La course à la montée en puissance de l’informatique en intelligence artificielle ouvre un nouveau champ de jeu : l’orbite terrestre. Starcloud, start-up du programme NVIDIA Inception, prépare pour novembre le lancement de Starcloud-1, un satellite de 60 kg — de la taille d’un « petit réfrigérateur » — qui marquera les débuts d’une GPU NVIDIA H100 dans l’espace. Son objectif est de démontrer que l’inférence et le prétraitement des données peuvent s’effectuer directement là où ces dernières sont générées, sans passer par un centre de traitement terrestrial. La société affirme également que les centres de données spatiaux pourraient réduire de 10 fois leur consommation énergétique et soulager la pression sur le réseau électrique terrestre.

Le plan est aussi ambitieux qu’explicite : un centre de traitement orbital de 5 gigawatts équipé de panneaux solaires et radiateurs d’environ 4 kilomètres de côté, profitant de l’ensoleillement constant et du vide spatial comme absorbeur thermique, sans nécessiter de tours d’évaporation ou d’eau douce. “La seule empreinte environnementale notable réside dans le lancement ; durant toute la durée de vie du centre, les économies de CO₂ seraient d’un ordre de grandeur supérieur”, indique la société.

H100 en orbite et 100 fois plus de puissance de calcul que les missions précédentes

Starcloud-1 sera, selon l’entreprise, le premier satellite doté d’une GPU de classe data center (NVIDIA H100) en fonctionnement dans l’espace. L’objectif technique est d’augmenter par 100 la capacité de calcul GPU par rapport à toute opération antérieure en orbite, et de valider que les workflows d’IA — allant de la vision par ordinateur à la compression et au filtering — peuvent être exécutés sur place avec une latence de quelques minutes, et non plusieurs heures.

La mission intègre la capture, le prétraitement et la transmission sélective. Là où auparavant, on envoyait un flux brut de données vers la Terre, on peut désormais filtrer et résumer en orbite : par exemple, pour la détection précoce d’incendies, les réponses à des signaux de détresse ou la cartographie SAR (radar à ouverture synthétique), un domaine particulièrement gourmand en données — jusqu’à 10 GB/s — qui profite de l’inférence en périphérie pour décider quoi télécharger et quand.

Énergie et refroidissement : pourquoi l’espace est une option séduisante pour l’IA

Le récit énergétique de Starcloud repose sur deux faits physiques : un Soleil quasi continu dans certaines orbites et le vide comme absorbant thermique “infinie”. La société soutient que irradiant la chaleur par infrarouge dans l’espace évite l’utilisation d’eau pour le refroidissement — un point critique pour de nombreux centres de données terrestres — et que le coût de l’énergie en orbite peut être 10 fois inférieur à celui de la Terre, même en tenant compte du lancement. La lumière solaire constante réduit également la dépendance aux batteries et aux systèmes de sauvegarde traditionnels.

La feuille de route inclut aussi une opération près de la “ligne du terminator” — la frontière entre jour et nuit sur la planète —, une orbite idéale pour gérer thermiquement les charges et optimiser la captation photovoltaïque, sans compromettre la mission.

Cas d’usage : de l’observation de la Terre à l’IA “souveraine” en orbite

Le premier domaine où la puissance de l’informatique spatiale montre toute sa valeur concerne l’observation de la Terre :

• Détection de cultures et prévision météorologique locale par optique, hyperspectral et SAR.
• Analyse en quasi temps réel pour alerter en cas d’incendies forestiers ou autres urgences.
• Filtrage, compression et priorisation pour réduire le downlink et accélérer la transmission d’informations vers les utilisateurs en surface.

La latence diminue considérablement lorsque le traitement se fait en orbite, et en n’envoyant que les résultats ou les “chips” de données pertinentes. La vie privée et la souveraineté des données sont aussi renforcées : une partie du contenu ne quitte pas le satellite que lorsque cela est strictement nécessaire, minimisant ainsi l’exposition de données sensibles brutes.

Pourquoi NVIDIA, et pourquoi maintenant ?

Starcloud justifie son choix de GPU NVIDIA accelerées parce que l’entraînement, le réglage fin (fine-tuning) et l’inférence doivent être compétitifs face aux centres de traitement terrestres, pour que le modèle orbital ait du sens. Le lancement de la H100 dans l’espace vise à combler cette lacune et à rapprocher la puissance des architectures GPU leaders d’un environnement où le poids, l’énergie et la dissipation thermique sont cruciaux. La participation à NVIDIA Inception apporte un support technique et un accès à l’accélération logicielle mature.

Et après : du démonstrateur à un centre de 5 GW

Le satellite Starcloud-1 n’est qu’une étape. La vision de l’entreprise s’oriente vers un centre de traitement modulaire de 5 GW en orbite, évolutif grâce à des panneaux solaires et radiateurs, avec une interconnexion laser pour le backhaul et un traitement distribué. Ce chemin comporte aussi de nombreux défis, notamment : la logistique et le coût du lancement, l’entretien et le servicing orbital, la gestion des débris spatiaux, la réglementation internationale, la cybersécurité spatiale et, enfin, la latence vers les utilisateurs de surface pour des charges ne se limitant pas au traitement batch. Toutefois, la société affirme que les bénéfices nets en énergie, ressources en eau et évolutivité justifient cette ambition, à condition de bien maîtriser la réglementation et les technologies impliquées.

Un signe de la tendance : l’IA à la périphérie… même en dehors de la Terre

La proposition de Starcloud s’inscrit dans une tendance plus large : amener l’IA à l’extrême (edge). Si, sur Terre, cela concerne usine, robot, mobile ou véhicule, dans l’espace, le bord orbital ajoute une couche où capteurs et actuateurs peuvent opérer avec davantage d’autonomie. Avec l’arrivée de GPU de classe data center dans l’espace, on marque un tournant : il ne s’agit plus seulement de capturer et envoyer, mais aussi de comprendre et décider directement là où les données sont collectées.

Questions fréquentes

Qu’est-ce exactement que Starcloud-1, et pourquoi est-ce important pour l’IA ?
C’est un satellite de 60 kg intégrant une GPU NVIDIA H100, destiné à multiplier par 100 la puissance GPU en orbite, en permettant l’inférence directement dans l’espace. Il filtre, résume et priorise les données avant leur téléchargement, réduisant ainsi la latence et le besoin en bande passante.

D’où vient le gain “10×” en coûts d’énergie pour un centre de données spatial ?
Du soleil constant en orbite et du vide comme amaximum absorbeur thermique, éliminant le besoin d’eau pour le refroidissement. Avec ses panneaux et radiateurs de grande surface, Starcloud prévoit des coûts énergétiques 10 fois inférieurs à ceux d’un centre de données terrestre, même en tenant compte du lancement.

Quelles applications profitent le plus du traitement en orbite plutôt que sur Terre ?
L’observation de la Terre (optique, hyperspectral, SAR), la détection d’incendies, les signaux de détresse et la cartographie. La faisabilité de l’inférence sur place transforme des heures d’attente en minutes et limite l’envoi de flux bruts — par exemple, pour SAR, qui peut générer environ 10 GB/s — en ne transférant que les résultats ou extraits pertinents.

Quels sont les défis encore à relever pour un centre de 5 GW en orbite ?
La logistique et le coût du lancement de tonnes de matériel, l’entretien et le remplacement en orbite, la réglementation, la gestion des débris spatiaux, la cybersécurité spatiale et la latence pour les charges interactives depuis la surface. Starcloud pense que les gains en énergie, en ressources ressources en eau et en évolutivité compensent largement ces défis, à condition d’appliquer une conception et une régulation adaptées.

Quel rôle joue NVIDIA dans ce projet ?
Outre le soutien technique via NVIDIA Inception, c’est la GPU H100 qui sera la toute première de classe centre de données à voyager dans l’espace avec Starcloud-1, choisie pour ses performances lors de l’entraînement, du fine-tuning et de l’inférence, et bénéficiant d’un écosystème logiciel mature qui facilite la transplantation des processus terrestres en orbite.

Note : cet article se fonde sur les publications officielles de NVIDIA sur Starcloud et sa mission Starcloud-1, ainsi que sur la description technique et stratégique fournie par la société.

via : blogs NVIDIA et StarCloud