La computación en el espacio ha dado un paso de concepto a empresa financiada. Starcloud, una startup estadounidense, ha cerrado una ronda de extensión de Serie A de 250 millones de dólares a una valoración de 2.300 millones de dólares, con el objetivo de desplegar infraestructura computacional de alto rendimiento en órbita baja terrestre.
La propuesta de Starcloud es llevar GPUs de alto rendimiento —incluyendo chips compatibles con las especificaciones de los NVIDIA H100— a bordo de satélites, crear una red de procesamiento distribuido en órbita y ofrecer ese cómputo como servicio para cargas de trabajo de inteligencia artificial. El capital recaudado financiará fabricación de naves espaciales, ingeniería de sistemas y los lanzamientos iniciales hacia una red orbital que la empresa describe como «el mayor supercomputador fuera de la atmósfera terrestre».
¿Por qué pondría alguien un GPU en el espacio?
La pregunta es legítima. La respuesta tiene varias capas.
La primera y más obvia es la latencia de análisis de datos satelitales. Los satélites de observación terrestre generan volúmenes enormes de datos de imagen y señal que actualmente se comprimen, transmiten a tierra y se procesan en centros de datos convencionales. Ese proceso introduce latencia y cuellos de botella de transmisión. Si el procesamiento ocurre en el propio satélite o en un satélite computacional cercano, los resultados del análisis llegan antes. Para aplicaciones de vigilancia climática, monitorización agrícola o detección temprana de desastres naturales, esa diferencia puede ser significativa.
La segunda capa es la cobertura geográfica. Una red de cómputo en órbita no tiene el problema de conectividad que tienen los centros de datos terrestres en regiones remotas. Un barco en el océano Pacífico, una instalación en el Ártico o una misión militar en terreno sin infraestructura pueden acceder a cómputo orbital sin necesitar fibra ni cableado terrestre.
La tercera capa, la más especulativa, es la indiferencia regulatoria. El cómputo en órbita no está en ninguna jurisdicción nacional. Para ciertos tipos de datos sensibles, eso podría ser relevante.
¿Es esto factible o es un concepto con dinero?
La primera barrera es la fiabilidad electrónica en el espacio. Los chips convencionales no están diseñados para operar en el entorno de radiación del espacio, que degrada los semiconductores con el tiempo. Los chips «radiation-hardened» existen pero son más caros y menos potentes que los chips de consumo. Starcloud no ha publicado detalles técnicos sobre cómo resuelve este problema, lo que es exactamente la pregunta que los ingenieros de misión harían primero.
La segunda barrera es el calor. Los GPUs generan calor masivo. En la Tierra, los centros de datos usan enormes sistemas de refrigeración. En el espacio, la disipación de calor funciona de forma diferente y escalar un sistema de refrigeración en órbita es un problema de ingeniería no trivial.
La tercera barrera es el coste de lanzamiento. Aunque SpaceX ha reducido dramáticamente el precio por kilogramo a órbita baja, llevar suficiente hardware computacional como para rivalizar con un centro de datos terrestre sigue siendo extraordinariamente caro.
Starcloud es parte de un ecosistema de inversión que está apostando por infraestructura de cómputo de nueva generación desde múltiples ángulos. La misma lógica que lleva a Meta a construir supercentros de datos de gigavatios en tierra impulsa a Starcloud a buscar capacidad donde los competidores no han mirado todavía. Y las restricciones de exportación de chips de alto rendimiento —como las que limitan la venta de NVIDIA H200 a ciertos mercados— hacen que la geografía del cómputo sea un problema geopolítico tanto como técnico. La computación orbital escapa a esas restricciones geográficas. Ese es, quizás, su argumento más poderoso de venta a ciertos clientes. El caso de empleados de Super Micro detenidos por exportar chips de NVIDIA a China nos enseña hasta qué punto el acceso a cómputo de alta gama está cargado geopolíticamente. En órbita, esas restricciones territoriales no aplican de la misma forma.
¿Quiénes son los clientes potenciales de cómputo orbital?
Los segmentos más obvios para el cómputo orbital son aquellos que ya dependen de satélites para la generación de datos: empresas de observación de la Tierra, defensa, meteorología y telecomunicaciones. Para estas organizaciones, mover parte del procesamiento al propio satélite —o a un satélite de cómputo cercano— reduciría los cuellos de botella de descarga y permitiría respuestas más rápidas a eventos detectados desde el espacio. Un satélite de observación que detecta el inicio de un incendio forestal y procesa esa detección en órbita puede alertar a los servicios de emergencia en segundos en lugar de minutos. El cómputo orbital también podría ser relevante para misiones de exploración lunar y marciana, donde la latencia de comunicación con la Tierra hace inviable el procesamiento remoto para tareas que requieren respuesta en tiempo real. SpaceX, con su constelación Starlink, y Amazon, con Project Kuiper, tienen capacidad de infraestructura orbital que eventualmente podría competir con Starcloud en ciertas aplicaciones. La diferencia que Starcloud ofrece es el modelo de servicio puro de cómputo —similar a AWS pero en órbita— en lugar de conectividad. El mercado es pequeño hoy pero los precedentes en la historia de la industria cloud sugieren que las curvas de adopción de nuevas infraestructuras de cómputo suelen ser más rápidas de lo que los análisis conservadores predicen.
El punto de partida de Starcloud es sencillo de articular: la demanda de cómputo para IA crece más rápido que la capacidad de construir centros de datos en tierra. La cadena de aprovisionamiento de terreno, permisos, energía y refrigeración tiene cuellos de botella que no se resuelven rápido. Un satélite de cómputo, una vez en órbita, escapa a esos cuellos. El argumento no es que el cómputo orbital sea más barato —no lo es, y probablemente no lo será en la próxima década— sino que puede desplegarse en paralelo a la infraestructura terrestre sin competir por los mismos recursos. Para aplicaciones donde la latencia de procesamiento importa más que el coste —análisis de inteligencia en tiempo real, monitorización de desastres, comunicaciones satelitales de baja latencia— el argumento de negocio puede ser convincente aunque el coste por operación sea mayor que en tierra.