Elon Musk dice que casi toda la computación de IA se trasladará al espacio: ¿puede SpaceX hacer realidad los centros de datos orbitales?
Durante una serie de reuniones ejecutivas y declaraciones públicas que culminaron a finales de octubre de 2026, Elon Musk afirmó que dentro de 30 a 36 meses, el espacio se convertirá en el entorno más atractivo y rentable para desplegar infraestructura de cómputo de inteligencia artificial, sugiriendo que prácticamente todo el cómputo de IA futuro podría trasladarse eventualmente fuera del planeta. Musk proyectó que la capacidad de cómputo en órbita podría comenzar a escalar más rápido que las instalaciones terrestres alrededor de 2029. Sobre esta audaz predicción se sustenta un cuello de botella industrial bien documentado en la Tierra: las redes eléctricas regionales luchan por absorber centros de datos de escala gigavatio, limitados por colas de interconexión con servicios públicos de cuatro a siete años, retrasos de varios años para transformadores de alto voltaje y creciente oposición local por las tarifas eléctricas y el consumo de agua para enfriamiento.
Para actuar sobre esta tesis, SpaceX ha iniciado la planificación concreta de infraestructura tras su reciente alineación corporativa con xAI. Durante 2026, la empresa presentó solicitudes de marca para un servicio de centro de datos orbital denominado "Starmind", presentó ambiciosas solicitudes de constelación orbital ante la Comisión Federal de Comunicaciones de EE.UU. (FCC) y comenzó a expandir un complejo masivo de fabricación de satélites en Texas. Al combinar la capacidad de carga pesada de su cohete Starship con la malla láser óptica de Starlink, SpaceX busca probar si la energía solar continua en órbita puede evitar los cuellos de botella físicos de las redes eléctricas terrestres.
A pesar de la envergadura de las ambiciones de SpaceX, ingenieros aeroespaciales, físicos de semiconductores y ejecutivos de IA competidores señalan que trasladar la computación de hiperscala a órbita enfrenta obstáculos abrumadores arraigados en la termodinámica, la física de la radiación y la economía unitaria. Si bien posicionar paneles solares en órbita sincrónica con el Sol evita las colas de transmisión terrestres, operar miles de aceleradores de IA comerciales dentro de un vacío introduce serios desafíos de disipación de calor, errores por radiación cósmica, restricciones de hardware sin mantenimiento y límites de latencia de red por la velocidad de la luz.
Hoja de ruta orbital de SpaceX: La constelación Starmind y la fábrica Gigasat
El impulso de SpaceX por desarrollar centros de datos orbitales se basa directamente en la integración vertical de sus divisiones de lanzamiento de cohetes, fabricación de satélites y comunicaciones ópticas. En lugar de tratar la computación basada en el espacio como un experimento de investigación aislado, SpaceX está estructurando la iniciativa Starmind como una extensión computacional de alta potencia de su red existente Starlink.
La misión de demostración del Q4 2027
Según divulgaciones de la industria y presentaciones regulatorias revisadas a finales de octubre de 2026, SpaceX tiene como objetivo lanzar en el cuarto trimestre de 2027 su primera carga útil de demostración de centro de datos orbital dedicado. Operando en Órbita Baja de la Tierra (LEO), con perfiles de Órbita Síncrona con el Sol (SSO) diseñados para mantener los paneles solares expuestos a luz solar casi continua, se espera que el sistema de demostración pruebe configuraciones de aceleradores de IA de alta densidad basadas en la plataforma NVIDIA Vera Rubin junto con terminales de comunicación óptica de alta velocidad.
El objetivo principal de la demostración de finales de 2027 no es la rentabilidad comercial inmediata en la nube, sino la validación empírica de ingeniería. Los ingenieros de SpaceX necesitan medir cómo los chips de lógica de HBM4 y sub-3nm resisten la radiación orbital, probar tuberías de calor de fluido de bucle cerrado conectadas a grandes alas radiadoras desplegables, y evaluar las tasas de transferencia de datos de extremo a extremo entre nodos de cómputo orbitales y estaciones terrestres.
La fábrica Bastrop Gigasat
Para pasar la computación orbital de prototipos individuales a la producción masiva industrial, SpaceX ha comenzado a desarrollar una instalación de fabricación masiva denominada fábrica "Gigasat" en Bastrop, Texas, ubicada junto a su campus existente de producción de Starlink. Los satélites comerciales y de defensa tradicionales son naves espaciales hechas a medida, de baja producción, que tardan años en ensamblarse y cuestan cientos de millones de dólares cada una. La instalación Gigasat de Bastrop está diseñada para aplicar las técnicas de línea de ensamblaje de alta velocidad perfeccionadas en los satélites Starlink V2 Mini y V3 a plataformas de cómputo mucho más pesadas y de alta potencia.
Al estandarizar buses satelitales, unidades de regulación de energía, transceptores láser intersatelitales y paneles solares y radiadores plegables, SpaceX tiene la intención de reducir el costo de fabricación por kilovatio de capacidad orbital. Una vez en funcionamiento, la instalación en Texas tiene como objetivo suministrar una línea constante de satélites de cómputo adaptados al ritmo de lanzamiento de la flota totalmente reutilizable Starship.
Gastos de capital y la ecuación del lanzamiento de Starship
El caso económico para los centros de datos orbitales depende casi por completo en reducir drásticamente el costo de transportar masa a la órbita. En la Tierra, construir la carcasa física y la infraestructura eléctrica para un centro de datos cuesta típicamente entre $10 millones y $12 millones por megavatio antes de instalar el hardware de servidores. A las tasas actuales de lanzamiento comercial de $1,500 a $2,500 por kilogramo, elevar racks de servidores pesados, bucles de enfriamiento y paneles radiadores masivos a la órbita es prohibitivamente caro.
Al reflejar la intensidad de capital de esta doble expansión, los analistas de equity de Morgan Stanley proyectaron a finales de 2026 que los gastos de capital anuales de SpaceX aumentarán hasta aproximadamente $53 mil millones en 2026 y superarán los $130 mil millones en 2027, con la gran mayoría de ese gasto dirigido hacia la fabricación de satélites de centros de datos de IA y la expansión de la flota de cohetes Starship. Starship está diseñada para elevar entre 100 y 150 toneladas métricas a la Órbita Terrestre Baja por vuelo. Sin embargo, incluso los defensores de la aeroespacial reconocen que Starship debe lograr una reutilización rápida, similar a la de una aerolínea, y reducir los costos de lanzamiento en un orden de magnitud, hacia $100 a $200 por kilogramo o menos, antes de que la implementación orbital pueda comenzar a competir con los costos de construcción terrestre.
Las restricciones de ingeniería física: enfriamiento radiativo y termodinámica del vacío
Si bien la irradiación solar continua en órbita resuelve la generación de energía en el papel, el espacio presenta una paradoja termodinámica inmediata para la electrónica de alta densidad. Una creencia popular errónea es que, debido a que la temperatura de fondo del espacio profundo oscila cerca del cero absoluto (aproximadamente -270 grados Celsius), enfriar chips de computadora calientes en el espacio debería ser sencillo. En realidad, los ingenieros térmicos aeroespaciales enfrentan exactamente el problema opuesto: el vacío del espacio actúa como una termos gigante.
Por qué el aislamiento al vacío atrapa el calor del centro de datos
En la Tierra, los centros de datos hiperscalables eliminan de 40 a más de 250 kilovatios de calor por bastidor de servidor mediante conducción y convección. Las placas frías extraen el calor del silicio, y enfriadores masivos o torres de enfriamiento evaporativo transfieren esa energía térmica al aire y las moléculas de agua circundantes. En el vacío de la órbita terrestre baja, no hay aire ni agua para llevarse el calor; la refrigeración por convección no existe.
Cada vatio de energía eléctrica consumido por una GPU en órbita, que se convierte casi por completo en calor residual, debe rechazarse al espacio únicamente mediante radiación térmica infrarroja. Según las leyes fundamentales de la termodinámica (específicamente la ley de Stefan-Boltzmann), la cantidad de calor que una superficie puede radiar al vacío depende de su área superficial y de la cuarta potencia de su temperatura absoluta.
Debido a que los procesadores de IA modernos comienzan a sufrir throttling térmico y degradación permanente del silicio si sus temperaturas de operación superan los 85 a 95 grados Celsius, los bucles de enfriamiento orbital no pueden funcionar simplemente a temperaturas de color rojo incandescente para radiar calor más rápido. Operando dentro de los márgenes de temperatura seguros para semiconductores y teniendo en cuenta el calor entrante proveniente de la luz solar directa y el brillo reflejado de la Tierra (albedo), un panel radiador aeroespacial de dos caras solo puede rechazar aproximadamente de 250 a 350 vatios de energía térmica por metro cuadrado.
La enorme huella de radiador requerida para el cálculo de megavatios
Cuando se traduce desde un solo chip hasta una escala de centro de datos empresarial, el enfriamiento radiativo crea una huella estructural masiva. Disipar solo 1 megavatio de calor en órbita requiere aproximadamente 3.000 a 4.000 metros cuadrados de superficie radiadora de dos caras. Escalar esto hasta un clúster de IA de 100 megavatios, un tamaño estándar para una instalación terrestre de entrenamiento, requeriría 300.000 a 400.000 metros cuadrados de paneles radiadores, equivalente a aproximadamente 50 a 60 campos de fútbol regulares flotando en formación.
Estas grandes alas de radiador deben plegarse firmemente dentro de la carenaje del cohete durante el lanzamiento, desplegarse de forma confiable en microgravedad sin atascarse, circular refrigerantes líquidos bombeados a través de cientos de uniones flexibles y pivotar constantemente con el borde hacia el Sol mientras los paneles solares del satélite enfrentan directamente al Sol. La masa seca adicional de esos radiadores, bombas y estructuras de soporte reduce directamente la capacidad de carga útil del cohete, lo que significa que una gran fracción de cada lanzamiento se gasta en elevar tuberías y paneles metálicos en lugar de GPUs generadoras de ingresos.
Confiabilidad de los semiconductores: Radiación cósmica, cambios de bit y el dilema del mantenimiento cero
Más allá de la física térmica, colocar chips de IA comerciales de última generación en órbita elimina el escudo protector de la atmósfera y la magnetósfera terrestres, exponiendo circuitos nanométricos frágiles a un bombardeo constante de partículas energéticas.
Vulnerabilidad de los procesadores AI sub-3nm a los rayos cósmicos
Los satélites de comunicaciones y reconocimiento tradicionales dependen de procesadores "resistentes a la radiación" fabricados en nodos de proceso más antiguos y más grandes (como 65 nm o 130 nm) con sustratos aislantes especializados y puertas lógicas triples redundantes. Sin embargo, los modelos de lenguaje grandes de vanguardia no pueden ejecutarse en chips aeroespaciales lentos y heredados; requieren GPUs comerciales sub-3 nm y memoria HBM4 densamente apilada que contiene miles de millones de transistores microscópicos.
A estas escalas atómicas, la carga eléctrica que mantiene un
0 o 1 digital dentro de una celda de memoria es mínima. Cuando los rayos cósmicos galácticos o protones solares atraviesan una GPU comercial sin protección, dejan rastros de carga ionizada que causan perturbaciones por evento único (SEU): la inversión espontánea de bits en la memoria o en los registros del procesador. Aún peor, los iones pesados pueden desencadenar bloqueos por evento único (SEL), creando cortocircuitos internos que queman permanentemente los componentes del chip a menos que se corte la alimentación en milisegundos.En una ejecución sincronizada de entrenamiento de IA, un único bit invertido no corregido dentro de una matriz de pesos de punto flotante puede corromper los cálculos de gradiente en todo el clúster, obligando a los ingenieros a detener la ejecución y volver a un punto de control anterior. Agregar blindaje físico contra la radiación (como plomo o envolventes de aluminio grueso) aumenta el peso de lanzamiento, mientras que ejecutar cálculos redundantes de verificación de errores en chips duplicados reduce la capacidad de cómputo efectiva a la mitad.
Mantenimiento cero en órbita frente a la obsolescencia rápida del silicio
Operar un centro de datos en la Tierra es una operación industrial manual. En cualquier supercúmulo terrestre de 100.000 GPU, los transceptores ópticos, las fuentes de alimentación, los módulos de memoria y las bombas de refrigeración fallan cada semana. Los técnicos del centro de datos recorren los pasillos las 24 horas del día para reemplazar las placas defectuosas y mantener alta la utilización del clúster.
En órbita, no hay un técnico con una llave inglesa. Si una bomba de refrigerante se bloquea, un micrometeorito perfora una línea del radiador o un regulador de voltaje se cortocircuita, ese nodo satelital de varios millones de dólares no puede ser reparado. Además, el silicona de IA evoluciona en un ciclo acelerado de 18 a 24 meses, pasando de Hopper a Blackwell a Vera Rubin, con cada generación ofreciendo saltos masivos en eficiencia energética por vatio. Mientras que un centro de datos terrestre puede reutilizar su estructura de hormigón, subestaciones y torres de enfriamiento simplemente insertando nuevas bandejas de servidores en gabinetes existentes cada tres años, un centro de datos orbital no puede ser actualizado fácilmente. Una vez que sus chips a bordo se vuelven obsoletos después de dos o tres años, toda la nave espacial, incluidos los paneles solares, los radiadores y el chasis, enfrenta obsolescencia económica y eventual combustión atmosférica.
Latencia de red y la brecha entre entrenamiento e inferencia
Para evaluar qué cargas de trabajo podrían ejecutarse realistamente en el espacio, los ingenieros distinguen claramente entre el entrenamiento previo de modelos acoplados y las tareas de inferencia desacopladas.
Por qué el preentrenamiento de modelos Frontier sigue anclado a la Tierra
Entrenar un modelo de fundación de vanguardia requiere decenas de miles de GPUs para intercambiar volúmenes masivos de datos de gradiente cientos de veces por segundo. En la Tierra, proveedores como Oracle y Microsoft agrupan GPUs en bastidores densos dentro de un radio de dos kilómetros, utilizando backplanes de cobre (NVLink) y Ethernet de alta velocidad para mantener las latencias de comunicación por debajo de unos pocos microsegundos.
En órbita, los satélites que vuelan en una constelación están separados por decenas o cientos de kilómetros para evitar riesgos de colisión. Debido a que la luz viaja a través del vacío a 300 kilómetros por milisegundo, dos satélites separados por solo 300 kilómetros experimentan un retraso de comunicación de un milisegundo en una sola dirección a través de enlaces láser, aproximadamente 500 a 1,000 veces más lento que las interconexiones dentro de un rack en la Tierra. Intentar sincronizar una sola ejecución masiva de entrenamiento de un LLM entre satélites ampliamente separados dejaría a las GPU esperando por comunicaciones de red, haciendo que los campus basados en la Tierra sean mucho superiores para el preentrenamiento monolítico.
Nichos viables: Inferencia en el borde orbital, observación de la Tierra y defensa
Donde el cómputo orbital tiene sentido técnico es en el procesamiento de datos en el borde, la inferencia por lotes y la resiliencia soberana. Los satélites de observación terrestre, meteorológicos y de defensa generan terabytes de imágenes ópticas y de radar crudas todos los días, pero transmitir todos esos datos crudos a la Tierra está severamente limitado por el ancho de banda reducido de los enlaces descendentes de radiofrecuencia.
Al colocar chips de inferencia de IA directamente en órbita, como se demostró en pruebas iniciales de concepto de startups como Starcloud, que operó un chip NVIDIA H100 en el espacio, los satélites pueden analizar imágenes a bordo en tiempo real y transmitir solo alertas de texto compactas o coordenadas accionables de regreso a la Tierra. Del mismo modo, los trabajos de inferencia por lotes tolerantes a la latencia, los enclaves de respaldo soberanos y las redes descentralizadas de infraestructura física (DePIN) que buscan nodos fuera del planeta resistentes a la censura podrían utilizar cómputo orbital sin sufrir retrasos de varios milisegundos en los enlaces láser.
Verdad de la industria: Proyecto Suncatcher de Google y la crítica de Sam Altman
SpaceX no está solo en estudiar la física de la computación orbital, aunque los líderes de la industria tienen puntos de vista muy diferentes sobre cuándo, o si, la economía se cerrará.
El "Proyecto Suncatcher" de Google y el obstáculo del costo de lanzamiento de 100x
En lugar de descartar por completo la computación orbital, Google ha establecido silenciosamente su propia iniciativa exploratoria, denominada "Project Suncatcher", liderada por el ejecutivo Travis Beals. Según divulgaciones de octubre de 2026, Google se asoció con la empresa de imágenes satelitales Planet Labs para lanzar dos satélites prototipo que transportan las unidades de procesamiento Tensor personalizadas de Google (TPUs) para probar cómo sus chips de IA manejan la radiación espacial y la disipación térmica.
Al mismo tiempo, el modelado económico interno de Google subraya el enorme obstáculo financiero que se avecina. Los investigadores de Google calcularon que, con los precios actuales de lanzamiento comercial de $1,500 a $2,000 por kilogramo, lanzar hardware al espacio es aproximadamente 100 veces demasiado caro para competir con los centros de datos terrestres en términos de ciclo de vida. Según las estimaciones de Google, los precios de lanzamiento deben caer por debajo de $200 por kilogramo y, eventualmente, acercarse a $20 por kilogramo, antes de que las ventajas de la energía solar en órbita puedan compensar los costos de fabricación de naves espaciales, la masa de los radiadores y la sustitución del hardware. Mientras tanto, Blue Origin de Jeff Bezos también ha realizado estudios internos sobre cómputo orbital bajo el "Proyecto Sunrise", lo que refleja el amplio interés de la industria aeroespacial en la capacidad fuera de la red a largo plazo.
Sam Altman y analistas aeroespaciales piden cautela
Otros líderes en las industrias de la inteligencia artificial y los satélites siguen profundamente escépticos respecto al plazo de 30 a 36 meses de Musk. El CEO de OpenAI, Sam Altman, descartó previamente la idea de construir enormes centros de datos orbitales en el corto plazo como "ridícula" e irreal, señalando los costos exorbitantes de lanzamiento y la imposibilidad de reparar GPUs fallidas en el espacio, mientras enfocaba el capital de OpenAI en campus terrestres de varios gigavatios. Analistas independientes de aeroespacial en Quilty Space e investigadores universitarios argumentan asimismo que, aunque los pequeños servidores orbitales de borde para sensores satelitales crecerán rápidamente en los próximos cinco años, resolver los cuellos de botella de energía terrestre mediante reactivaciones nucleares, turbinas de gas natural, energía geotérmica y transmisión mejorada de la red sigue siendo mucho más barato y rápido que elevar gigavatios de racks de servidores a la Órbita Terrestre Baja.
Conclusión
La visión de Elon Musk de trasladar la infraestructura de inteligencia artificial a la órbita, respaldada por los archivos de Starmind de SpaceX, la fábrica Bastrop Gigasat y un presupuesto de gasto de capital proyectado para 2027, subraya hasta qué punto los cuellos de botella en la red eléctrica están limitando el crecimiento de los centros de datos en la Tierra. Sin embargo, las leyes de la termodinámica y la física de semiconductores presentan barreras formidables en la Baja Órbita Terrestre. Hasta que Starship reduzca los costos de lanzamiento en aproximadamente dos órdenes de magnitud y los ingenieros resuelvan los desafíos de radiadores infrarrojos de kilómetro de escala, los bit-flips causados por rayos cósmicos y los ciclos de vida de chips desechables de dos años, la computación orbital servirá principalmente a inferencias de borde especializadas y procesamiento de datos satelitales, en lugar de reemplazar a los superclusters terrestres de gigavatios.
Preguntas frecuentes
¿Cuándo dice Elon Musk que la computación de IA se trasladará al espacio?
A finales de 2026, Elon Musk afirmó que dentro de 30 a 36 meses, el espacio se convertirá en el lugar de menor costo para desplegar la computación de IA, argumentando que la energía solar orbital evita las colas de varios años en la red eléctrica terrestre y los retrasos en los permisos. SpaceX tiene como objetivo lanzar en el Q4 2027 una carga útil de prueba inicial de un centro de datos orbital utilizando hardware NVIDIA Vera Rubin.
¿Cómo enfrian los centros de datos orbitales las GPU en el vacío del espacio?
Debido a que el espacio es un vacío sin aire ni agua para la refrigeración por convección, el calor no puede disiparse simplemente en el fondo frío. Los servidores orbitales deben recolectar el calor residual mediante bucles internos de líquido y bombearlo a paneles radiadores desplegables masivos que disipan energía lentamente como radiación térmica infrarroja, requiriendo aproximadamente 3.000 a 4.000 metros cuadrados de superficie radiadora por cada 1 megavatio de cómputo.
¿Cuáles son los principales desafíos técnicos de colocar chips de IA en el espacio?
Los cuatro obstáculos principales son la disipación de calor radiativo (que requiere alas radiadoras gigantes y pesadas), la radiación cósmica (que provoca bit-flips y daños en el hardware en GPUs comerciales densas de menos de 3 nm y memoria HBM4), el mantenimiento cero (los componentes rotos no pueden repararse físicamente en órbita) y la latencia láser entre satélites (que hace que el preentrenamiento de LLM altamente sincronizado sea mucho menos eficiente que en la Tierra).
¿Otras empresas tecnológicas además de SpaceX están probando cómputo orbital con IA?
Sí. Aunque el CEO de OpenAI, Sam Altman, ha calificado los centros de datos orbitales masivos a corto plazo como poco realistas, Google está ejecutando un programa exploratorio llamado "Project Suncatcher". La startup Starcloud ya ha probado una GPU NVIDIA H100 en órbita, y Blue Origin ha estudiado el concepto bajo "Project Sunrise."
Descargo de responsabilidad
Esta información general del mercado, posiblemente proveniente de fuentes de terceros, comerciales o patrocinadas, se proporciona únicamente con fines de referencia y educativos y no constituye asesoramiento financiero ni de inversión, una oferta, solicitud o garantía. Renunciamos a toda responsabilidad por su precisión, integridad, confiabilidad y cualquier pérdida resultante. Las inversiones/opciones de trading son arriesgadas; el desempeño pasado no garantiza resultados futuros. Los usuarios deben investigar, juzgar con prudencia y asumir toda la responsabilidad. Para más detalles, consulte las Condiciones de uso y Divulgación de riesgos de KuCoin.
Aviso: Esta página fue traducida utilizando tecnología de IA para tu conveniencia. Para obtener la información más precisa, consulta la versión original en inglés.