Starcloud ha cerrado una extensión de serie A de 250 millones de dólares a una valoración de 2.300 millones para poner centros de datos de IA en órbita, según TechCrunch. La ronda la lidera Manhattan West Ventures y en ella entra Nvidia con 25 millones, junto a Cisco, Benchmark, EQT y otros. Con los 170 millones de marzo, la compañía suma 420.
Puntos clave
- 250 millones de extensión de serie A, a una valoración de 2.300 millones. Total levantado: 420 millones.
- Nvidia pone 25 millones. También entran Cisco, Benchmark, EQT, Soma, NFX, 776 y Cedar Capital.
- Starcloud One ya operó en órbita una GPU H100 de Nvidia y entrenó modelos con ella, algo inédito hasta ahora en sistemas espaciales.
- Dos satélites Starcloud-2, de 8 kW de cómputo, viajan en vuelos compartidos en 2027. El chip Vera Rubin Space-1, diseñado con Nvidia para el espacio, se espera para finales de 2028.
- La compañía ha pedido a la FCC permiso para operar 88.000 naves.
El cuello de botella ya no es el chip
Lo dice el propio consejero delegado, Philip Johnston, y es la frase que explica el titular: "Uno de los mayores costes está ahora en asegurar tu capacidad de lanzamiento. El lanzamiento está bastante restringido ahora mismo porque el programa Falcon 9 tiene previsto terminar en 2028".
SpaceX va a retirar el Falcon 9, el cohete fiable y disponible, para pasar a Starship, que todavía no ha demostrado operación comercial rutinaria. Los cohetes de la competencia o no están listos o no están probados. Así que quien quiera poner hardware arriba en 2029 tiene que reservar sitio ahora.
Por eso la ronda es tan grande para una compañía que aún no tiene ingresos relevantes: buena parte del dinero no es para construir satélites, es para pagar billetes.
Por qué poner GPU en el espacio
El argumento es de energía y de calor. En órbita hay luz solar sin atmósfera de por medio y el vacío disipa calor por radiación sin necesidad de agua. En tierra, los dos límites que están frenando la expansión de centros de datos son exactamente esos: enchufe y refrigeración.
La contrapartida es todo lo demás. Radiación que degrada los chips, imposibilidad de mandar a un técnico a cambiar una placa y latencia de subida y bajada de datos. Por eso el caso de uso realista a corto plazo no es entrenar modelos, es procesar en órbita lo que ya se genera en órbita: imágenes de satélite que hoy se bajan enteras a tierra para analizarlas.
Google ya ejecuta Gemma en satélites por la misma razón, y NASA y Satlyt están en lo mismo.
Starcloud no habla solo de teoría. Starcloud One ya operó en órbita una GPU H100 de Nvidia y entrenó modelos con ella, algo que hasta ahora no se había hecho en un sistema espacial. Los siguientes pasos están fechados: dos satélites Starcloud-2 con 8 kW de cómputo cada uno en vuelos compartidos en 2027, un Starcloud-3 más grande diseñado para caber en Starship, y el chip Vera Rubin Space-1, desarrollado con Nvidia para aguantar radiación, temperatura y el propio lanzamiento, previsto para finales de 2028.
La petición a la FCC para operar 88.000 naves da la medida de la ambición y también del problema regulatorio que viene detrás: la órbita baja empieza a estar concurrida.
Por qué importa
Para una empresa española esto no es accionable a corto, y conviene decirlo. Nadie va a alquilar cómputo orbital en 2027 para su ERP.
Lo que sí señala es dónde está la restricción real del sector. Cuando la conversación sobre infraestructura de IA pasa de "hacen falta más chips" a "hacen falta más cohetes y más megavatios", el mensaje para quien compra IA es que la curva de precios no va a bajar por arte de magia. Los proveedores están pagando primas crecientes por energía y espacio físico, y eso acaba en la factura.
La respuesta práctica sigue siendo la misma que la de AT&T: usar el modelo más barato que resuelva cada tarea, en lugar de esperar a que el más caro se abarate.
Relacionado
