La próxima gran frontera de los centros de datos de Inteligencia Artificial podría no estar en un parque industrial, junto a una subestación eléctrica o cerca de una planta de agua. Podría estar en órbita. La idea suena a ciencia ficción, pero ya ha entrado en la agenda de NVIDIA, Google, SpaceX, Starcloud y varias compañías espaciales que estudian cómo llevar parte del cómputo de IA fuera de la Tierra.

La tesis es sencilla de enunciar y muy difícil de ejecutar: si los centros de datos terrestres empiezan a chocar con límites de energía, suelo, refrigeración, permisos y rechazo social, el espacio ofrece luz solar casi continua y una ubicación donde el calor puede disiparse por radiación. Sobre el papel, esto permitiría alimentar grandes clusters de IA sin competir directamente con redes eléctricas locales ni consumir agua para refrigeración. En la práctica, todavía hay enormes barreras técnicas, económicas y regulatorias.

El último movimiento que ha reactivado el debate es la estrategia espacial de NVIDIA. La compañía ha presentado sus plataformas de computación para órbita, entre ellas el módulo Space-1 Vera Rubin, diseñado para cargas de IA en satélites, análisis geoespacial, operaciones autónomas y futuros centros de datos orbitales. Según NVIDIA, este módulo podrá ofrecer hasta 25 veces más capacidad de cómputo de IA que una H100 para cargas de inferencia espacial, aunque su disponibilidad comercial llegará más adelante.

De procesar imágenes en satélites a pensar en centros de datos orbitales

La computación en el espacio no es nueva. Los satélites llevan décadas procesando datos a bordo para comunicaciones, observación terrestre, navegación o defensa. Lo novedoso es la ambición de llevar hardware de clase centro de datos a órbita y no usarlo solo para reducir datos antes de enviarlos a Tierra, sino para ejecutar cargas de IA mucho más exigentes.

NVIDIA ha anunciado colaboraciones con Aetherflux, Axiom Space, Kepler Communications, Planet Labs, Sophia Space y Starcloud para llevar aceleración de IA a misiones orbitales y sistemas terrestres asociados. En algunos casos, el objetivo es procesar datos de sensores en tiempo real. En otros, la visión va más lejos: construir infraestructura de cómputo en órbita para entrenar o ejecutar modelos avanzados sin depender por completo de centros de datos terrestres.

Starcloud es el ejemplo más llamativo. La startup, respaldada por el programa NVIDIA Inception, lanzó en noviembre de 2025 el satélite Starcloud-1 con una GPU NVIDIA H100 a bordo. Según la propia compañía, el sistema ejecutó modelos en órbita y permitió entrenar nanoGPT en el espacio, una demostración más simbólica que industrial, pero importante para validar que hardware de altas prestaciones puede sobrevivir y operar fuera de la Tierra.

La visión a largo plazo de Starcloud es mucho más ambiciosa: un centro de datos orbital de 5 GW alimentado por grandes paneles solares, con una estructura de aproximadamente 4 kilómetros de lado. Su argumento es que la energía solar en órbita puede ser más constante que en la superficie terrestre y que el coste energético podría ser muy inferior al de un despliegue equivalente en Tierra. Es una promesa potente, pero todavía muy lejos de una ejecución industrial comprobada.

La competencia también mira hacia arriba

NVIDIA no está sola en esta carrera. Google presentó Project Suncatcher, una iniciativa de investigación para estudiar constelaciones de satélites con TPUs alimentadas por energía solar y conectadas mediante enlaces ópticos en el espacio. La compañía planea lanzar dos satélites prototipo con Planet Labs a comienzos de 2027 para probar hardware en órbita y validar parte de las hipótesis técnicas.

El proyecto de Google parte de una idea parecida: en ciertas órbitas, los paneles solares pueden generar energía durante periodos mucho más largos y con menos interrupciones que en tierra. La compañía también ha probado la resistencia de sus TPUs a condiciones de radiación simuladas, aunque reconoce que quedan problemas abiertos en gestión térmica, fiabilidad, comunicaciones, dinámica orbital y costes de lanzamiento.

SpaceX también aparece en el centro del tablero. La empresa de Elon Musk ha anunciado un acuerdo para dar a Anthropic acceso a Colossus 1, su superordenador de IA, y ha señalado que Anthropic ha mostrado interés en colaborar en capacidad de cómputo orbital de varios gigavatios. Reuters también ha informado de conversaciones entre Google y SpaceX para futuros lanzamientos vinculados a Project Suncatcher.

El resultado es un nuevo frente en la carrera por la infraestructura de IA. Hasta ahora, el debate giraba alrededor de GPUs, ASICs, TPUs, redes, HBM, centros de datos, energía nuclear, acuerdos con utilities y compra masiva de capacidad. Ahora entra otro factor: quién podrá lanzar, mantener y conectar infraestructura de cómputo fuera del planeta.

El gran obstáculo no es solo lanzar chips al espacio

Conviene rebajar la épica. El espacio ofrece ventajas evidentes, pero no es un centro de datos gratis con vistas a la Tierra. La refrigeración, por ejemplo, no funciona como en una sala técnica terrestre. En el vacío no hay aire que transporte calor por convección. El calor debe evacuarse por radiación, lo que exige superficies, materiales y diseños térmicos muy específicos. Cuanto más potente sea el cluster, más complejo será deshacerse del calor.

También está el problema de la reparación. En un centro de datos terrestre, un técnico puede sustituir un servidor, cambiar una fuente de alimentación o revisar una conexión. En órbita, cada fallo es mucho más caro. La radiación puede degradar componentes, los impactos de micrometeoritos o basura espacial son un riesgo real, y la logística de mantenimiento todavía está lejos de parecerse a la de una instalación convencional.

La conectividad es otro cuello de botella. Para que un centro de datos orbital sea útil en cargas terrestres, necesita mover cantidades enormes de datos entre satélites y estaciones en tierra. Los enlaces ópticos pueden ofrecer mucho ancho de banda, pero mantener una red de satélites alineados, con baja latencia relativa y capacidad estable, es una tarea de ingeniería muy exigente. Para algunas cargas de IA, como entrenamiento por lotes o análisis de datos capturados en el propio espacio, la latencia puede ser aceptable. Para servicios interactivos masivos, la economía y la arquitectura aún deben demostrarse.

Tampoco se puede ignorar el impacto ambiental de los lanzamientos y de una posible proliferación de constelaciones. Mover miles de toneladas de hardware a órbita requiere cohetes, combustible, fabricación, materiales y gestión del final de vida de los satélites. Los astrónomos llevan años alertando del impacto de las megaconstelaciones sobre la observación del cielo y la congestión orbital. Llevar centros de datos al espacio podría aliviar presión sobre redes eléctricas terrestres, pero trasladaría parte del problema a otro entorno frágil.

Una señal de la presión real que soporta la IA

La lectura más importante quizá no sea que los centros de datos vayan a mudarse masivamente al espacio en pocos años. La señal de fondo es que la industria de la IA está alcanzando una escala de consumo energético que obliga a pensar en soluciones extremas. Microsoft firma acuerdos nucleares, Amazon y Google negocian energía a largo plazo, Oracle y OpenAI proyectan campus gigantescos, y ahora NVIDIA, Starcloud, Google y SpaceX exploran la órbita como opción futura.

Para los proveedores de infraestructura, el mensaje es claro: el cuello de botella ya no está solo en fabricar chips. También está en alimentarlos, refrigerarlos, conectarlos y conseguir permisos para instalarlos. Por eso la computación orbital empieza a aparecer en presentaciones, hojas de ruta y proyectos piloto. No como sustituto inmediato de los centros de datos terrestres, sino como una posible extensión para cargas concretas.

En el corto plazo, lo más probable es que veamos más IA en satélites para análisis de imágenes, navegación autónoma, defensa, comunicaciones y procesamiento de datos capturados en órbita. Eso ya tiene sentido operativo: si un satélite puede analizar lo que ve sin enviar todo a Tierra, reduce ancho de banda y gana velocidad. Los grandes centros de datos orbitales de varios gigavatios pertenecen todavía a una fase más especulativa.

NVIDIA, Google, Starcloud y SpaceX están empujando esa frontera porque el mercado premia a quien controle la infraestructura. Si la IA necesita cantidades crecientes de cómputo, la ventaja no estará solo en el mejor modelo, sino en el mejor acceso a energía, chips, redes y ubicaciones. El espacio no elimina los problemas de la IA industrial. Los cambia de lugar y añade otros nuevos.

La pregunta ya no es si se puede poner una GPU potente en órbita. Eso ya se ha empezado a probar. La pregunta es si puede convertirse en una infraestructura fiable, rentable, mantenible y aceptable para la sociedad. Hasta que esa respuesta llegue, los centros de datos espaciales seguirán siendo una mezcla de ingeniería seria, ambición empresarial y relato futurista.

Preguntas frecuentes

¿Qué es un centro de datos orbital?

Es una instalación de cómputo situada en el espacio, normalmente en satélites o estructuras orbitales, diseñada para procesar datos o ejecutar cargas de Inteligencia Artificial usando energía solar y comunicaciones ópticas o radiofrecuencia.

¿Por qué las empresas quieren llevar IA al espacio?

Porque los centros de datos terrestres consumen mucha electricidad, necesitan refrigeración, requieren suelo y dependen de redes eléctricas cada vez más tensionadas. En órbita hay más disponibilidad de energía solar continua, aunque los retos técnicos son enormes.

¿Qué ha presentado NVIDIA para computación espacial?

NVIDIA ha anunciado plataformas como Space-1 Vera Rubin, IGX Thor y Jetson Orin para cargas de IA en órbita, análisis geoespacial, operaciones autónomas y futuros centros de datos orbitales.

¿Veremos pronto centros de datos gigantes en el espacio?

No a corto plazo. Ya hay pruebas con hardware avanzado en órbita y proyectos piloto previstos, pero construir centros de datos orbitales de varios gigavatios exige resolver problemas de lanzamiento, mantenimiento, refrigeración, radiación, comunicaciones y coste.

vía: wccftech