Data center AI, collo di bottiglia fisico: New Jersey multa e Google va in orbita

☁️ Punti chiave

• Il New Jersey multa DataOne per 1,07 milioni di dollari dopo l’installazione di 62 generatori a gas senza i permessi ambientali richiesti.
• Google prepara il primo test orbitale di Project Suncatcher per misurare comportamento di TPU, termica, radiazioni e infrastruttura nello spazio.
• I due casi mostrano lo stesso collo di bottiglia: scalare il calcolo AI significa risolvere energia, raffreddamento, territorio e autorizzazioni.

La corsa ai data center per l’intelligenza artificiale sta incontrando un limite che non può essere risolto aumentando parametri o acquistando altre GPU: il compute deve esistere da qualche parte, essere alimentato e smaltire calore. In New Jersey il Department of Environmental Protection ha imposto una sanzione da 1,07 milioni di dollari a DataOne per 62 grandi generatori a gas installati e utilizzati senza i permessi necessari. A migliaia di chilometri di distanza Google sta provando una soluzione all’estremo opposto, preparando il primo test in orbita di Project Suncatcher. Il legame tra i due sviluppi è fisico prima ancora che tecnologico: l’AI sta trasformando energia, territorio e termica in componenti della roadmap del calcolo.

DataOne scopre che il compute non può essere separato dal territorio

Il New Jersey Department of Environmental Protection ha annunciato il 22 settembre 2026 una sanzione da 1,07 milioni di dollari nei confronti del data center DataOne di Vineland per violazioni dell’Air Pollution Control Act. Durante un’ispezione del 29 luglio i funzionari hanno rilevato 62 grandi generatori alimentati a gas naturale installati e utilizzati senza i permessi DEP richiesti. Gli stessi generatori non erano presenti durante la precedente ispezione del dicembre 2025. Secondo l’autorità, si tratta di gran lunga della maggiore azione di enforcement mai intrapresa dal New Jersey contro un data center. Il caso non arriva in un vuoto industriale. L’impianto di Vineland era già entrato nel dibattito per la combinazione tra espansione del calcolo, generazione elettrica locale e impatto sulla comunità, tema analizzato nel dossier sul data center AI di Vineland tra turbine, LNG e rumore. Il punto ora diventa più concreto: l’infrastruttura energetica non è un accessorio del data center ma una parte soggetta a vincoli ambientali, autorizzativi e territoriali autonomi. Aggiungere capacità di calcolo implica quindi aggiungere capacità elettrica e termica in un sistema nel quale i tempi amministrativi non seguono necessariamente quelli della domanda AI.

Leggi anche: L’AI sbatte contro il territorio: 68 miliardi di data center bloccati e Nvidia risponde con DSX

Google prova a spostare il problema nello spazio

Google sta esplorando il limite opposto. Il nuovo aggiornamento ufficiale su Project Suncatcher conferma che il programma è pronto per il primo test in orbita con un satellite prototipo destinato a verificare il comportamento delle Tensor Processing Unit nello spazio. Non si tratta quindi, almeno in questa fase, del lancio di un data center orbitale operativo: l’obiettivo è validare le componenti necessarie affinché una simile architettura possa diventare tecnicamente plausibile.

L’idea sfrutta una proprietà fondamentale dell’orbita terrestre bassa. Secondo Google, i pannelli solari possono avere accesso a illuminazione quasi continua e produrre fino a otto volte l’energia ottenibile sulla Terra in condizioni comparabili. Il progetto ipotizza costellazioni di satelliti con decine di TPU, collegate attraverso comunicazioni laser ad alta velocità per suddividere workload più grandi. La società prevede inoltre un test con due satelliti nel 2027 per verificare l’interconnessione. Non è la prima volta che questa traiettoria emerge: già nel 2025 Google aveva collegato infrastruttura AI e data center spaziali, ma il passaggio al test hardware riduce la distanza tra concept e ingegnerizzazione.

Portare le TPU in orbita non elimina termica e radiazioni

Lo spazio risolve alcune restrizioni terrestri soltanto introducendone di nuove. L’accesso all’energia solare è migliore, ma nel vuoto il raffreddamento per convezione non esiste. Il calore deve essere trasportato e irradiato attraverso heat pipe e superfici radianti dimensionate per impedire alle TPU di superare le temperature operative. Al tempo stesso l’elettronica deve resistere alle radiazioni e alle particelle energetiche.

Google dichiara di aver sottoposto le proprie Trillium TPU a test con fasci di protoni, verificando una tolleranza superiore alla dose attesa durante una missione orbitale di cinque anni. È esattamente la ragione per cui l’ipotesi dei data center orbitali incontra limiti di termica e radiazioni anche quando la disponibilità energetica appare favorevole. A ciò si aggiungono massa al lancio, affidabilità, manutenzione, latenza delle comunicazioni, ridondanza e durata dei componenti. Lo spazio non rende il compute immateriale: semplicemente sostituisce i limiti di rete elettrica, terreno e permessi con altri vincoli ingegneristici.

Continua con:

L’AI divora energia: il gas USA esplode e i miner Bitcoin diventano data center Nvidia

Meta Petal porta un petabit sotto l’Atlantico: l’AI ridisegna la fibra di Internet

La prossima frontiera dell’AI è ingegneria delle infrastrutture

DataOne e Project Suncatcher sembrano due storie opposte, ma descrivono lo stesso cambiamento. Il vantaggio competitivo nell’AI non dipende più soltanto dal possesso dei migliori acceleratori. Conta la capacità di costruire l’ambiente fisico nel quale quegli acceleratori possono funzionare: megawatt disponibili, connessioni alla rete, sistemi di backup, raffreddamento, fibra, autorizzazioni, superficie e, nell’ipotesi orbitale, accesso al lancio e capacità di dissipazione nel vuoto. È questo il collo di bottiglia che sta emergendo dietro la crescita del compute. Sulla Terra la densità dell’AI incontra comunità, regolatori e sistemi energetici progettati prima dell’esplosione dei cluster accelerati. In orbita incontra radiazioni, termica e costi logistici. Il problema non scompare cambiando luogo: l’intelligenza artificiale resta dipendente da materia, energia e infrastrutture. La corsa ai modelli sta quindi diventando, sempre più chiaramente, una corsa di ingegneria industriale.