SpaceX cerca 40 miliardi di dollari per chip Nvidia mentre si intensifica la corsa orbitale all'IA

Vera ci offre prestazioni della CPU e larghezza di banda della memoria sufficienti per gestire enormi quantità di orchestrazione, codice ed elaborazione dei dati, lasciando alle GPU il compito per cui sono più adatte.

— Mike Nicolls, presidente di SpaceXAI, nell'annuncio di Nvidia

SpaceX non è sola nello spazio

Secondo SpaceX, i satelliti Starmind sfrutterebbero l'energia solare in orbita sincrona con il sole e disperderebbero il calore nello spazio. Ogni satellite ha una capacità di elaborazione massima di 250 kilowatt.

Un esperimento simile è in corso presso Google, come riportato da NPR. Il prototipo del Project Suncatcher trasportava quattro TPU per verificare come i chip con capacità di intelligenza artificiale resistessero alle radiazioni e alle temperature estreme dello spazio esterno.

SpaceX e Google non sono le uniche aziende a intraprendere questa direzione. Starcloud ha lanciato con successo un Nvidia H100 in orbita. Questo rende l'IA orbitale meno simile a un esperimento scientifico e più a una competizione nascente per la potenza di calcolo.

L'economia e la fisica rimangono questioni aperte

Gartner prevede che la spesa mondiale per l'IA potrebbe raggiungere i 2,7 trilioni di dollari nel 2026, registrando un aumento del 49,5%, attribuito ai costi delle infrastrutture.

Attualmente, l'economia del posizionamento di tali infrastrutture in orbita rimane molto complessa, poiché BCG stima che le strutture dati orbitali costeranno da 2,5 a 3 volte in più rispetto alle strutture terrestri.

Il raffreddamento è un altro problema. Brookings ha stimato che un singolo data center orbitale richiederebbe 2,15 milioni di piedi quadrati di radiatori.

Tuttavia, il calore non è l'unico problema ingegneristico. I chip nello spazio devono anche resistere alle radiazioni. Ciò ha portato le aziende di semiconduttori a dedicare maggiori sforzi alla progettazione di chip resistenti alle radiazioni (rad-hard).

Abbiamo registrato un forte aumento dell'attività nei processi di fabbricazione rad-hard.

— Dana Neustadter, direttrice senior presso Synopsys, tramite Semiconductor Engineering

Radiazioni, fluttuazioni di temperatura e riparazioni complesse rendono il calcolo nello spazio molto più difficile rispetto all'utilizzo delle stesse apparecchiature sulla Terra.

Impatto dell'accordo sul settore

Il finanziamento rafforza la posizione di Nvidia mentre rende la gara più costosa per i rivali più piccoli. Reuters cita la stima di Morgan Stanley secondo cui le infrastrutture AI avranno bisogno di 1,5 trilioni di dollari di finanziamenti esterni entro il 2028. Queste pressioni si stanno già manifestando poiché i vincoli energetici complicano l'espansione generale dell'AI.

SpaceX sta cercando di raccogliere circa $40 miliardi con l'aiuto di Apollo Global Management per acquisire chip AI da Nvidia, come riportato dal Financial Times. L'importanza di questo accordo risiede nel fatto che questi chip possono essere utilizzati per alimentare i data center di SpaceXAI sulla Terra, nonché la sua infrastruttura AI pianificata in orbita.

I rapporti dei media suggeriscono che il finanziamento consisterà in circa 10 miliardi di dollari di prestiti bancari e 30 miliardi di dollari sotto forma di debito investment-grade. La transazione dovrebbe concludersi nel 2027, con PIMCO tra gli istituti finanziari contattati. Dopo la notizia, le azioni SpaceX sono scese dell'1% durante le negoziazioni after-hours, mentre Nvidia ha guadagnato lo 0,5%.

Perché il finanziamento punta oltre la Terra

Nvidia afferma che SpaceXAI utilizzerà le CPU Vera e la sua piattaforma Vera Rubin man mano che l'infrastruttura di Grok crescerà verso capacità di calcolo nell'ordine dei gigawatt. Anche il satellite Starmind di prima generazione è previsto per utilizzare un sistema ottimizzato Vera Rubin NVL72.

Vera è la prima CPU di Nvidia progettata per gli agenti AI. Dispone di 88 core Olympus e fino a 1,2 TB/s di larghezza di banda della memoria. Nvidia afferma che può completare alcune attività fino a 1,8 volte più velocemente rispetto ai processori x86.

Vera ci offre prestazioni della CPU e larghezza di banda della memoria sufficienti per gestire enormi quantità di orchestrazione, codice ed elaborazione dei dati, lasciando alle GPU il compito per cui sono più adatte.

— Mike Nicolls, presidente di SpaceXAI, nell'annuncio di Nvidia

SpaceX non è sola nello spazio

Secondo SpaceX, i satelliti Starmind sfrutterebbero l'energia solare in orbita sincrona con il sole e disperderebbero il calore nello spazio. Ogni satellite ha una capacità di elaborazione massima di 250 kilowatt.

Un esperimento simile è in corso presso Google, come riportato da NPR. Il prototipo del Project Suncatcher trasportava quattro TPU per verificare come i chip con capacità di intelligenza artificiale resistessero alle radiazioni e alle temperature estreme dello spazio esterno.

SpaceX e Google non sono le uniche aziende a intraprendere questa direzione. Starcloud ha lanciato con successo un Nvidia H100 in orbita. Questo rende l'IA orbitale meno simile a un esperimento scientifico e più a una competizione nascente per la potenza di calcolo.

L'economia e la fisica rimangono questioni aperte

Gartner prevede che la spesa mondiale per l'IA potrebbe raggiungere i 2,7 trilioni di dollari nel 2026, registrando un aumento del 49,5%, attribuito ai costi delle infrastrutture.

Attualmente, l'economia del posizionamento di tali infrastrutture in orbita rimane molto complessa, poiché BCG stima che le strutture dati orbitali costeranno da 2,5 a 3 volte in più rispetto alle strutture terrestri.

Il raffreddamento è un altro problema. Brookings ha stimato che un singolo data center orbitale richiederebbe 2,15 milioni di piedi quadrati di radiatori.

Tuttavia, il calore non è l'unico problema ingegneristico. I chip nello spazio devono anche resistere alle radiazioni. Ciò ha portato le aziende di semiconduttori a dedicare maggiori sforzi alla progettazione di chip resistenti alle radiazioni (rad-hard).

Abbiamo registrato un forte aumento dell'attività nei processi di fabbricazione rad-hard.

— Dana Neustadter, direttrice senior presso Synopsys, tramite Semiconductor Engineering

Radiazioni, fluttuazioni di temperatura e riparazioni complesse rendono il calcolo nello spazio molto più difficile rispetto all'utilizzo delle stesse apparecchiature sulla Terra.

Impatto dell'accordo sul settore

Il finanziamento rafforza la posizione di Nvidia mentre rende la gara più costosa per i rivali più piccoli. Reuters cita la stima di Morgan Stanley secondo cui le infrastrutture AI avranno bisogno di 1,5 trilioni di dollari di finanziamenti esterni entro il 2028. Queste pressioni si stanno già manifestando poiché i vincoli energetici complicano l'espansione generale dell'AI.