Google fait parler son satellite Suncatcher : le premier haïku généré en orbite

Le 30 octobre 2026, Google a annoncé que son prototype de satellite Project Suncatcher avait renvoyé sa toute première réponse d’intelligence artificielleIntelligence artificielleEnsemble de techniques permettant à des machines d'accomplir des tâches nécessitant habituellement certaines capacités humaines, comme la reconnaissance, la prédiction ou la prise de décision. depuis l’espace : un haïku écrit par le modèle open‑source Gemma 4, exécuté sur un TPU de classe centre de données. Cette prouesse, présentée comme le « Hello World » du projet, marque le premier texte d’IA produit en orbite par un processeur de la puissance d’un data‑center.

Une première depuis l’orbite

Lors d’une passe de station terrestre, l’équipe a envoyé une simple requête au modèle embarqué, demandant un poème sur le fait d’être dans l’espace. Le satellite, en traversant le ciel au-dessus de Svalbard, a renvoyé :

Blue marble below / Data streams in silent grace / Starlight feeds my core.

Le poème, bien que court, a confirmé que le modèle fonctionnait correctement dans les conditions de vol. Après ce test, les ingénieurs ont expérimenté d’autres formes poétiques – limericks à thème spatial – et ont même demandé des rapports de télémétrie, comme l’état des systèmes du charge utile.

Les défis techniques du calcul en espace

Le satellite a décollé le 1er octobre 2026 à bord de la mission rideshare Transporter‑18 de SpaceX, en partenariat avec Planet. Les semaines qui ont suivi le lancement ont servi à valider le matériel : mise sous tension des plateaux TPU, premiers tests de machine learningMachine LearningBranche de l'intelligence artificielle permettant à des systèmes d'apprendre des relations à partir de données plutôt que de suivre uniquement des règles programmées. et vérification du bon fonctionnement global.

Résistance aux contraintes du lancement

Un lancement en orbite basse dure environ dix minutes, pendant lesquelles les charges subissent jusqu’à 10 g d’accélération et des pics de 50 à 100 g sur les composants. Google a reproduit ces forces en secouant intensément le satellite sur les trois axes, afin d’assurer que les TPUs et leurs cartes d’alimentation survivent au stress mécanique.

Tolérance aux radiations

Les TPUs ont été exposés à un faisceau de protons au laboratoire nucléaire Crocker de l’Université de Californie Davis, tout en exécutant des charges de travail IA. Les premiers résultats montrent que les puces Trillium supportent un dose totale d’ionisation supérieure à ce qu’elles rencontreraient durant une mission de cinq ans en orbite.

Gestion thermique

En l’absence d’air, la chaleur générée par les TPUs ne peut être dissipée que par rayonnement. Google mise sur des systèmes combinant heat‑pipes et radiateurs, testés dans une chambre à vide thermique reproduisant les conditions spatiales. Le défi reste de maintenir les puces à des températures opérationnelles malgré la densité de puissance du matériel.

Vers une constellation d’IA en orbite

Le projet, annoncé le 4 novembre 2025 comme un « moonshot », vise à créer un réseau de satellites solaires équipés de TPUs capables de partager la charge de travail IA via liaisons laser. En orbite basse, chaque satellite peut profiter d’une lumière solaire quasi continue, générant jusqu’à huit fois plus d’énergie solaire qu’au sol.

Les ingénieurs prévoient que, d’ici 2027, deux satellites interconnectés seront capables d’échanger des données à très haut débit grâce à des pointeurs laser capables de viser un objectif de la taille d’une pièce de monnaie à plusieurs kilomètres, même en mouvement.

Prochaines étapes

Après le test du haïku, l’équipe de Google prévoit d’évaluer la performance des TPUs sous stress thermique et radiatif pendant plusieurs mois. La réussite de ces essais ouvrira la voie à la mise en orbite de paires de satellites interconnectés en 2027, étape clé du plan initial qui envisageait deux prototypes d’ici début 2027.

Cette première démonstration montre que le calcul IA peut sortir du data‑center terrestre pour rejoindre l’espace. Si les défis de refroidissement, de radiation et de communication laser sont maîtrisés, on pourrait imaginer des services d’inférenceInférencePhase durant laquelle un modèle entraîné utilise ses paramètres pour produire une prédiction ou une réponse à partir de nouvelles données. ou de traitement de données directement depuis l’orbite, réduisant les latences pour les applications de suivi terrestre, de climatologie ou de communication globale.