Project Suncatcher : Google veut mettre ses TPU en orbite — des satellites solaires pour du compute IA à 8x la puissance terrestre

Project Suncatcher : Google veut mettre ses TPU en orbite — des satellites solaires pour du compute IA à 8x la puissance terrestre

🔎 Le compute IA quitte la Terre

Google vient de franchir un cap que la science-fiction n'avait pas osé imaginer : faire tourner des charges de travail d'intelligence artificielle dans l'espace. Le 1er octobre 2026, un prototype de Project Suncatcher a été mis en orbite à bord de la mission Transporter-18 de SpaceX. Le satellite, construit en partenariat avec Planet Labs, est opérationnel. C'est la première brique d'une infrastructure qui pourrait, à terme, déplacer une partie significative de l'entraînement et de l'inférence des modèles de fondation hors de l'atmosphère.

L'idée est radicale : en orbite héliosynchrone à 650 km, les panneaux solaires captent jusqu'à 8 fois plus d'énergie annuelle qu'au sol. Pas de nuit, pas de nuages, pas de saisons. L'énergie devient quasi-infinie et gratuite — le vrai goulot d'étranglement du compute IA aujourd'hui. Google parie que le coût de lancement, en chute libre depuis une décennie, rendra l'équation économique viable d'ici le milieu des années 2030.

L'essentiel

• Premier prototype en orbite depuis le 1er octobre 2026 (mission SpaceX Transporter-18), contact confirmé, satellite opérationnel.
• Énergie solaire 8x supérieure en orbite héliosynchrone (~650 km) vs installations terrestres — pas de cycle jour/nuit, pas d'atmosphère.
• TPU Trillium v6e radiodurcies : tests au faisceau de protons 67 MeV montrent une résistance à ~3x la dose prévue sur 5 ans ; la mémoire reste le maillon faible.
• Liaisons optiques free-space à 1,6 Tbps bidirectionnel validées au banc ; constellation de 81 satellites modélisée.
• Objectif économique : coûts de lancement < 200 $/kg d'ici mi-2030s (vs ~3 600 $/kg aujourd'hui sur Falcon 9 réutilisable) → compute orbital compétitif avec les data centers terrestres.
• Deux prototypes TPU attendus début 2027 avec Planet Labs.

Outils recommandés

Pourquoi l'espace ? L'énergie, encore l'énergie

La réponse tient en un chiffre : 8x. En orbite héliosynchrone à 650 km d'altitude, un panneau solaire reçoit jusqu'à huit fois plus d'énergie cumulée sur l'année qu'un panneau identique au sol. Pas d'obscurité, pas de couverture nuageuse, pas d'absorption atmosphérique. Pour Google, dont la facture énergétique des data centers pèse déjà des milliards de dollars, l'équation est simple : l'énergie orbitale est gratuite une fois l'infrastructure déployée.

Le document de system design publié par Google Research décrit une architecture où chaque satellite embarque ses propres TPU, ses panneaux solaires déployables, ses radiateurs et ses terminaux de communication optique. L'énergie alimente directement le compute — pas de conversion DC/AC, pas de pertes de distribution sur des kilomètres de câbles. Le rendement global du système s'en trouve mécaniquement amélioré.

C'est une rupture par rapport aux data centers terrestres où le Power Usage Effectiveness (PUE) tourne encore autour de 1,1 à 1,3 chez les meilleurs opérateurs. Chaque watt consommé par un GPU ou un TPU au sol traîne derrière lui 10 à 30 % de surcoût pour le refroidissement, la distribution, la redondance. En orbite, le vide est votre radiateur. Le refroidissement se fait par rayonnement thermique — passif, sans pompes, sans eau, sans maintenance.

TPU Trillium v6e : le silicium durci pour l'espace

Le cœur du système, ce sont les TPU v6e "Trillium". Google ne les a pas conçus pour l'espace à l'origine — ce sont les puces qui entraînent Gemini 3.1 Pro et alimentent les charges de production de Google Cloud. Mais l'équipe Suncatcher les a soumises à un test brutal : un faisceau de protons de 67 MeV au laboratoire de radiations de la NASA.

Résultat : les puces supportent environ 3 fois la dose de radiation totale (TID) prévue pour une mission de 5 ans avant de montrer une corruption de données permanente. C'est une marge de sécurité confortable. Le talon d'Achille identifié ? La mémoire. Les registres, caches et HBM sont plus sensibles aux single-event upsets (basculements de bits causés par un ion unique) que la logique de calcul pure.

Google n'en dit pas plus sur les techniques de mitigation — error-correcting codes, scrubbing mémoire, redondance triple modulaire — mais le chiffre d'une erreur par 10 millions de requêtes IA jugée "viable" par l'analyse de constellation donne une idée du niveau de fiabilité visé. Pour de l'inférence, c'est acceptable. Pour de l'entraînement de modèles à des milliards de paramètres, il faudra des garanties plus fortes ou des algorithmes tolérants aux fautes.

Deux prototypes TPU complets sont attendus début 2027, toujours avec Planet Labs. Ce seront les premiers vrais bancs de test en conditions réelles : cycle thermique orbital (-100 °C à +100 °C), radiation continue, vibration de lancement, vide poussé.

Le réseau : 1,6 Tbps en optique free-space

Le compute distribué ne sert à rien sans interconnect. Google a validé au banc des liaisons optiques en espace libre (free-space optical, FSO) à 1,6 Tbps bidirectionnel par lien. C'est de l'ordre de magnitude des interconnects NVLink/NVSwitch ou des liens InfiniBand 800G/1,6T dans les racks terrestres — mais sans fibre, sans connecteur, à travers le vide.

L'analyse de dynamique orbitale porte sur une constellation de 81 satellites. À 650 km d'altitude, chaque satellite voit ses voisins pendant des fenêtres de quelques minutes par orbite (période ~97 minutes). La topologie change en permanence. Le routage doit être adaptatif, tolérant aux coupures, capable de réassembler des tenseurs fragmentés à travers le maillage.

C'est là que le bât blesse : la latence. Même à la vitesse de la lumière, un aller-retour satellite-sol-satellite ajoute 4 à 8 ms selon l'élévation. Entre satellites en visibilité directe, c'est sub-millisecondique. Mais pour une charge d'entraînement synchronisée (all-reduce toutes les 10-100 ms), la gigue orbitale impose de repenser les algorithmes de parallélisme de données. Google n'a pas publié de détails sur la pile logicielle — Pathways ? JAX modifié ? Megatron-LM adapté ? — mais le défi est autant logiciel que matériel.

L'économie orbitale : la courbe d'apprentissage du lancement

Le point de bascule n'est pas technologique. Il est économique.

La courbe suit une learning curve classique : chaque doublement du volume lancé fait chuter le coût unitaire de 15 à 20 %. Starship, avec sa capacité de 150 t en LEO et sa réutilisation totale (étage + booster), casse le plafond de verre. À < 200 $/kg, le coût marginal de mettre un kilogramme de TPU, de panneau solaire et de radiateur en orbite devient comparable au coût amorti d'un mètre carré de data center terrestre — sans la facture d'électricité, sans le foncier, sans le refroidissement.

NextBigFuture estime qu'à ce seuil, le compute orbital devient compétitif avec les data centers terrestres pour les charges de travail à haute densité énergétique : entraînement de modèles de fondation, inférence massive, simulation physique. Les charges à faible densité (serveurs web, bases de données OLTP) resteront au sol — la latence vers l'utilisateur final ne pardonne pas.

La rareté du compute : le contexte stratégique

Project Suncatcher ne sort pas de nulle part. Il s'inscrit dans une guerre du compute où chaque géant technologique sécurise sa capacité comme une ressource stratégique.

Google a récemment rationné l'accès à Gemini pour Meta — un signal clair : le compute est la nouvelle monnaie rare. Pendant ce temps, l'entreprise lance Antigravity 2.0, sa suite agent-first qui vise Cursor et Claude Code, et déploie Gemini Spark, un agent IA 24/7 censé devenir un "deuxième cerveau" pour les développeurs. Ces produits consomment du compute à une échelle inédite. L'inférence continue, les agents autonomes, le reasoning multi-étapes : tout cela multiplie la demande par des facteurs que les data centers terrestres peinent à absorber.

Suncatcher est la réponse offre à cette demande structurelle. Pas un gadget, pas une expérience de communication laser. Une infrastructure de production. Si les prototypes 2027 valident la fiabilité, la phase suivante sera une constellation opérationnelle — peut-être dès 2028-2029 pour de l'inférence, début 2030s pour de l'entraînement.

Risques et inconnues : ce que Google ne dit pas

Débris spatiaux et régulation

Une constellation de 81 satellites à 650 km, c'est de la masse en orbite. La réglementation ITU/FCC impose des plans de désorbitation (règle des 25 ans, bientôt 5 ans aux US). Google devra démontrer une fin de vie propre — propulsion de désorbitation, ou orbite suffisamment basse pour une rentrée atmosphérique naturelle rapide. Les panneaux solaires déployables augmentent la section efficace : plus de traînée, mais plus de risque de collision.

Sécurité physique et cyber

Un data center dans l'espace est physiquement inaccessible. Pas de technicien pour remplacer un disque, une carte, un câble. La redondance doit être n+2 minimum. Côté cyber, la surface d'attaque inclut le segment sol (stations de contrôle, passerelles), le segment espace (liaisons optiques, RF de télémesure), et la chaîne d'approvisionnement (puces, logiciels embarqués). Un acteur étatique hostile pourrait tenter un jamming optique, une injection de故障 via la télémesure, ou une attaque supply chain sur les TPU avant lancement.

Économie unitaire : le CAPEX satellite vs rack

Un rack HGX H100 8-GPU coûte ~300 000 $ (prix 2024). Un satellite Suncatcher embarquant l'équivalent en TPU + panneaux + radiateurs + propulsion + bus + optique : combien ? Google ne communique pas. Mais si le satellite coûte 10 M$ et dure 5 ans, l'amortissement mensuel est de ~167 k$/mois — contre ~8 k$/mois pour le rack (amorti 3 ans). Il faut que l'économie d'énergie (0 $/kWh vs ~0,06-0,10 $/kWh industriel) et l'absence de PUE compensent. Sur 5 ans, un rack de 10 kW consomme ~4,4 GWh → 260-440 k$ d'électricité. Le delta ne couvre pas l'écart de CAPEX. Le calcul ne tient que si le lancement chute drastiquement — d'où la cible < 200 $/kg.

Latence utilisateur final

Pour de l'inférence interactive (chat, code, recherche), la latence aller-retour utilisateur-satellite-utilisateur est prohibitive : 20-40 ms minimum (sol → satellite → sol) + traitement. Starlink y arrive pour du trafic IP parce que les terminaux utilisateur parlent directement au satellite. Pour de l'IA, il faut que le modèle soit dans le satellite, et que l'utilisateur soit aussi connecté au satellite — ou accepter la latence. Google vise probablement des charges asynchrones (entraînement, batch inference, pré-calcul d'embeddings, génération de données synthétiques) où la latence ne tue pas l'UX.

Erreurs courantes

Erreur 1 : Confondre Suncatcher et Starlink

Ce qui ne va pas : Penser que Google construit une constellation de communication comme Starlink.
La réalité : Suncatcher est une infrastructure de compute. Les liaisons optiques sont inter-satellites (et sol-satellite pour l'ingestion/résultats), pas pour servir des terminaux utilisateur. Pas de "phased array" utilisateur, pas de bande Ku/Ka grand public.

Erreur 2 : Croire que l'espace résout la chaleur "gratuitement"

Ce qui ne va pas : Imaginer que le vide évacue la chaleur sans contrainte.
La réalité : Le rayonnement thermique suit la loi de Stefan-Boltzmann (∝ T⁴). Pour évacuer 10 kW à 300 K, il faut ~20 m² de radiateurs à émissivité 0,9. Les panneaux solaires génèrent de la chaleur en plus de l'électricité. Le design thermique est un casse-tête : radiateurs déployables, heat pipes, loop heat pipes, surfaces à propriétés optiques variables. Ce n'est pas "gratuit" — c'est différent.

Erreur 3 : Sous-estimer la complexité logicielle

Ce qui ne va pas : Croire que JAX/Pathways tourne "tel quel" sur une constellation mobile.
La réalité : La topologie change toutes les 97 minutes. Les liens montent/descendent. La bande passante varie. Les pannes sont la norme (radiation, éclipse, débris). Il faut un orchestrateur natif espace : checkpointing fréquent, elastic training, fault-tolerant all-reduce, priority-based scheduling selon la visibilité orbitale. Google n'a pas publié cette pile — c'est le vrai différentiateur à venir.

Questions fréquentes

Quand verra-t-on du compute Suncatcher en production ?

Pas avant 2028-2029 pour de l'inférence batch, début 2030s pour de l'entraînement. Les deux prototypes 2027 valideront la fiabilité matérielle. La constellation opérationnelle demande une cadence de lancement soutenue (Starship) et une pile logicielle mature.

Quel modèle IA tourne sur les TPU Trillium en orbite ?

Les mêmes que sur Google Cloud : Gemini 3.1 Pro, Gemini 3 Pro Deep Think, et les modèles internes de Google. L'architecture TPU est identique — seule la qualification radiative change. L'inférence de modèles open-source (Llama, Gemma) est techniquement possible mais non annoncée.

Combien coûte une requête IA traitée dans l'espace ?

Inconnu aujourd'hui. Google ne publie pas de coût marginal. L'hypothèse de travail : à < 200 $/kg lancement, le $/token orbital devient compétitif avec le $/token terrestre pour les charges à haute densité énergétique. Pas de grille tarifaire publique.

Les données utilisateur quittent-elles la Terre ?

Non, pas dans l'architecture actuelle. L'ingestion de données et la restitution de résultats passent par des stations sol dédiées (probablement co-localisées avec les PoP Google Cloud). Le segment espace ne stocke pas de données persistantes utilisateur — seulement des poids de modèle, des activations temporaires, des checkpoints d'entraînement.

Quel est l'impact environnemental net ?

Positif si l'énergie terrestre évitée est carbonée. Chaque kWh produit en orbite remplace un kWh terrestre. Mais il faut comptabiliser : fabrication des satellites (aluminium, carbone, terres rares), lancement (kérosène/méthane pour Falcon 9, méthane/oxygène pour Starship), fin de vie. Une analyse de cycle de vie (ACV) complète n'existe pas publiquement. Le break-even carbone dépend du mix électrique terrestre remplacé.

✅ Conclusion

Project Suncatcher n'est pas une expérience de communication laser ni un coup de com'. C'est un pari industriel : celui que la courbe d'apprentissage du lancement spatial (Starship, réutilisation totale) croisera la courbe de demande exponentielle du compute IA avant 2035. Le prototype est en orbite. Les puces tiennent la radiation. L'optique livre 1,6 Tbps. Il reste à prouver que l'économie tient — et que le logiciel sait danser sur une topologie qui change toutes les 97 minutes.

Si Google réussit, le data center du futur ne sera pas au bord d'un fleuve ou dans le désert. Il sera au-dessus de nos têtes, alimenté par une étoile qui ne se couche jamais.