Elon Musk y varias grandes tecnológicas están impulsando una nueva frontera: trasladar parte del poder de cómputo de inteligencia artificial al espacio. SpaceX ha pedido permiso regulatorio para desplegar centros de datos orbitales alimentados por energía solar, repartidos en hasta un millón de satélites capaces de concentrar unos 100 GW de potencia de cálculo. Musk incluso ha sugerido que algunos de estos satélites podrían fabricarse en la Luna. Directivos de xAI apuestan a que para 2028 el 1% del cómputo mundial estará en órbita, mientras que Google prepara su propio proyecto, Suncatcher, con lanzamientos de prueba en 2027, y la startup Starcloud diseña una constelación de 80.000 satélites. Jeff Bezos también ha señalado que este es el rumbo del sector.
Sin embargo, los números todavía no cuadran. Un análisis del ingeniero Andrew McCalip estima que un centro de datos orbital de 1 GW costaría unos 42.400 millones de dólares, casi el triple que uno terrestre, principalmente por el precio de fabricar y lanzar satélites. Para que el modelo sea viable, los costes de lanzamiento tendrían que caer de los actuales ~3.600 dólares por kilo del Falcon 9 a unos 200 dólares, algo que los defensores del sector esperan lograr en la década de 2030 con el cohete Starship de SpaceX. Aun así, economistas advierten que, incluso con Starship operativo, la empresa podría mantener precios altos si no tiene competencia real, y ejecutivos como el CEO de Amazon Web Services recuerdan que hoy no hay suficientes cohetes ni es económicamente razonable lanzar cientos de miles de satélites.
Además del lanzamiento, la fabricación sigue siendo cara: se calcula que los satélites cuestan alrededor de 1.000 dólares por kilo. SpaceX confía en abaratar mediante producción en masa, pero los satélites de IA deben ser más grandes y complejos que los actuales Starlink, con grandes paneles solares, sistemas avanzados de refrigeración y enlaces láser de alta velocidad. Aunque en el espacio hay más sol y, en teoría, mejor eficiencia solar, los paneles sufren una degradación acelerada por la radiación, limitando la vida útil de los satélites a unos cinco años. Empresas como Solestial trabajan en paneles de silicio mejor adaptados, y actores como Starcloud aceptan ciclos de vida cortos porque el hardware de IA queda obsoleto muy rápido.
El entorno espacial añade retos técnicos notables. La disipación de calor no es “gratis”: al no haber aire, hace falta usar grandes radiadores, que suman masa y complejidad. La radiación cósmica puede dañar chips, acortar su vida útil y provocar errores de bits que corrompan datos. Para mitigarlo se usan blindajes, componentes endurecidos frente a radiación y redundancias, todo a costa de más peso y coste. Google y SpaceX ya experimentan con aceleradores de partículas para comprobar cómo afectan estas condiciones a sus chips de IA.
Queda también por definir para qué servirán exactamente estos centros de datos en órbita. El entrenamiento de grandes modelos requiere miles de GPU muy bien conectadas, con anchos de banda internos de cientos de gigabits por segundo, algo difícil de replicar en una constelación de satélites que hoy solo puede enlazarse con láseres de hasta 100 Gbps. Google propone formaciones de 81 satélites volando muy juntos para usar transceptores similares a los de sus centros en tierra, pero esto exige un altísimo nivel de autonomía y control de posición. En cambio, las tareas de inferencia —ejecutar modelos ya entrenados para responder consultas o alimentar asistentes virtuales— necesitan menos coordinación y podrían realizarse con decenas de GPU en un solo satélite. Startups como Starcloud aseguran que ya están generando ingresos con inferencia en órbita.
Según documentos regulatorios, SpaceX planea satélites con unos 100 kW de potencia de cómputo por tonelada, el doble que los actuales Starlink, interconectados entre sí y apoyados en la red ya existente para transmitir datos, con promesas de enlaces láser a velocidades de petabits. Tras la compra de xAI, Musk podrá comparar directamente la evolución de centros de datos terrestres y orbitales y derivar carga de trabajo a donde sea más rentable. La idea de fondo es simple: un FLOP de cálculo es un FLOP, esté donde esté; la cuestión es si la física, la ingeniería y los costes permitirán que el espacio sea realmente el lugar más barato para alojar la próxima generación de IA.
