Mobilint ha annunciato l’integrazione di due schede di accelerazione AI basate sul proprio processore REGULUS nel satellite sperimentale BEE-1012, trasportato nello spazio il 7 ottobre 2026 durante il quinto lancio del vettore sudcoreano Nuri, denominato anche KSLV-II. La notizia, comunicata ufficialmente l’8 ottobre, rappresenta secondo l’azienda la prima installazione in un satellite di un’unità di elaborazione neurale progettata e sviluppata autonomamente da un’impresa sudcoreana. Le due schede sono state realizzate per svolgere operazioni differenti direttamente a bordo del veicolo spaziale: la prima è dedicata al monitoraggio delle condizioni tecniche del satellite e all’identificazione di possibili anomalie, mentre la seconda supporta l’analisi delle immagini prodotte durante esperimenti sulla crescita di cristalli proteici in condizioni di microgravità. Il progetto costituisce una dimostrazione dell’utilizzo di processori specializzati nell’inferenza neurale all’interno di infrastrutture spaziali caratterizzate da limitazioni energetiche, risorse computazionali circoscritte e finestre di comunicazione con la Terra non continuative. Mobilint ha partecipato non soltanto attraverso la fornitura del semiconduttore, ma anche mediante la progettazione delle schede destinate alle due missioni, l’integrazione dei modelli di intelligenza artificiale e le attività necessarie a stabilizzare la comunicazione tra gli acceleratori e il computer di controllo del satellite. Il risultato raggiunto riguarda l’installazione dell’hardware e il suo invio in orbita, mentre la verifica del comportamento operativo dell’intelligenza artificiale nello spazio costituisce la fase sperimentale successiva.
BEE-1012 è un satellite dedicato alla sperimentazione di tecnologie biomediche in ambiente spaziale, sviluppato da Space Lintech per condurre osservazioni sulle caratteristiche dei cristalli proteici prodotti in microgravità. La missione comprende apparecchiature destinate alla raccolta delle informazioni sperimentali e un sistema informatico di bordo incaricato di gestire le attività del veicolo. Le condizioni di microgravità permettono di esaminare determinati processi di cristallizzazione in un ambiente differente da quello terrestre, con possibili applicazioni nello studio delle strutture molecolari. L’assenza o la forte riduzione dei fenomeni gravitazionali che influenzano sedimentazione e moti convettivi può infatti modificare la crescita dei cristalli e le caratteristiche dei campioni osservati, sebbene i risultati dipendano dalla specifica proteina e dalle condizioni dell’esperimento. La presenza di capacità computazionali dedicate all’elaborazione delle immagini permette di valutare direttamente a bordo una parte delle informazioni acquisite, anziché conservare e trasmettere indiscriminatamente tutti i dati grezzi. Le due schede REGULUS sono state realizzate con il contributo di partner differenti, in funzione delle attività alle quali sono destinate: Korean Aerospace Industries, conosciuta come KAI, e Punzine hanno collaborato allo sviluppo della componente per il controllo dello stato del satellite, mentre Space Lintech ha partecipato alla realizzazione della scheda destinata all’esperimento biologico.
Il primo sistema di elaborazione utilizza modelli di intelligenza artificiale per analizzare le informazioni relative al funzionamento del satellite e individuare condizioni potenzialmente anomale. In un’infrastruttura spaziale, il monitoraggio tecnico può comprendere parametri provenienti dai sottosistemi elettrici, dai dispositivi di bordo, dalle apparecchiature di controllo e dagli strumenti associati alla missione. L’obiettivo dell’elaborazione neurale è individuare segnali che potrebbero indicare un malfunzionamento e supportare l’identificazione delle cause, fornendo al sistema di gestione informazioni utili a determinare le azioni successive. L’applicazione si inserisce nell’ambito del cosiddetto onboard AI, nel quale alcune operazioni decisionali vengono svolte direttamente dal dispositivo anziché essere delegate interamente alle infrastrutture terrestri. Questo approccio assume particolare importanza quando un satellite non dispone di un collegamento continuo con le stazioni di controllo oppure quando il tempo necessario a trasmettere i dati e ricevere istruzioni potrebbe impedire una risposta tempestiva a una condizione anomala. La scheda sviluppata con KAI e Punzine è stata quindi progettata per eseguire localmente i modelli necessari alla rilevazione degli eventi e all’analisi del loro possibile significato operativo. La presenza del processore specializzato non implica tuttavia che il satellite possa già diagnosticare e correggere autonomamente qualsiasi guasto: le capacità effettive dipendono dai modelli installati, dalle informazioni disponibili e dalle procedure autorizzate nel software di bordo.
Il secondo sistema è destinato all’analisi delle immagini raccolte durante la crescita dei cristalli proteici. L’esperimento richiede di osservare l’evoluzione dei campioni e di identificare le informazioni utili a valutarne lo stato di sviluppo. L’elaborazione delle immagini mediante reti neurali permette di riconoscere caratteristiche visive e variazioni osservabili nel tempo, producendo valutazioni che possono essere utilizzate per selezionare i dati di maggiore interesse oppure contribuire alla regolazione delle condizioni sperimentali. L’obiettivo dichiarato è utilizzare le informazioni ricavate per supportare l’osservazione della cristallizzazione e migliorare la gestione dell’esperimento durante la missione. La capacità di elaborare direttamente le immagini all’interno del satellite può inoltre diminuire la quantità di materiale che deve essere inviata alle stazioni terrestri, soprattutto quando il sistema è in grado di distinguere sequenze informative da acquisizioni ripetitive o di scarso interesse. Nel caso di una missione scientifica, questa selezione deve tuttavia essere progettata con particolare attenzione, poiché la rimozione prematura dei dati considerati poco rilevanti potrebbe impedire successivi approfondimenti. L’infrastruttura proposta da Mobilint è quindi orientata a supportare il processo di analisi e selezione, mantenendo la necessità di verificare sul campo l’affidabilità delle decisioni rispetto ai requisiti scientifici dell’esperimento.
Entrambe le schede utilizzano REGULUS, un processore NPU sviluppato da Mobilint per l’accelerazione delle reti neurali in ambienti nei quali la quantità di energia disponibile e le dimensioni dell’infrastruttura rappresentano vincoli importanti. Una Neural Processing Unit è un componente specializzato nell’esecuzione delle operazioni matematiche ricorrenti nei modelli di machine learning e deep learning, progettato per ottenere un rapporto favorevole tra capacità di elaborazione e consumo energetico. L’utilizzo di acceleratori dedicati può ridurre il carico computazionale affidato alla CPU di bordo, soprattutto quando devono essere elaborate ripetutamente immagini o sequenze di dati mediante lo stesso modello neurale. Il processore REGULUS appartiene alla seconda generazione dei prodotti Mobilint dedicati all’intelligenza artificiale e viene impiegato in questa missione attraverso schede adattate alle esigenze specifiche dei due sottosistemi. Le informazioni diffuse in occasione del lancio non riportano un benchmark quantitativo delle prestazioni raggiunte in orbita, né valori misurati relativi a consumo energetico, latenza o accuratezza dei modelli durante la missione spaziale. La descrizione tecnica conferma invece il ruolo degli acceleratori nell’elaborazione locale dei dati e la loro integrazione con il computer centrale del satellite.
L’impiego di semiconduttori AI in ambito spaziale richiede di affrontare condizioni operative differenti da quelle incontrate nei normali dispositivi elettronici terrestri. Le apparecchiature collocate in orbita devono funzionare all’interno di un ambiente esposto a variazioni termiche, radiazioni e limitazioni della potenza elettrica disponibile. La progettazione deve inoltre considerare la possibilità che un errore hardware o software non possa essere corretto attraverso un intervento fisico diretto. Per questa ragione Mobilint ha partecipato alle attività di realizzazione e verifica delle schede, all’integrazione del software e alla stabilizzazione delle comunicazioni con l’unità di controllo del satellite. La dimostrazione in orbita consentirà di raccogliere informazioni effettive sulla compatibilità del sistema con le condizioni della missione, sui requisiti dell’elaborazione AI e sulla continuità operativa dei componenti installati. L’azienda non ha dichiarato che REGULUS possieda già una qualificazione spaziale generalizzata applicabile a qualsiasi veicolo, ma ha presentato la missione come un’occasione per acquisire dati reali e utilizzare l’esperienza nello sviluppo di futuri prodotti edge AI ad alta affidabilità. Questa distinzione è importante perché il funzionamento di un sistema in una missione dimostrativa non equivale automaticamente alla certificazione di tutte le sue configurazioni per impieghi spaziali differenti.
L’utilizzo dell’intelligenza artificiale a bordo dei satelliti interviene anche sulla gestione delle comunicazioni con la Terra. I veicoli in orbita bassa possono disporre di periodi relativamente brevi durante i quali comunicare con una determinata stazione terrestre, mentre la quantità di dati trasferibili dipende dalla disponibilità del collegamento e dalle caratteristiche del sistema di telecomunicazione. Quando immagini, telemetria e informazioni sperimentali vengono trasmesse integralmente senza un’elaborazione preliminare, il sistema può dover destinare una parte significativa della capacità di comunicazione a contenuti che potrebbero essere analizzati direttamente a bordo. L’onboard AI permette invece di estrarre informazioni, individuare eventi rilevanti e organizzare i dati in funzione della priorità. Nel caso di BEE-1012, questo approccio viene applicato sia alle osservazioni biologiche sia alle informazioni sul funzionamento del satellite. L’elaborazione locale può supportare decisioni più rapide e ridurre la quantità di dati da trasferire, ma i benefici effettivi dovranno essere verificati attraverso le misurazioni raccolte durante il funzionamento operativo. La tecnologia non elimina inoltre la necessità del controllo terrestre, che continua a essere necessario per la supervisione della missione, la gestione delle attività scientifiche e la valutazione dei risultati.
Il programma di verifica prevede una prima fase dedicata all’accertamento del corretto funzionamento delle schede dopo il lancio e l’avvio delle operazioni del satellite. Mobilint e i partner tecnici intendono successivamente esaminare in maniera progressiva le capacità di elaborazione neurale in orbita e i risultati ottenuti dai due sistemi durante le rispettive attività. Le informazioni raccolte serviranno a valutare il comportamento dell’hardware in condizioni reali, la stabilità delle comunicazioni interne e la capacità dei modelli AI di trattare i dati prodotti dalla missione. Il progetto rappresenta quindi una sperimentazione operativa destinata a verificare se una tecnologia sviluppata per l’elaborazione intelligente a basso consumo possa essere adattata efficacemente all’ambiente spaziale. Mobilint intende utilizzare i risultati per migliorare lo sviluppo di semiconduttori e infrastrutture AI destinate a settori nei quali le risorse computazionali ed energetiche sono limitate, comprese applicazioni che richiedono elaborazione locale e funzionamento autonomo. Il satellite BEE-1012 costituisce la prima applicazione orbitale dichiarata dell’azienda e collega due attività differenti, monitoraggio tecnico e osservazione biologica, attraverso un’unica famiglia di processori specializzati nell’inferenza neurale.
Questo articolo è stato redatto con il supporto di strumenti di intelligenza artificiale (AI)