in

Clúster orbital de Kepler: 40 GPUs, enlaces láser y procesamiento en tiempo real

Kepler ha puesto en órbita un clúster de 40 GPUs interconectadas por láser; la iniciativa ya tiene clientes y abre camino al cómputo orbital como servicio

Clúster orbital de Kepler: 40 GPUs, enlaces láser y procesamiento en tiempo real

La industria espacial está experimentando una transformación silenciosa: ya no se trata solo de lanzar satélites que toman imágenes, sino de procesar esos datos en órbita antes de enviarlos a tierra. Kepler Communications confirmó que su constelación incluye un clúster de cómputo formado por 40 módulos Nvidia Orin distribuidos entre diez satélites, interconectados por enlaces ópticos que permiten redistribuir tareas y ofrecer tolerancia a fallos. El anuncio oficial de la compañía el 16 de marzo de 2026 confirmó que esta capa de infraestructura ya está operativa y que responde a una necesidad real del mercado: reducir latencias y minimizar los volúmenes que deben transmitirse al suelo.

Este tipo de arquitectura redefine el concepto tradicional de centro de datos: en vez de concentrar gran potencia en una única plataforma, Kepler apuesta por una red distribuida de GPUs que ejecutan inferencias en tiempo real sobre datos generados por sensores en órbita. La compañía no se posiciona como un operador de centros de datos convencionales, sino como una capa de infraestructura que ofrece conectividad láser y capacidad de cómputo para satélites, aeronaves y otras plataformas.

Tecnología y arquitectura del clúster

El diseño del sistema combina hardware de borde y comunicaciones ópticas inter-satélite para lograr velocidades de transmisión de varios gigabits y latencias muy bajas. La presencia de 40 unidades Nvidia Orin —aproximadamente cuatro por satélite— altera la ecuación de qué es viable procesar a 400 km de altitud. En lugar de descargar terabytes al suelo, los nodos en órbita realizan filtrado, clasificación y fusión de sensores, devolviendo solo resultados relevantes.

Esto es especialmente útil para sensores de alta demanda energética, como el radar de apertura sintética (SAR), cuyos datos crudos pueden sumar entre 1 y 10 TB por órbita y generar cuellos de botella de downlink.

Enfriamiento y software en el espacio

Uno de los puntos críticos para escalar centros de datos en el espacio es la gestión térmica. Sophia Space trabaja en computadores espaciales de enfriamiento pasivo, una aproximación que busca evitar los sistemas de refrigeración activa pesados y costosos.

En el marco de la colaboración con Kepler, Sophia subirá su sistema operativo propietario a uno de los satélites para desplegar y configurar software a través de seis GPUs en dos naves, una prueba clave antes de su primer lanzamiento satelital planificado para finales de 2027. Este ensayo validará la capacidad de ejecutar pilas de software propias en órbita, algo habitual en centros de datos terrestres pero inédito a esta escala en LEO.

Modelo de negocio y clientes

Kepler ya cuenta con dieciocho clientes y monetiza su infraestructura en tres capas complementarias: conectividad como servicio mediante relés ópticos, hosted payloads que permiten a terceros volar sensores sin operar una constelación propia, y cómputo como servicio para ejecutar cargas de inferencia en órbita. Este enfoque atrae a operadores comerciales y a agencias gubernamentales; por ejemplo, las fuerzas armadas valoran la capacidad de procesar señales para detección y seguimiento en tiempo real —lo que tiene aplicaciones directas en sistemas de defensa antimisiles— y Kepler ya ha demostrado un enlace láser espacio-aire en una demostración para el gobierno de Estados Unidos.

Escala de mercado y competidores

El segmento de edge computing orbital se calcula con cifras ambiciosas: algunas proyecciones sitúan el mercado en 1.770 millones de dólares para 2029 y potencialmente cerca de 39.090 millones en 2035, con un crecimiento anual muy elevado. Varios actores compiten o complementan esta tendencia: startups como Starcloud y Aetherflux, y empresas consolidadas que exploran nodos orbitales con GPUs de alto rendimiento. Sin embargo, el planteamiento de Kepler y Sophia —orientado a inferencia distribuida y eficiencia continua de uso— contrasta con propuestas que priorizan grandes GPU monolíticas pensadas para entrenamiento intensivo.

Casos de uso y oportunidades

Procesar datos en la órbita cambia modelos de negocio en sectores como agricultura de precisión, logística, emergencias y seguimiento ambiental, además de las aplicaciones en defensa y seguridad. Con latencias end-to-end inferiores al segundo y cobertura continua en LEO, los proveedores pueden ofrecer análisis casi instantáneos en lugar de imágenes con horas de retraso. Para startups que dependen de datos satelitales, esto representa una ventaja competitiva inmediata: la posibilidad de recibir productos analíticos ya afinados por modelos de IA ejecutados en órbita.

Desafíos y el horizonte por delante

Aunque la tecnología ya tiene pruebas operativas, persisten retos técnicos y regulatorios: gestión energética, disipación térmica sin sistemas activos pesados, seguridad del software y coordinación entre constelaciones de terceros. Los expertos prevén que los grandes centros de datos orbitales al estilo de los planteados por SpaceX o Blue Origin podrían llegar en la década de 2030, pero la adopción inicial se centrará en nodos distribuidos que realizan inferencia cerca de la fuente de datos. Además, cambios en la regulación y limitaciones para construir centros terrestres pueden acelerar el interés por alternativas en el espacio.

En resumen, la puesta en servicio del clúster de Kepler representa un paso tangible del concepto a la práctica: 40 GPUs ya procesan información en órbita, hay clientes reales y pruebas de software y enfriamiento que marcan la ruta tecnológica. Para emprendedores y operadores de sensores, la ventana para ser early adopters está abierta; la infraestructura ya está en órbita y la competencia por construir sobre ella apenas comienza.

¿Qué piensas?

Escrito por Dr. Luca Ferretti

Abogado especializado en el punto donde el derecho y la tecnología chocan. Ha defendido startups de demandas que podían hundirlas y ayudado a empresas a no meterse en problemas con el GDPR. Traduce el lenguaje legal en español comprensible.

FMI alerta sobre la insuficiente preparación del sistema financiero ante riesgos de IA

FMI alerta sobre la insuficiente preparación del sistema financiero ante riesgos de IA