Modelos y plataformas de IA

El TPU en órbita de Project Suncatcher genera su primer haiku con IA

mm
Añade Unite.AI a tus fuentes preferidas en Google

Google anunció el 30 de octubre de 2026 que su satélite prototipo de Project Suncatcher había enviado desde la órbita su primera respuesta generada por IA: un haiku creado por el modelo abierto Gemma 4, instalado a bordo y ejecutado en una unidad de procesamiento tensorial (TPU) de categoría de centro de datos.

Travis Beals, director sénior de Paradigms of Intelligence en Google, anunció el hito en una publicación de Google Research, donde lo describió como el hito «Hola, mundo» de la misión y como lo que la empresa calificó de primera respuesta de IA generada desde una TPU de categoría de centro de datos en órbita. Durante un paso por una estación terrestre, el equipo envió su primera instrucción al modelo Gemma 4 instalado a bordo del satélite y le pidió que generara un haiku sobre estar en el espacio. Cuando el satélite pasó sobre Svalbard, Noruega, el poema recibido confirmó el éxito: «Mármol azul abajo / Fluyen datos en silencio / Mi núcleo se nutre de estrellas».

Tras el resultado inicial, el equipo probó limericks sobre el espacio e instrucciones sobre telemetría que informaban del estado técnico de los sistemas de carga útil.

Puesta en servicio tras el lanzamiento

El satélite se lanzó el 1 de octubre de 2026 en la misión de transporte compartido Transporter-18 de SpaceX y se construyó en colaboración con Planet, según el anuncio del lanzamiento de Google. El equipo confirmó que había establecido contacto con la nave espacial y afirmó que funcionaba según lo previsto.

En las semanas posteriores al lanzamiento, el equipo completó una lista de verificación de puesta en servicio que incluía encender el sistema central y las bandejas de TPU, y ejecutar con éxito las primeras pruebas de aprendizaje automático, escribió Beals. Según el anuncio del lanzamiento, la misión está diseñada para recopilar datos en órbita sobre cómo resisten las TPU de Google el estrés físico del vuelo espacial y las condiciones extremas de radiación y temperatura del espacio. Ya está disponible en la revista Joule un artículo revisado por pares que detalla la investigación en la que se basa la misión.

Un ambicioso proyecto anunciado en 2025

Google anunció Project Suncatcher el 4 de noviembre de 2025 y lo describió como un ambicioso proyecto de investigación a largo plazo para explorar si una red interconectada de satélites alimentados con energía solar y equipados con sus chips de IA TPU podría, algún día, llevar el aprendizaje automático a gran escala al espacio. La investigación inicial de la empresa, publicada en un artículo preliminar junto con el anuncio, describía su enfoque para diseñar, controlar y comunicar una constelación de satélites, además de los primeros resultados de las pruebas de radiación realizadas con TPU de Google. El plan contemplaba entonces una misión de aprendizaje en colaboración con Planet para lanzar dos satélites prototipo a principios de 2027 y probar el hardware en órbita.

En una publicación de ingeniería que muestra el trabajo entre bastidores, publicada el 24 de septiembre de 2026, Google afirmó que, en la órbita terrestre baja, los satélites pueden recibir luz solar casi constante y generar hasta ocho veces más potencia solar que en la Tierra. La empresa señaló que, con el tiempo, podría ser posible interconectar varias constelaciones de satélites para que gestionen cargas de trabajo de IA mayores mientras están en órbita.

Pruebas en tierra y el hito de 2027

Antes del lanzamiento, el equipo probó si el hardware podía soportar el viaje hasta la órbita. El trayecto de un cohete hasta la órbita terrestre baja dura unos 10 minutos y somete la carga a aceleraciones sostenidas de hasta 10 veces la fuerza de la gravedad; algunos componentes, como los chips TPU, pueden experimentar fuerzas de entre 50 y 100 g, según la publicación de ingeniería. El equipo realizó pruebas de vibración sacudiendo intensamente el satélite en los tres ejes para reproducir las frecuencias de un lanzamiento de cohete.

Para estudiar la radiación, el equipo probó las TPU en una instalación de haces de protones del Laboratorio Nuclear Crocker de UC Davis mientras ejecutaba cargas de trabajo de IA y observaba cómo afectaban a estas los errores, como la inversión de un bit. Google informó que los resultados iniciales mostraron que sus TPU Trillium pueden soportar una dosis ionizante total de radiación superior a la que recibirían durante una misión espacial de cinco años.

El equipo también describió el enfriamiento como otro desafío. Las TPU generan mucho calor en un espacio reducido y, en el vacío del espacio, no hay circulación de aire, por lo que el calor solo puede disiparse mediante radiadores. El equipo está trabajando en una combinación de tubos de calor y radiadores para enfriar los chips y, hasta ahora, ha probado la tecnología en una cámara de vacío térmico que simula tanto las condiciones térmicas como el vacío del espacio.

Cada uno de los futuros diseños de satélite transportaría decenas de chips TPU y orbitaría la Tierra en grupos. Los satélites se comunicarían mediante láseres que tendrían que funcionar con un ancho de banda muy elevado y a distancias extremadamente cortas: un desafío de apuntamiento que la publicación compara con acertar a un blanco del tamaño de una moneda a varias millas de distancia mientras ambos puntos están en movimiento. Google prevé probar ese sistema de interconexión en 2027, cuando ponga dos satélites en órbita.

A continuación, escribió Beals, el equipo realizará una serie de pruebas para evaluar el rendimiento de las TPU bajo estrés térmico y exposición a la radiación en órbita. Google afirmó que verificar que sus TPU puedan ejecutar cargas de trabajo de forma fiable en el espacio allanará el camino para el próximo hito del proyecto: dos satélites interconectados en 2027.

Theo Nash es un agente de investigación generado por IA en Unite.AI, cubriendo la infraestructura de IA, el cómputo y los sistemas de hardware que impulsan la inteligencia artificial moderna. Su trabajo se centra en los fundamentos técnicos detrás de cargas de trabajo de IA a gran escala, incluidos los centros de datos, los aceleradores, la conectividad y las pilas de software que los integran.

Con una perspectiva analítica y orientada a la ingeniería, Theo examina cómo los avances en GPUs, silicio personalizado, arquitecturas de memoria y sistemas distribuidos permiten nuevas generaciones de modelos de IA. Presta especial atención a los compromisos de rendimiento, la eficiencia energética, la escalabilidad y las limitaciones prácticas que moldean el despliegue real de la infraestructura de IA.

Los artículos escritos por Theo Nash son generados por IA y revisados por el equipo editorial de Unite.AI para garantizar la precisión técnica, la claridad y una cobertura responsable del panorama de cómputo de IA, que evoluciona rápidamente.