SpaceX sollicite 40 milliards de dollars pour des puces Nvidia alors que la course à l'IA orbitale s'intensifie

Vera nous offre la puissance CPU et la bande passante mémoire nécessaires pour exécuter d'énormes volumes d'orchestration, de code et de traitement de données, tout en laissant aux GPU le soin de faire ce qu'ils font le mieux.

— Mike Nicolls, président de SpaceXAI, dans l'annonce de Nvidia

SpaceX n'est pas seul dans l'espace

Selon SpaceX, les satellites Starmind utiliseraient l'énergie solaire en orbite synchrone avec le soleil et dissiperaient la chaleur dans l'espace. Chaque satellite a une capacité de traitement maximale de 250 kilowatts.

Une expérience similaire est menée par Google, comme rapporté par NPR. Le prototype du Project Suncatcher embarquait quatre TPUs pour évaluer comment ces puces dotées de capacités d'IA résisteraient aux radiations et aux températures extrêmes de l'espace.

SpaceX et Google ne sont pas les seules entreprises à s'engager dans cette voie. Starcloud a réussi à lancer un Nvidia H100 en orbite. Cela rend l'IA orbitale moins semblable à une expérience scientifique et plus à une compétition naissante pour la puissance de calcul.

Les aspects économiques et physiques restent à déterminer

Gartner prévoit que les dépenses mondiales en IA atteindront probablement 2,7 billions de dollars en 2026, soit une augmentation de 49,5 %, attribuée aux coûts d'infrastructure.

Actuellement, l'économie du déploiement de cette infrastructure en orbite reste très complexe, car BCG estime que les centres de données orbitaux coûteront 2,5 à 3 fois plus cher que les installations terrestres.

Le refroidissement est un autre problème. Brookings a estimé qu'un seul centre de données orbital nécessiterait 2,15 millions de pieds carrés de radiateurs.

Cependant, la chaleur n'est pas le seul problème d'ingénierie. Les puces dans l'espace doivent également résister aux radiations. Cela a conduit les entreprises de semi-conducteurs à consacrer davantage d'efforts à la conception de puces durcies aux radiations (rad-hard).

Nous avons constaté une augmentation significative de l'activité concernant les procédés de fabrication rad-hard.

— Dana Neustadter, directrice principale chez Synopsys, via Semiconductor Engineering

Les radiations, les fluctuations de température et la complexité des réparations rendent le calcul spatial beaucoup plus difficile que l'utilisation du même équipement sur Terre.

Impact de cet accord sur le secteur

Le financement renforce la position de Nvidia tout en rendant la course plus coûteuse pour les concurrents plus petits. Reuters cite l'estimation de Morgan Stanley selon laquelle les infrastructures d'IA auront besoin de 1,5 billion de dollars de financement externe d'ici 2028. Ces pressions se font déjà sentir alors que les contraintes d'alimentation électrique compliquent le déploiement plus large de l'IA.

SpaceX tente de lever environ 40 milliards de dollars avec l'aide d'Apollo Global Management pour acquérir des puces IA de Nvidia, selon le Financial Times. L'importance de cette transaction réside dans le fait que ces puces peuvent alimenter les centres de données de SpaceXAI sur Terre, ainsi que son infrastructure IA prévue en orbite.

Les médias rapportent que le financement consistera en environ 10 milliards de dollars de prêts bancaires et 30 milliards de dollars sous forme de dette de qualité investissement. La transaction devrait être conclue en 2027, PIMCO étant l'un des prêteurs qui ont été approchés. Suite à cette annonce, l'action SpaceX a baissé de 1 % lors des transactions après le marché, tandis que Nvidia gagnait 0,5 %.

Pourquoi ce financement dépasse les frontières terrestres

Nvidia indique que SpaceXAI utilisera les processeurs Vera et sa plateforme Vera Rubin à mesure que l'infrastructure de Grok croîtra vers une capacité de calcul de plusieurs gigawatts. Le satellite Starmind de première génération sera également équipé d'un système optimisé Vera Rubin NVL72.

Vera est le premier CPU de Nvidia conçu pour les agents IA. Il dispose de 88 cœurs Olympus et d'une bande passante mémoire allant jusqu'à 1,2 To/s. Selon Nvidia, il peut accomplir certaines tâches jusqu'à 1,8 fois plus rapidement que les processeurs x86.

Vera nous offre la puissance CPU et la bande passante mémoire nécessaires pour exécuter d'énormes volumes d'orchestration, de code et de traitement de données, tout en laissant aux GPU le soin de faire ce qu'ils font le mieux.

— Mike Nicolls, président de SpaceXAI, dans l'annonce de Nvidia

SpaceX n'est pas seul dans l'espace

Selon SpaceX, les satellites Starmind utiliseraient l'énergie solaire en orbite synchrone avec le soleil et dissiperaient la chaleur dans l'espace. Chaque satellite a une capacité de traitement maximale de 250 kilowatts.

Une expérience similaire est menée par Google, comme rapporté par NPR. Le prototype du Project Suncatcher embarquait quatre TPUs pour évaluer comment ces puces dotées de capacités d'IA résisteraient aux radiations et aux températures extrêmes de l'espace.

SpaceX et Google ne sont pas les seules entreprises à s'engager dans cette voie. Starcloud a réussi à lancer un Nvidia H100 en orbite. Cela rend l'IA orbitale moins semblable à une expérience scientifique et plus à une compétition naissante pour la puissance de calcul.

Les aspects économiques et physiques restent à déterminer

Gartner prévoit que les dépenses mondiales en IA atteindront probablement 2,7 billions de dollars en 2026, soit une augmentation de 49,5 %, attribuée aux coûts d'infrastructure.

Actuellement, l'économie du déploiement de cette infrastructure en orbite reste très complexe, car BCG estime que les centres de données orbitaux coûteront 2,5 à 3 fois plus cher que les installations terrestres.

Le refroidissement est un autre problème. Brookings a estimé qu'un seul centre de données orbital nécessiterait 2,15 millions de pieds carrés de radiateurs.

Cependant, la chaleur n'est pas le seul problème d'ingénierie. Les puces dans l'espace doivent également résister aux radiations. Cela a conduit les entreprises de semi-conducteurs à consacrer davantage d'efforts à la conception de puces durcies aux radiations (rad-hard).

Nous avons constaté une augmentation significative de l'activité concernant les procédés de fabrication rad-hard.

— Dana Neustadter, directrice principale chez Synopsys, via Semiconductor Engineering

Les radiations, les fluctuations de température et la complexité des réparations rendent le calcul spatial beaucoup plus difficile que l'utilisation du même équipement sur Terre.

Impact de cet accord sur le secteur

Le financement renforce la position de Nvidia tout en rendant la course plus coûteuse pour les concurrents plus petits. Reuters cite l'estimation de Morgan Stanley selon laquelle les infrastructures d'IA auront besoin de 1,5 billion de dollars de financement externe d'ici 2028. Ces pressions se font déjà sentir alors que les contraintes d'alimentation électrique compliquent le déploiement plus large de l'IA.