Google a officiellement présenté Project Suncatcher, un projet de recherche « moonshot » qui explore la possibilité d’installer des grappes de compute pour l’IA dans l’espace, alimentées par des panneaux solaires et composées de satellites embarquant des TPU (Tensor Processing Units).
Les équipes de Google imaginent des constellations modulaires de petits satellites disposés en orbite basse (notamment en orbite héliosynchrone “dawn–dusk”) pour rester exposés au soleil presque en permanence, et ainsi contourner les contraintes d’énergie qui freinent aujourd’hui le déploiement massif de calcul pour les modèles d’IA.
Chaque satellite embarquerait des TPUs optimisés, des panneaux solaires et des liaisons optiques inter-satellites à très haut débit (free-space optics) pour acheminer les paquets de données entre nœuds et vers la Terre. Le design proposé dans le document de recherche évoque aussi des configurations échelonnables, de prototypes à des grappes de dizaines voire de centaines d’unités.
Google
Faire face à la demande énergétique croissante : l’entraînement et l’inférence des grands modèles consomment énormément d’énergie et poussent les opérateurs à chercher des solutions hors réseau électrique terrestre. Project Suncatcher vise à exploiter directement l’énergie solaire qui, hors atmosphère, est beaucoup plus disponible et efficace.
Google entend également profiter du rendement solaire : en orbite, l’irradiation disponible peut être plusieurs fois supérieure à celle des panneaux au sol (en particulier dans une orbite conçue pour rester éclairée), ce qui change l’équation économique et thermique du point de vue énergétique.
Google parle déjà d’étapes concrètes : deux satellites prototypes seraient envisagés pour évaluer la viabilité – tests de résistance au rayonnement, efficacité des liaisons optiques, performances des TPU en environnement orbital – avec un horizon de premiers vols pressenti vers 2027. Le projet inclut également des partenariats industriels, dont Planet Labs pour des aspects de lancement/opérations.
