Google lanza su TPU al espacio en la misión Suncatcher

¿Qué acaba de pasar con el Proyecto Suncatcher?

Google puso en órbita, por primera vez, uno de sus chips de IA diseñados a medida: un TPU (Tensor Processing Unit), el mismo tipo de acelerador que corre en sus centros de datos en tierra. El satélite, bautizado MVP y del tamaño de un refrigerador, viajó el jueves a bordo de un cohete Falcon 9 de SpaceX como parte de la misión compartida Transporter-18, que despegó desde la Base de la Fuerza Aérea Vandenberg, en California, y transportaba más de 100 cargas útiles, según recogió TechCrunch.

El satélite no lo construyó Google desde cero: lo desarrolló junto con Planet Labs, la compañía de imágenes satelitales. Lleva cuatro TPU en su interior, alimentados por paneles solares que generan aproximadamente un kilovatio de potencia —lo suficiente para hacer funcionar un microondas o un secador de pelo, según Ars Technica citando a The New York Times. Google afirma que ya estableció contacto con el satélite y que «está funcionando según lo previsto», escribió Travis Beals, director senior del Proyecto Suncatcher, en una entrada de blog citada por CNBC.

Las cifras del lanzamiento y por qué importan

El MVP no es una demostración de fuerza bruta: es un experimento controlado. El plan es encender los chips en ráfagas de 15 minutos para no saturar los sistemas de energía y refrigeración del satélite, y ejecutar en ellos una versión del modelo Gemma de Google, de peso abierto, para responder consultas simples, según NPR. En la práctica, este vuelo le permite a Google medir tres variables críticas:

🤖 La IA no es solo para leer sobre ella

En la comunidad la aplicamos: automatización, agentes IA y herramientas reales para emprender, no solo para informarte.

👥 Aplicarla en la comunidad

Tasa de error por radiación. En tierra, el equipo expuso los TPU a un haz de protones en el Laboratorio Nuclear Crocker de la Universidad de California en Davis. La tasa de error en inferencia se sitúa en torno a 1 entre 1 millón, según declaró Beals a TechCrunch — suficiente para consultas de IA cotidianas pero problemática para entrenamientos a gran escala con miles de chips operando durante meses.
Comportamiento mecánico. Los ingenieros sometieron al satélite a pruebas de vibración en los tres ejes para simular las fuerzas de un lanzamiento: hasta 10 G sostenidos en el cohete, y entre 50 y 100 G sobre componentes electrónicos individuales, según datos publicados por Google y recogidos por Pulse2.
Disipación de calor en el vacío. En el espacio no hay aire que transporte el calor fuera del satélite, así que Google está probando un sistema propio de heat pipes y radiadores que ya pasó por una cámara de vacío térmico.

Los tres retos técnicos que Google debe resolver

1. Refrigeración sin convección. En tierra, los centros de datos mueven el calor con aire o agua. En órbita, la única forma de evacuarlo es radiarlo al espacio, lo que obliga a instalar radiadores grandes y pesados — y todo lo que pesa cuesta más de lanzar. El propio Beals reconoció a NPR que los radiadores son uno de los componentes más pesados de esta misión.

2. Sincronización entre satélites. Suncatcher no es un satélite aislado: Google imagina una constelación de 81 satélites volando en formación estrecha y comunicándose entre sí y con la Tierra por láser. El plan es lanzar dos satélites adicionales en algún punto de 2027 para probar ese enlace, según el calendario de la propia compañía.

3. El precio del lanzamiento. Toda la arquitectura depende de cohetes baratos. El informe de Google asume que SpaceX seguirá reduciendo costes de lanzamiento alrededor de un 20 % anual, hasta situarse aproximadamente en US$200 por kilogramo en 2035. Para alcanzar esa cifra, Starship tendría que volar unas 180 veces al año — un ritmo al que SpaceX no se ha acercado: su máximo histórico es de cinco vuelos anuales.

Suncatcher no está solo: la carrera por los data centers en órbita

Google no es el primer actor en este frente. En noviembre de 2025, la startup Starcloud lanzó al espacio un satélite bautizado Starcloud-1 (60 kg, ~500 km de altitud) con una GPU Nvidia H100 a bordo, y en diciembre entrenó en órbita el primer modelo de lenguaje grande de la historia (NanoGPT, sobre el corpus de Shakespeare) y ejecutó por primera vez una versión del modelo Gemini de Google, según reportó ScienceBlog y confirmó la propia empresa.

Starcloud ha levantado en total US$450 millones de financiación, con una Serie A de US$170M en marzo de 2026 y una extensión de US$250M en agosto de 2026 liderada por Manhattan West, con la participación de Nvidia, Cisco y Benchmark, hasta una valoración de US$2.300 millones, según GeekWire y Yahoo Finance. La startup, fundada en 2024, solicitó permiso a la FCC para operar hasta 88.000 satélites como data centers orbitales y trabaja con Nvidia en el módulo Space-1 Vera Rubin para sustituir el H100.

Aetherflux y Aethero (que voló el primer Jetson de Nvidia en 2025) también exploran la categoría, según TechCrunch. SpaceX, por su parte, presentó ante el regulador estadounidense planes para desplegar hasta un millón de satélites de cómputo en el espacio bajo el nombre Starmind, según GeekWire. Y Gwynne Shotwell, presidenta de operaciones de SpaceX, dijo que la compañía desplegará «supercomputación en el espacio» en 2027.

Google, mientras tanto, es uno de los mayores inversores externos de SpaceX: su participación supera los US$82.000 millones tras la salida a bolsa récord de SpaceX en junio, según CNBC — un dato que ayuda a entender por qué la primera prueba de Suncatcher voló precisamente en un Falcon 9.

¿Qué significa esto para tu startup?

Aunque la idea de un centro de datos orbital parezca un moonshot reservado a las Big Tech, hay tres lecturas prácticas para founders:

El coste de la inferencia se va a diversificar. Cuando entren en servicio constelaciones como Suncatcher, Starcloud o Starmind, la inferencia en órbita será una alternativa a los GPU en tierra. Para productos SaaS con picos de demanda, abre la puerta a nuevos proveedores de cómputo y, eventualmente, a presión a la baja en precios por gigavatio-hora. Vale la pena seguir de cerca los benchmarks de inferencia espacial.
Radiación y edge AI van de la mano. Los chips de IA comerciales están demostrando tolerar el ambiente espacial mejor de lo esperado (1 error por millón en inferencia, según Google). Esto reduce la barrera para desplegar edge AI en aviónica, agricultura remota o infraestructura minera, donde hasta ahora parecía obligatorio comprar hardware certificado para uso espacial.
El cuello de botella ya no es el chip, es el lanzamiento. La economía de los data centers espaciales depende de que Starship u otro cohete pesado baje el coste por kilogramo a órbita. Para founders que venden servicios al sector espacial (lanzamiento, logística, ground stations), la señal es clara: la demanda de capacidad orbital crecerá y quien asegure slots pronto tendrá ventaja.

Dos acciones concretas esta semana:

Audita tus contratos de cloud actuales y mide qué porcentaje de tu gasto en inferencia podría migrar a proveedores alternativos si la oferta «espacial» madura. Tener el dato de referencia hoy te posiciona mejor cuando entren nuevos players.
Si tu producto toca edge AI, agricultura, energía o defensa, revisa si tus chips actuales resisten entornos agresivos. La barrera de entrada al hardware «no certificado para espacio» está cayendo — quien lo verifique primero tendrá una ventana corta de diferenciación.