SpaceX, Google et Starcloud lorgnent les centres de données orbitaux pour l'IA
Les centres de données orbitaux pour l'IA ne sont plus évoqués comme de la science-fiction, mais comme une possible prochaine étape d'infrastructure. SpaceX, Google et Starcloud testent l'économie du calcul spatial, alors que la consommation d'énergie des modèles grimpe et que les ressources au sol se raréfient. Mais le chemin vers un déploiement massif reste long : il faut des lancements bon marché, des plateformes de satellites durables et des réponses sur la réparation, le refroidissement et la saturation des orbites.
Traité par IA depuis 3DNews AI ; édité par Hamidun News
Les centres de données orbitaux pour l'IA passent rapidement du statut d'idée futuriste à celui d'objet d'investissements réels. SpaceX, Google, Starcloud et d'autres acteurs estiment que l'espace peut offrir une énergie bon marché et soulager en partie l'infrastructure terrestre, mais le coût du lancement, la réparation et la physique orbitale restent pour l'instant des contraintes rigides.
Pourquoi on en parle
L'argument central des partisans est simple : le calcul pour l'IA exige toujours plus d'électricité, de terrain et de refroidissement, alors qu'en orbite on dispose à la fois d'une lumière solaire presque permanente et du froid naturel du vide. En théorie, cela permet de bâtir des nœuds alimentés par leurs propres panneaux et qui évacuent la chaleur par des radiateurs vers l'espace. Sur Terre, chaque nouveau grand centre de données se heurte de plus en plus à l'accès au réseau électrique, à l'eau, aux sites et aux autorisations, ce qui rend l'expansion à la fois plus chère et plus lente.
La pression de l'IA générative ne fait qu'accroître l'intérêt pour ces schémas. Selon certaines estimations, la consommation d'énergie des centres de données pourrait plus que doubler d'ici 2030, et l'entraînement des prochaines générations de modèles exigera une infrastructure qui semble aujourd'hui hors de portée, même pour les plus grands clouds. Dans ce contexte, l'idée de sortir une partie du calcul de l'atmosphère n'est plus une simple lubie d'ingénieur. Pour les partisans des centres de données spatiaux, c'est une tentative de trouver une nouvelle réserve de puissance avant que les limites terrestres ne deviennent vraiment douloureuses.
Qui est déjà dans la course
La course a déjà commencé, et elle ne concerne pas que les startups spatiales. SpaceX lie l'économie du calcul orbital à une baisse future du coût des lancements de Starship. La startup Starcloud a déjà mis en orbite un satellite de test équipé d'un accélérateur Nvidia H100 et montré qu'on peut y faire non seulement de l'inférence, mais aussi entraîner des modèles compacts. Google pousse son projet Suncatcher, tandis que la Chine, des consortiums européens et d'autres entreprises qui ne veulent pas dépendre uniquement de l'énergie terrestre préparent des initiatives similaires.
- SpaceX étudie un centre de données orbital distribué qui pourrait, à terme, compter jusqu'à un million de satellites.
- Starcloud a testé l'entraînement de NanoGPT et l'inférence de Google Gemma directement sur un satellite.
- Google prépare Suncatcher avec des panneaux solaires, des liaisons optiques intersatellites et des TPU.
- Les projets chinois et européens visent à démontrer des plateformes de calcul orbitales d'ici 2030.
«
Salutations, Terriens ! » — c'est ainsi, selon Starcloud, qu'a répondu le modèle exécuté sur le satellite de test.
L'argent alimente aussi l'intérêt. Après son essai réussi, Starcloud a levé un gros tour de table et prépare désormais des engins plus lourds, dotés de plusieurs GPU et de puces spécialisées. Nvidia, de son côté, a déjà présenté le module Space-1 Vera Rubin pour les centres de données spatiaux. L'idée est de ne pas attendre le moment idéal : prouver d'abord que cela fonctionne sur de petites missions, puis passer à l'échelle si le coût de mise en orbite de la charge utile se met réellement à baisser vite.
Les principaux obstacles
Pour l'instant, toute cette économie repose sur une hypothèse très audacieuse : les lancements doivent devenir plusieurs fois moins chers et nettement plus réguliers. Aujourd'hui, acheminer un kilogramme en orbite basse coûte encore environ 1 500 dollars, alors que les optimistes bâtissent leurs modèles sur des niveaux de 500, 200, voire 100 dollars le kilogramme. Sans une telle chute des coûts, un centre de données spatial reste bien plus cher qu'un centre terrestre. Le problème est que Starship est encore loin d'une exploitation routinière, fréquente et totalement prévisible, alors que presque tous les beaux calculs en dépendent.
Même si la partie transport s'améliore, des questions sans réponse simple demeurent. Un serveur orbital est presque impossible à réparer : il est souvent moins cher de lancer un nouvel appareil que de réparer l'ancien. La chaleur s'évacue plus difficilement dans le vide que sur Terre, le blindage contre les radiations alourdit l'engin, et l'orbite basse elle-même a une capacité limitée. Plus il y a de satellites, plus le risque de manœuvres d'évitement, d'accidents et de collisions en chaîne selon le scénario du syndrome de Kessler augmente. C'est pourquoi des sceptiques comme Sam Altman ne contestent pas le rêve lui-même, mais la vitesse à laquelle on peut en faire une industrie durable.
Ce que cela signifie
Les centres de données orbitaux ont quitté le stade de la pure fantaisie, mais ils sont loin d'une économie de masse. Si SpaceX et ses partenaires font réellement baisser le prix du lancement, l'espace deviendra un site de plus pour l'infrastructure d'IA. Sinon, le secteur continuera de chercher des options plus terre à terre, des sites nordiques aux centres de données sous-marins et énergétiquement autonomes.
- 1 nov. 2026Test de 16 modèles sur 7 moteurs de recherche : Exa obtient en moyenne 10,5 points sur 14, SearXNG environ 3
- 1 nov. 2026L'agent vidéo StreamVibe de Google devance les autres modèles de 10,7 % sur le timing et la qualité des réponses
- 1 nov. 2026OpenAI réécrit les règles de comportement de GPT : cinq valeurs et une chaîne de priorités
- 1 nov. 2026Les bots vocaux à base de LLM s'appuient sur le classifieur rapide Jev : une décision en 200–500 ms
Questions clés sur cet article
Pourquoi on en parle?
L'argument central des partisans est simple : le calcul pour l'IA exige toujours plus d'électricité, de terrain et de refroidissement, alors qu'en orbite on dispose à la fois d'une lumière solaire presque permanente et du froid naturel du vide. En théorie, cela permet de bâtir des nœuds alimentés par leurs propres panneaux et qui évacuent la chaleur par des radiateurs vers l'espace. Sur Terre, chaque nouveau grand centre de données se heurte de plus en plus à l'accès au réseau électrique, à l'eau, aux sites et aux autorisations, ce qui rend l'expansion à la fois plus chère
Que sait-on sur Qui est déjà dans la course ?
La course a déjà commencé, et elle ne concerne pas que les startups spatiales. SpaceX lie l'économie du calcul orbital à une baisse future du coût des lancements de Starship. La startup Starcloud a déjà mis en orbite un satellite de test équipé d'un accélérateur Nvidia H100 et montré qu'on peut y faire non seulement de l'inférence, mais aussi entraîner des modèles compacts. Google pousse son projet Suncatcher, tandis que la Chine, des consortiums européens et d'autres entreprises qui ne veulent pas dépendre uniquement de l'énergie terrestre préparent des initiatives similai
Que sait-on sur Les principaux obstacles ?
Pour l'instant, toute cette économie repose sur une hypothèse très audacieuse : les lancements doivent devenir plusieurs fois moins chers et nettement plus réguliers. Aujourd'hui, acheminer un kilogramme en orbite basse coûte encore environ 1 500 dollars, alors que les optimistes bâtissent leurs modèles sur des niveaux de 500, 200, voire 100 dollars le kilogramme. Sans une telle chute des coûts, un centre de données spatial reste bien plus cher qu'un centre terrestre. Le problème est que Starship est encore loin d'une exploitation routinière, fréquente et totalement prévisi
Ship AI Faster with Founders, Engineers & Weekly Architecture Reviews
Inside Vibe Club (hamidun.com/club) — weekly live masterminds with Zhemal Khamidun, Tech Radar, full LMS access, and 370+ production Claude Code skills.
L'essentiel de l'IA — une fois par semaine
Sept actus qui ont vraiment compté, choisies à la main. Sans bruit ni communiqués.
C'est fait ! Vérifiez votre boîte mail pour la confirmation.