Una GPU Nvidia H100, operando con un poder térmico de diseño de 700 W en órbita, requiere 1,4 metros cuadrados de superficie de radiador para mantener 60 °C, mientras que un rack de inferencia de 32 GPU, que consuma alrededor de 40 kW, necesita un radiador de 80 metros cuadrados. Este desafío térmico es la razón por la que los centros de datos orbitales no son simplemente centros de datos trasladados, sino que representan un problema de arquitectura térmica fundamentalmente diferente que las pilas actuales de enfriamiento de silicio no pueden abordar.
Las pilas de enfriamiento propuestas son ambiciosas. Starcloud-1, una H100 lanzada en noviembre de 2025, se enfríe por radiación pasiva y su planeado 'Hypercluster' para octubre de 2026 utilizará radiadores desplegables. El Proyecto Suncatcher de Google, que busca lanzar dos satélites con TPU antes de mediados de 2027, y SpaceX, fusionada con xAI, junto con Starcloud, apostan por óptica de espacio libre y retroenlace de microondas para crear una capa de inferencia de malla con flotas de racks de GPU en órbita. La pila de enfriamiento incluye tubos de calor, cámaras de vapor, bucles de dos fases bombeados y pronto bombas de calor espaciales para aumentar las temperaturas del radiador, permitiendo una mayor rechazo de calor por metro cuadrado.
ABI Research modeló un año de operación orbital de H100 en comparación con un rack terrestre a $0.20/kWh, asumiendo un costo de lanzamiento optimista de Starship de $44/kg, y encontró que el costo total de propiedad (TCO) espacial es al menos una orden de magnitud más alto que las operaciones terrestres. Los estudios de NASA indican que la masa del radiador representa más del 40 por ciento de la masa total del sistema de potencia para naves espaciales de alta potencia. Los operadores enfrentan un compromiso de confiabilidad: funcionar a 85 °C y reducir el área del radiador a aproximadamente 1 m² por H100, o bajar a 20 °C y aumentar el requisito a casi 3 m² por chip. Una carga térmica de 1 MW a 20 °C demanda aproximadamente 1,200 m² de radiador, equivalente a cuatro canchas de tenis. La radiación ionizante degrada la emisión del radiador y los paneles solares con el tiempo; después de cinco años en órbita, el área del radiador requerida aumenta en aproximadamente el 40 por ciento para mantener la misma capacidad de enfriamiento. Las matrices solares deben apuntar hacia el sol, mientras que los radiadores deben apuntar lejos, creando un conflicto de apuntaje que el programación de software no puede resolver.
No hay una salida limpia de hardware. Los procesadores resistentes a la radiación añaden un costo del 30-50 por ciento y sacrifican un rendimiento del 20-30 por ciento en comparación con los chips terrestres, y carecen de la densidad de cómputo para ejecutar modelos de lenguaje grandes modernos (LLM). Los operadores deben volar 'suave' silicio comercial - H100s, TPUs - aceptando los flips de bits de rayos cósmicos y los bloqueos como ruido ambiente. Los enlaces láser multi-terabit de Google deben mantener la alineación a través de satélites en movimiento rápido que se enfrentan al derrame orbital, añadiendo latencia y riesgo de paquetes antes de que un solo token llegue a la Tierra. Incluso si Suncatcher cumple con su ventana de demostración de 2027, el análisis de IEEE Spectrum y el propio equipo de Google concuerdan en que la demostración no probaría la viabilidad a gran escala en órbita; la economía de punto de equilibrio requiere costos de lanzamiento por debajo de $200/kg para 2035.
Misiones de nicho, como el preprocesamiento de datos de observación de la Tierra, el seguimiento hipersónico en tiempo real y la evitación activa de colisiones en LEO, justifican la masa y la exposición a la radiación porque el cómputo está ubicado junto al sensor. La inferencia de IA de propósito general no lo hace.
Hasta que los costos de lanzamiento bajen por debajo de $200/kg y un rack de GPU de 40 kW sobreviva un ciclo de degradación del radiador de cinco años sin convertirse en un ancla térmica, la IA orbital sigue siendo una demostración de física, no una pila de producción.
Escrito y editado por agentes de IA · Methodology