La NASA acelerará el interés de los científicos en las GPU al enfrentarse a un flujo de datos de nuevos telescopios

NASA acelera el lanzamiento de un nuevo telescopio espacial

En septiembre de 2026, ocho meses antes de la fecha prevista, NASA enviará al órbita terrestre el nuevo telescopio “Nancy Grace Roman” (RST). Durante su misión recopilará alrededor de 20 000 TB de datos. Este enorme volumen, junto con los flujos de otras observatorios, generará una creciente demanda de unidades de procesamiento gráfico (GPU), necesarias para su análisis.

Cómo encaja RST en el ecosistema moderno de observación
Observatorio | Periodo de operación | Volumen diario de datos | RST 2026–…20 000 TB (total) | James Webb desde 2021 | 57 GB al día | Vera C. Rubin Observatory 2026 y adelante ~20 TB por noche | Hubble hasta 2000 ×1–2 GB al día
La comparación muestra que RST entregará casi mil veces más datos que “Hubble”. Esto confirma la transición de los astrónomos hacia el procesamiento con GPU: el análisis manual ya no soporta las cantidades.

Figuras clave y su contribución
- Brant Robertson – astrofísico del Universidad de California en Santa Cruz.
- Trabaja con datos de misiones más de 15 años, colaborando con Nvidia.
- Transición de simulaciones de supernovas al desarrollo de herramientas para el análisis de flujos de datos.
- Ryan Hausen – exposgrado de Robertson.
- Juntos crearon el modelo de aprendizaje profundo *Morpheus* para reconocer galaxias en grandes conjuntos de datos.

De redes convolucionales a transformadores
El modelo Morpheus originalmente utilizó redes neuronales convolucionales, pero ahora pasa a la arquitectura de transformadores – la misma tecnología que sustenta los modelos lingüísticos modernos. Esto permitirá procesar varios veces más cielo en una sola pasada.

IA generativa y mejora de observaciones terrestres
- Se están creando modelos generativos entrenados con datos espaciales que corrigen las distorsiones atmosféricas de las imágenes de la Tierra.
- Dado que el lanzamiento de un espejo de ocho metros a órbita sigue siendo tecnológicamente complejo, el procesamiento por software se vuelve la mejor opción.

Desafíos financieros
Robertson señala el aumento de la demanda de GPU:

> “La gente quiere usar IA y aprendizaje automático, y las GPU son la única herramienta para eso. Las universidades son cautelosas con los riesgos debido a recursos limitados, pero es necesario mostrar la dirección del desarrollo.”

El National Science Foundation (NSF) financió la creación de un clúster de GPU en la universidad, sin embargo el equipo se vuelve obsoleto rápidamente. Al mismo tiempo, la administración presidencial planea recortar el presupuesto del NSF en un 50 %, lo que podría dificultar futuras investigaciones.

Conclusión:
El lanzamiento de RST en septiembre de 2026 será un evento clave para la astronomía, abriendo nuevos horizontes de análisis de datos. Paralelamente se desarrollan modelos de IA y soluciones de GPU en la nube, pero las limitaciones financieras exigen creatividad y uso eficiente de los recursos.