Project Suncatcher : Google envoie des TPU en orbite pour voir s'ils survivent

Ce que c'est. Project Suncatcher est le « moonshot » de Google Research annoncé l'an dernier : et si l'infrastructure d'apprentissage automatique vivait un jour en orbite basse ? L'argument de départ est l'énergie : un satellite y voit le soleil presque en permanence et produit jusqu'à huit fois plus d'électricité solaire qu'au sol. Le billet du 24 septembre décrit la première étape concrète : un satellite prototype, construit avec Planet, embarque des TPU (les puces d'accélération IA de Google) sur la mission de covoiturage Transporter-18 de SpaceX, pour collecter des données réelles sur trois problèmes.

Pourquoi c'est sympa. Le billet donne des chiffres de tests au sol. Au lancement, dix minutes de vibrations et jusqu'à 10 g pour l'engin, 50 à 100 g pour des composants comme les puces : le matériel a tenu sur les trois axes. Pour les radiations, les TPU Trillium ont été exposés à un faisceau de protons au Crocker Nuclear Laboratory (UC Davis) pendant qu'ils faisaient tourner des charges IA, en surveillant l'effet des inversions de bits ; ils ont encaissé une dose ionisante totale supérieure à celle d'une mission de cinq ans. Le refroidissement est le vrai casse-tête : sans air, la chaleur ne part que par rayonnement, d'où des caloducs et des radiateurs testés en chambre à vide thermique.

À quoi ça sert. Pour l'instant, à apprendre. Google le dit : ce premier vol sert à voir ce qui marche et où ça casse. L'étape suivante est prévue en 2027 avec deux satellites pour tester l'interconnexion par laser : les liaisons spatiales existantes sont optimisées pour peu de débit sur de longues distances, alors qu'il faut ici beaucoup de débit sur de très courtes distances, entre satellites en mouvement, avec une précision comparée à toucher une pièce de monnaie à des kilomètres.

Pour quels projets. Aucun projet d'équipe produit avant longtemps : c'est de la recherche d'infrastructure à horizon de plusieurs années, et le billet ne donne ni coût, ni capacité de calcul visée, ni date de service. À lire comme un signal sur la contrainte énergétique des centres de données IA, et pour la méthode : tester chaque hypothèse physique séparément avant d'empiler.