Waarom AI-datacenters richting de ruimte kijken

Grote techbedrijven kijken naar de ruimte voor de volgende generatie datacenters. Elon Musk noemde het via SpaceX en xAI een logische volgende stap, Google werkt aan Project Suncatcher en Jeff Bezos richt zich via Blue Origin op vergelijkbare plannen. De aantrekkingskracht ligt in constante zonne-energie en de afwezigheid van koelingskosten. Voor Nederlandse organisaties speelt dit op langere termijn. De onderliggende beweging is echter nu al zichtbaar: rekenkracht wordt duurder, schaarser en geopolitiek gevoeliger.

Waarom de ruimte in beeld komt

Een AI-datacenter op aarde vraagt drie schaarse resources: land, water voor koeling en aansluitcapaciteit op het elektriciteitsnet. In Nederland loopt de netcongestie in delen van het land nu al twee tot vier jaar achter op de vraag, en in de VS lopen aanvragen voor nieuwe hyperscale-locaties tegen dezelfde limieten aan. In een baan om de aarde vervallen die drie beperkingen. Zonlicht valt onafgebroken op panelen zonder atmosferische verzwakking, warmte kun je vrij afvoeren via infraroodstraling en er is geen grond om te kopen.

De aantrekkingskracht is echter niet gratis. Lanceerkosten zijn ondanks SpaceX' herbruikbare raketten nog altijd fors, kosmische straling versnelt de veroudering van chips en onderhoud aan een defect systeem is praktisch onmogelijk. De eerste projecten mikken daarom op kleinschalige pilots met inferentie-workloads: taken die AI-modellen uitvoeren nadat ze getraind zijn, waar korte onderbrekingen minder erg zijn dan bij een trainingsrun van miljarden.

Wat er de komende jaren gebeurt

SpaceX en xAI hebben concrete uitspraken gedaan over een eerste satellietcluster met AI-hardware richting het einde van dit decennium. Google's Project Suncatcher richt zich op TPU's in een lage baan, gekoppeld via optische laserlinks. Startups als Starcloud werken aan tussenoplossingen met kleinere satellieten. De omvang blijft voorlopig een fractie van wat er op aarde staat: een terrestrisch datacenter draait honderden megawatts, een satellietcluster mikt op tientallen kilowatts.

Voor bestuurders is het praktische signaal de onderliggende druk op rekenkracht. Elektriciteit deed er veertig jaar over om overal te komen, en de rekenkracht voor AI volgt momenteel een vergelijkbaar patroon van hoge kapitaalkosten en schaars aanbod. Wie AI vandaag inzet, doet dat op infrastructuur die zichzelf terugverdient over meerdere jaren.

Wat dit betekent voor jouw AI-inzet

Twee praktische consequenties. Ten eerste: reken op stijgende gebruikskosten van cloud-gebaseerde AI-modellen zolang rekenkracht schaars blijft. Prijsstijgingen bij de grote aanbieders zijn de afgelopen twee jaar al zichtbaar geworden, met name voor de zwaarste inference-varianten. Ten tweede: overweeg per workflow of lokale of hybride oplossingen passen voor werk dat frequent draait. Onderzoekers hebben laten zien dat complexe AI-systemen voor duizenden euro's lokaal reproduceerbaar zijn, wat de balans tussen cloud en eigen beheer verschuift.

Ruimtedatacenters blijven voorlopig een verhaal voor het komende decennium. De logica erachter raakt jouw AI-budget echter nu al. Wil je doorpraten over hoe je AI-inzet niet volledig afhangt van één cloudleverancier? Plan een kennismaking in, we denken graag mee.