Planet Labs PBC e NVIDIA hanno annunciato una collaborazione per sviluppare un’infrastruttura di elaborazione dati satellitari basata su GPU NVIDIA, con l’obiettivo di ridurre drasticamente i tempi necessari per trasformare le immagini della Terra in informazioni utilizzabili.
L’iniziativa punta a costruire quello che viene definito un motore AI “GPU-native” per la cosiddetta planetary intelligence: un sistema in grado di processare grandi volumi di dati osservativi su scala globale in pochi secondi, rispetto alle ore richieste dalle architetture tradizionali basate su CPU.
Planet acquisisce immagini dell’intero pianeta quotidianamente, generando archivi di dati su scala petabyte. Secondo l’azienda, i metodi di elaborazione attuali non sono più adeguati a gestire la velocità con cui avvengono i cambiamenti sulla Terra, rendendo necessario un cambio di paradigma tecnologico.
Planet Labs ha fatto molto discutere quando, ad inizio marzo ha annunciato di non pubblicare più o ritardare, le foto scattate dai propri satelliti sul medio oriente. La notizia ha fatto molto discutere, in quanto l’acquisto di immagini scattate dai satelliti di Planet poteva essere fatto da chiunque, ed era uno dei vantaggi di aziende come questa. Ora, per evitare la diffusione di informazioni sullo spostamento e attività delle truppe americane durante la guerra contro l’Iran, Planet Labs posticiperà di 14 giorni la pubblicazione delle foto o per particolari zone la vieterà completamente.
Elaborazione accelerata e distribuita
Uno dei pilastri della collaborazione con NVIDIA riguarda l’adozione dell’architettura CUDA di NVIDIA per accelerare le principali fasi della pipeline di processamento dei dati satellitari. Tra queste rientrano operazioni come la composizione delle immagini, l’ortorettifica e la compensazione atmosferica.
L’elaborazione potrà essere distribuita lungo tutta la catena: nei data center cloud, nelle stazioni di terra e, in prospettiva, direttamente a bordo dei satelliti. In questo contesto, Planet sta integrando le piattaforme NVIDIA Blackwell e IGX Thor, progettate per applicazioni AI ad alte prestazioni.
Questo approccio consente di ridurre significativamente la latenza tra acquisizione e analisi dei dati, un fattore rilevante per applicazioni come il monitoraggio ambientale o la risposta a eventi critici. Un secondo ambito di sviluppo riguarda l’uso di modelli generativi per migliorare la qualità delle immagini satellitari. Planet sta applicando la tecnologia CorrDiff di NVIDIA, un modello di diffusione addestrato su grandi dataset, per ottenere capacità di super-resolution.
A differenza dei metodi tradizionali basati su filtri digitali, questo approccio utilizza modelli fisicamente informati e addestrati sull’archivio storico di Planet. L’obiettivo è estrarre maggiori dettagli anche da dati già acquisiti, migliorandone la leggibilità e il valore analitico.
Verso una “mappa vettoriale” del pianeta
Il terzo elemento della collaborazione riguarda la creazione di embeddings su scala globale. Planet e NVIDIA stanno lavorando a un’architettura in grado di trasformare il flusso continuo di dati satellitari in rappresentazioni vettoriali multidimensionali. Questa “mappa vettoriale” della Terra permetterebbe di effettuare ricerche semantiche su scala globale, identificando pattern e anomalie in modo automatizzato e in tempi ridotti. Si tratta di un’evoluzione rispetto ai sistemi attuali, che richiedono query più rigide e meno scalabili.
Parallelamente, Planet ha testato il modulo NVIDIA IGX Jetson Thor per applicazioni spaziali e prevede di integrarlo nei satelliti di nuova generazione Pelican e nella futura costellazione Owl. L’obiettivo è portare capacità di elaborazione AI direttamente in orbita, riducendo ulteriormente i tempi tra acquisizione del dato e produzione di insight. In questo scenario, parte dell’analisi verrebbe eseguita a bordo del satellite, limitando la necessità di trasmettere grandi volumi di dati grezzi a Terra.
