Un plan de 50.000 millones de dólares quiere llevar el entrenamiento de la IA a la órbita. La factura de las reparaciones: un cohete.
La física es generosa: sol gratis, refrigeración gratis, sin coste de terreno. La financiación, no: el lanzamiento y la radiación ponen precio al silicio por kilogramo.
Vincent Jiang · 4 min read
Un rack de entrenamiento de diez megavatios pesa aproximadamente lo que cuarenta elefantes adultos. La propuesta que circula este mes pide a los inversores subir los cuarenta a la órbita, mantenerlos fríos en el vacío y no enviar ni una sola vez a un técnico a reencajar un cable.
50.000 millones de dólares a la caza del sol gratuito
Una propuesta de 50.000 millones de dólares para sacar del planeta la próxima generación de clústeres de entrenamiento de IA circula entre fondos que no participaron en la última ola de construcción de centros de datos y la vieron multiplicarse por diez, según un memorando de financiación1 y extractos de la presentación publicados en X6 en septiembre de 2026.
La física, sorprendentemente, cuadra
Lo extraño es que la física cuadra. En la órbita baja terrestre el sol nunca se pone, el vacío disipa el calor gratis2 y el terreno no cuesta nada. La energía y la refrigeración son las dos facturas que más se agravan en tierra5, y la órbita borra ambas. En el megavatio marginal, por encima de la atmósfera sale de verdad más barato que por debajo.
Luego la factura se cobra por kilogramo
Entonces llega la factura del trayecto. El lanzamiento se cobra por kilogramo, y un clúster hiperscala pesa miles de toneladas. Incluso a un precio proyectado de 1.000 dólares por kilogramo, poner en órbita un solo rack de 10 megavatios cuesta cientos de millones antes de entrenar un solo token3 (est.).
La radiación es el segundo impuesto. El silicio comercial que llena los clústeres en tierra, el de Nvidia incluido, se degrada rápido fuera de la magnetosfera4, y los componentes blindados contra la radiación van años por detrás de la frontera tecnológica, que es el único retraso que un clúster de entrenamiento no puede permitirse.
Data
| Value | |
|---|---|
| Rack en tierra, coste total | 1x |
| Rack en órbita, coste total | 3 to 5x est. |
Los convencidos no son tontos
Los convencidos tienen una respuesta real. El entrenamiento no se preocupa por la latencia como sí lo hace la inferencia, de modo que un clúster al que ningún humano visite nunca no es un fallo: es toda la tesis. Sin arrendamiento de terrenos, sin cola para conectarse a la red, sin torres de refrigeración. Los fondos que aplican aquí el patrón de la última ola no son tontos: llegaron pronto a lo que después todos llamaron obvio.
Lo que la presentación no mete en el precio es la reparación. Una GPU averiada en tierra se sustituye en caliente y santas pascuas. Una GPU averiada en órbita es un cohete.
El número que lo decide
Ojo al primer número honesto: un coste por teraflop-año útil con el lanzamiento y la radiación incluidos en la cuenta. Hasta que esa cifra se publique, la presentación vende luz solar gratuita y cobra en silencio por el ascenso.
How this brief was made
01Gathered & sourced392 channels · 1,796 articles▾
Agents swept 392 channels and ingested 1,796 articles, then de-duplicated and ranked them for signal.
02Verified & cross-validated6 claims · 11 data feeds▾
Every one of 6 load-bearing claims was checked against primary sources, with 11 live data feeds reconciling the figures and charts.
- 1The Information (orbital compute financing memo; single-source, memo described not published).
- 2arXiv (thermal management in vacuum, preprint).
- 3FAA / commercial launch cost trackers, 2026.
- 4NASA technical reports (radiation effects on COTS silicon).
- 5Uptime Institute (data-center power and cooling cost breakdown).
- 6Investor deck excerpts, via X (deck-claimed, not independently verified).
03Reviewed & edited2 human editors▾
2 editors read the draft against the evidence, tuned the framing, and signed off before it shipped.
Become a contributor
Reporting on the business of AI and want it read? We take pitches from outside contributors who bring primary sources and a number worth arguing about.
Deepdive
AI-generated from this story and its cited sources. Not investment advice.
