Starcloud capta US$ 170 milhões com avaliação de US$ 1,1 bilhão para data centers orbitais

A Starcloud captou US$ 170 milhões em uma rodada Series A, com avaliação de US$ 1,1 bilhão, para acelerar o desenvolvimento de data centers orbitais. A startup, de Redmond, no estado de Washington, tenta transformar a computação espacial de um experimento chamativo em um negócio de infraestrutura com economia clara.

A aposta orbital da Starcloud

O principal objetivo da empresa agora é criar uma nave da classe Starship que sirva de base para o primeiro data center orbital capaz de competir em custo com as instalações terrestres. É uma mudança importante de posicionamento: já não se trata de uma demonstração pontual de tecnologia, mas de uma tentativa de construir uma nova categoria de infraestrutura de computação. Em meio ao boom da IA e à escassez de capacidade na Terra, a Starcloud aposta que a órbita pode, com o tempo, deixar de ser exotismo e virar mais um local para hospedar cargas de computação pesadas.

A própria rodada também mostra o nível de expectativa. Para uma empresa relativamente jovem, uma avaliação de US$ 1,1 bilhão na fase Series A sinaliza que os investidores não estão comprando receita atual, mas a escala da ideia. A rodada foi liderada pela Benchmark. A lista completa dos demais participantes não é revelada no trecho disponível, mas isso já basta para ver uma tendência: o mercado está disposto a financiar não só modelos e chips, mas também infraestrutura física alternativa para IA.

O que já funciona

A Starcloud chega a esta rodada com mais do que renders. A empresa já tem uma GPU Nvidia H100 operando em órbita, e isso torna a história bem mais séria que um pitch espacial comum. Além disso, a startup afirma ter treinado o primeiro modelo de IA no espaço. Mesmo que ainda não seja uma operação em massa, e sim uma demonstração funcional inicial, a empresa já cruzou o limite a partir do qual se pode discutir execução de engenharia, e não apenas uma ideia.

Para o mercado, esse é um marco importante por vários motivos:

• o projeto já se apoia em um módulo de computação operando no espaço;
• a equipe tem não só um conceito, mas experiência em rodar uma carga de IA fora da Terra;
• o foco saiu do experimento e foi para uma nave de escala maior;
• a empresa fala não apenas em voar, mas em paridade de custo com os data centers terrestres.

O último ponto é o mais ambicioso. Lançar hardware ao espaço é difícil, mas provar a economia é mais difícil ainda. Se a Starcloud conseguir se aproximar do nível declarado, a conversa sobre computação orbital deve sair rapidamente do campo das notícias futuristas e entrar no terreno do retorno sobre o investimento, da confiabilidade e da disputa por cargas de IA corporativas. Por ora é uma promessa, não um resultado confirmado, mas a empresa agora tem capital para testá-la em hardware, e não em slides.

Para onde vai o dinheiro

A Starcloud precisa do novo capital para mais do que continuar pesquisando. A próxima etapa exige uma engenharia muito mais cara e complexa: escalar a plataforma, projetar uma nave de grande porte e se preparar para sair de demonstrações isoladas rumo a um sistema que possa ser comparado à infraestrutura terrestre em preço e em desempenho computacional útil.

Visto como sinal de mercado, o negócio mostra um novo vetor da indústria de IA. O dinheiro vai não só para foundation models, aplicativos e nuvens, mas para uma camada mais profunda da pilha, onde se define o limite físico da computação. Quanto maior a demanda por treinamento e inferência, mais os investidores buscam formas não convencionais de ampliar capacidade. A Starcloud tenta ocupar esse nicho antes dos outros e se firmar como player de infraestrutura, e não apenas como uma startup espacial com uma apresentação bonita.

O que isso significa

O negócio da Starcloud mostra que a corrida por capacidade de IA vai além dos data centers terrestres. Se a empresa confirmar a economia declarada da computação orbital, o mercado ganhará não mais um caso de PR espacial, mas uma nova classe de infraestrutura para tarefas pesadas de IA.