La IA podría llegar al espacio, pero entrenar grandes modelos seguiría en tierra

La idea de trasladar centros de datos de inteligencia artificial al espacio tiene un argumento económico cada vez más visible. En órbita terrestre baja hay abundante energía solar, no hace falta comprar terreno y parte de la infraestructura de refrigeración convencional puede sustituirse por sistemas de disipación térmica por radiación. Pero un trabajo publicado el 15 de julio por Kees van Berkel introduce una restricción que puede definir qué parte del negocio de la IA podría efectivamente abandonar la Tierra: el ancho de banda entre los propios satélites.

The Cost and Network Limits of Space-Based AI Compute compara un centro de datos terrestre de 1 GW con dos hipotéticas constelaciones orbitales de la misma potencia. La conclusión diferencia dos actividades que suelen agruparse bajo la misma etiqueta. Ejecutar modelos ya entrenados —la denominada inferencia— podría tener sentido en el espacio. Entrenar grandes modelos de frontera, en cambio, difícilmente resulte competitivo frente a los centros de datos terrestres con la tecnología de redes considerada en el estudio.

La razón es que un centro de datos de IA no es simplemente una acumulación de procesadores. Para entrenar los mayores modelos, cientos de miles de aceleradores deben intercambiar enormes volúmenes de información y sincronizar continuamente sus cálculos. Van Berkel recuerda que, según distintos estudios de rendimiento, entre 20% y 50% del tiempo de entrenamiento de GPT-3 con distintas generaciones de GPU puede corresponder a comunicaciones. La red es, por lo tanto, una parte de la capacidad de cómputo.

El espacio resuelve algunos problemas

El trabajo parte de una comparación de escala. Un centro de datos terrestre de IA de 1 GW requeriría alrededor de 8.000 racks de aproximadamente 120 kW cada uno y alcanzaría una capacidad del orden de 10²² operaciones de punto flotante por segundo. El estudio estima para una instalación de esa magnitud una inversión de entre US$35.000 millones y US$60.000 millones, con costos operativos cercanos a US$900 millones anuales.

En ese contexto, algunos de los argumentos a favor de trasladar capacidad al espacio no son descartados por Van Berkel. Por el contrario, el análisis considera plausible que una nueva generación de satélites pueda disponer de alrededor de 100 kW de potencia solar, una cifra cercana al consumo de un rack avanzado de IA.

El lanzamiento tampoco aparece necesariamente como la barrera definitiva, aunque aquí el resultado depende de una hipótesis todavía no demostrada comercialmente. El autor utiliza un costo futuro de US$200 por kilogramo a órbita baja para Starship. Con ese supuesto, colocar en el espacio las aproximadamente 10.000 toneladas necesarias para una infraestructura de 1 GW costaría unos US$2.000 millones, una fracción del capital requerido para construir un centro terrestre equivalente.

La refrigeración presenta una situación similar. En el vacío no existe refrigeración por convección: el calor debe eliminarse mediante radiadores. Los cálculos del trabajo indican, sin embargo, que extender la refrigeración pasiva por radiación hasta cargas de alrededor de 100 kW por satélite resulta físicamente plausible. Eso permitiría evitar parte de los sistemas activos de enfriamiento y de su consumo eléctrico.

El cuello de botella está entre los satélites

El panorama cambia cuando esos miles de nodos necesitan comportarse como una única computadora.

Van Berkel modela una infraestructura orbital de 8.000 satélites de 100 kW cada uno y analiza dos configuraciones: una red bidimensional de aproximadamente 89 por 90 satélites y otra tridimensional de 20 por 20 por 20. Cada nave se conectaría con cuatro o seis vecinas mediante enlaces ópticos.

La comparación con un centro de datos terrestre muestra la magnitud del problema. Las instalaciones en tierra utilizan arquitecturas de red tipo Clos, diseñadas para proporcionar numerosos caminos simultáneos de alta capacidad entre servidores. En el modelo utilizado por el estudio, una red terrestre alcanza un ancho de banda de bisección —la capacidad disponible cuando una mitad de la red debe comunicarse con la otra— de 28.800 TB por segundo.

La configuración orbital bidimensional modelada por Van Berkel alcanza apenas 2,25 TB por segundo. La tridimensional mejora hasta 10 TB por segundo. Incluso esta última queda casi tres órdenes de magnitud por debajo de la red terrestre utilizada como referencia.

La diferencia también aparece en la latencia. El modelo asigna aproximadamente 4 microsegundos a la red terrestre, frente a 600 microsegundos para la configuración orbital tridimensional y 1.800 microsegundos para la bidimensional. La consecuencia no es solamente que los datos circulen más lentamente: disminuye la proporción del tiempo durante la cual los procesadores pueden dedicarse efectivamente a calcular.

Entrenar no es lo mismo que inferir

La distinción es determinante para evaluar el negocio.

Durante el entrenamiento de un gran modelo de lenguaje, el trabajo se distribuye mediante diferentes formas de paralelismo. Los procesadores deben intercambiar parámetros, activaciones y gradientes y mantener sincronizadas numerosas copias o fragmentos del modelo. Esa necesidad de comunicación explica por qué los grandes centros terrestres destinan recursos específicos a redes de muy alta velocidad.

La inferencia puede presentar una arquitectura diferente. Una vez entrenado el modelo, determinadas cargas pueden ejecutarse dentro de un satélite o de un conjunto reducido de nodos. Si el procesamiento puede mantenerse local, desaparece buena parte de la necesidad de mover continuamente enormes cantidades de información entre miles de satélites.

Allí aparece uno de los mercados potenciales más concretos para la computación orbital. Sensores de observación terrestre, comunicaciones o sistemas científicos podrían procesar información directamente en órbita y transmitir a tierra resultados elaborados en lugar de los datos originales. El principio económico cambia: si resulta más costoso transportar toda la información que procesarla donde se genera, la capacidad de cómputo puede acercarse al sensor.

Una infraestructura mucho más compleja que lanzar servidores

El estudio también identifica restricciones que exceden la red. Los componentes electrónicos comerciales deben operar bajo radiación ionizante, las constelaciones requieren mantener geometrías precisas y decenas de miles de enlaces láser deberían permanecer alineados mientras los satélites se desplazan a velocidad orbital.

En la configuración de 8.000 satélites considerada por Van Berkel serían necesarios entre 32.000 y 48.000 enlaces ópticos dirigidos entre naves. Una falla obligaría además a redistribuir las cargas de cómputo y redirigir el tráfico. La infraestructura tendría que tolerar fallas sin perder las propiedades de una red diseñada para computación distribuida.

También existe un problema de renovación. Los satélites en órbita baja tienen vidas útiles limitadas y deben ser reemplazados. El trabajo analiza además los efectos potenciales de la reentrada masiva de estructuras de aluminio y las emisiones electromagnéticas e infrarrojas que produciría una constelación de gran escala.

La consecuencia económica es que un centro de datos orbital no sería simplemente un conjunto de GPU colocadas sobre satélites. Necesitaría una infraestructura integrada de generación eléctrica, disipación térmica, comunicaciones ópticas, enlaces con tierra, navegación, control orbital y reposición periódica.

Un mercado distinto al de los centros de datos terrestres

La principal conclusión del trabajo no supone que la computación orbital carezca de futuro. Delimita el mercado en el que podría resultar competitiva.

La inferencia, el procesamiento de información generada en el propio espacio y determinadas cargas especializadas pueden aprovechar la energía disponible en órbita y reducir la cantidad de datos que debe transmitirse hacia estaciones terrestres. El entrenamiento de modelos de frontera enfrenta una restricción diferente: necesita que miles de aceleradores se comuniquen con una intensidad que las redes orbitales modeladas todavía no pueden reproducir.

Eso modifica también la economía de las futuras constelaciones. Si la hipótesis de Van Berkel es correcta, la oportunidad inicial no estaría en reemplazar los grandes centros de datos terrestres, sino en construir capacidad de procesamiento distribuida para aplicaciones que puedan ejecutarse localmente.

La carrera por llevar inteligencia artificial al espacio dependería entonces de algo más que reducir el precio del kilogramo puesto en órbita. El factor decisivo podría ser cuánto cuesta mover un bit entre dos computadoras que orbitan a cientos de kilómetros sobre la Tierra.

El trabajo de Kees van Berkel fue presentado como prepublicación el 15 de julio de 2026 y debe interpretarse como un análisis académico basado en modelos y supuestos tecnológicos, no como una demostración experimental de un centro de datos orbital de esa escala.