SpaceX Adota Hardware Nvidia e Planeja Servidores de IA em Órbita

A SpaceX confirmou sua aposta exclusiva no hardware Nvidia para suas operações de IA, tanto terrestres quanto espaciais. O anúncio reforça a parceria estratégica para a vindoura constelação de satélites Starmind, que processará inteligência artificial diretamente da órbita. A escolha pela arquitetura Vera Rubin, que o CEVIU News noticiou em 17 de março de 2026 como o módulo Vera Rubin Space-1 otimizado para ambientes espaciais, valida a linha de produtos da Nvidia para este nicho emergente.

Os satélites Starmind, cuja oficialização do nome foi reportada pelo CEVIU News em 26 de junho de 2026, serão equipados com racks Vera Rubin NVL72 customizados. Estes sistemas são projetados para operar em ambientes hostis, priorizando sistemas avançados de energia e resfriamento. A meta ambiciosa é alcançar uma capacidade de até 20 gigawatts, fundamental para escalar modelos de IA como o Grok e para expandir as operações de data centers, superando as limitações de infraestrutura na Terra.

A notícia de hoje solidifica várias informações que antes eram especulação ou anúncios isolados. O nome Starmind, que havia sido oficializado pela SpaceX para sua constelação de IA em 26 de junho de 2026, agora é confirmado como a plataforma para o hardware Nvidia Vera Rubin. A arquitetura Vera Rubin, antes um anúncio da Nvidia em 17 de março de 2026 como um chip para data centers orbitais, agora é a escolha exclusiva e estratégica da SpaceX. O que era um conceito discutido, como o interesse do Google em data centers orbitais (CEVIU News, 13 de maio de 2026), se torna um plano concreto de implementação da SpaceX para 2027.

Esta estratégia da SpaceX representa um marco para a computação de alto desempenho e a infraestrutura de IA. Ao mover os data centers para a órbita, a empresa busca contornar gargalos de espaço físico, energia e resfriamento que afetam as instalações terrestres. A capacidade de 20 gigawatts é um salto significativo para o processamento de IA, permitindo o treinamento e a operação de modelos em escala sem precedentes. Isso pode redefinir o futuro da computação distribuída e da disponibilidade de IA, oferecendo uma nova fronteira para o edge computing.