Las redes de satélites en órbita baja (LEO) ofrecen una vía prometedora para lograr conectividad global, a pesar de ciertos desafíos técnicos y económicos, como los altos costos de implementación y la complejidad de la gestión de la red. No obstante, el enrutamiento en tiempo real sigue siendo un desafío debido a los rápidos cambios en la topología y las estrictas limitaciones de energía. Este artículo propone un método de Enrutamiento Consciente de Eclipse (EAR) acelerado por GPU que minimiza simultáneamente el número de saltos y equilibra el consumo de energía para el enrutamiento en tiempo real en una computadora a bordo (OBC). El enfoque emplea primero un algoritmo de K-Rutas Más Cortas (KSP) basado en Búsqueda en Amplitud (BFS) para generar rutas candidatas y luego evalúa el uso de la batería para seleccionar el camino más eficiente. En redes a gran escala, la carga computacional de la búsqueda KSP aumenta sustancialmente. Por lo tanto, se integró el procesamiento paralelo basado en CUDA para mejorar el rendimiento, lo que resultó en una aceleración de aproximadamente 3.081 veces en comparación con el método convencional basado en CPU. La aplicabilidad práctica del método propuesto se valida aún más al actualizar con éxito las tablas de enrutamiento en una red SpaceWire.