I nodi da sciogliere
Lo spazio non è un posto comodo per un server:
- Calore: nel vuoto non c’è aria che raffredda; per disperdere il calore all’esterno serve l’irraggiamento. Servono radiatori enormi, che pesano e costano.
- Manutenzione: se un chip si guasta a terra arriva un tecnico, a 600 km no.
- Costi di lancio: Google ipotizza che scendano sotto i 200 dollari al chilo verso la metà degli anni 2030. A quel punto, nel suo modello, lancio e gestione potrebbero avvicinarsi ai costi energetici di un data center terrestre equivalente.
- Detriti e cielo notturno: un milione di satelliti in più preoccupa astronomi ed esperti di sicurezza orbitale.
Conclusioni
Naturalmente siamo ancora molto lontani dall’avere hyperscale data center nello spazio. Restano problemi enormi da risolvere ma la direzione è interessante.
Perché se l’AI continuerà a crescere ai ritmi attuali, potremmo arrivare a un punto in cui il problema non sarà più soltanto costruire abbastanza capacità di calcolo.
Sarà decidere dove metterla.