La constellation Space.IDC de STAR.VISION, forte de 1 080 satellites, s'appuie sur 1,49 milliard de dollars de crédits bancaires chinois
STAR.VISION Aerospace affirme avoir obtenu 10 milliards de yuans (environ 1,49 milliard de dollars) de crédit stratégique auprès de deux banques publiques pour construire une constellation informatique de 1 080 engins spatiaux, présentée au Global Digital Trade Expo le 25 septembre et rapportée le 29 septembre.

STAR.VISION Aerospace a profité du Global Digital Trade Expo, le 25 septembre, pour dévoiler ce qu'elle appelle la Space.IDC Computing Constellation, ou Space String Computing Constellation. Le montage financier qui la sous-tend mérite une seconde lecture. Selon China in Space, qui a rapporté ces projets le 29 septembre, l'entreprise a signé des accords de crédit stratégique avec la Industrial and Commercial Bank of China et la Agricultural Bank of China pour 10 milliards de yuans, soit 1,49 milliard de dollars au 28 septembre. Au moins 1 milliard de yuans, environ 149 millions de dollars, est affecté à une « phase un ». Aucun détail supplémentaire sur le calendrier de tirage n'a été donné.
La constellation est vaste sur le papier. Environ 1 080 engins spatiaux composeraient le système principal, entièrement déployé d'ici 2035, dont environ 720 pour les tâches d'inférence et 360 pour le calcul général. Les tâches arriveraient depuis la Terre ou depuis d'autres satellites dépourvus de pré-traitement à bord.
Trois engins, trois budgets énergétiques
STAR.VISION a présenté trois conceptions. Le G1, engin de vérification, doit fournir 40 à 60 PetaFLOPs à partir de 11,5 kilowatts de production solaire. Le G2, unité standard, passe à 160 à 310 PetaFLOPs sur 48 kilowatts. Le G3, vaisseau amiral, est annoncé à 460 à 1000 PetaFLOPs sur 140 kilowatts.
Plusieurs questions techniques sont restées sans réponse lors de la présentation. Les orbites, les liaisons inter-satellites, la taille des radiateurs et la masse n'ont pas été communiquées. Les formalités réglementaires internationales qui combleraient normalement ces lacunes n'ont pas été déposées. STAR.VISION a toutefois indiqué avoir réservé un nombre non précisé de lancements sur Gravity-1 d'Orienspace et Ceres-2 de Galactic Energy pour l'engin G1, sans donner de mois ni de trimestre cible. L'entreprise a déjà un historique en la matière : elle installe des systèmes d'IA sur des satellites d'observation de la Terre depuis au moins la mi-2023, et affirme que deux satellites construits pour l'Ouzbékistan et l'Indonésie ont déjà validé une partie de la future constellation.
Elle n'est pas seule non plus. China in Space note qu'ADA Space et la constellation Three-Body Computing Constellation du Zhejiang Lab comptent déjà une douzaine de satellites en orbite. Orbital Chenguang dispose d'un important soutien financier, et Chaozhisuan Beijing Technology a des partenaires bien connectés, les deux avec des satellites de démonstration en fonctionnement. Des entreprises d'État poursuivent des engins de calcul de grande taille avec peu de bruit public. Des accords sur les puces et la fabrication ont été divulgués avec, entre autres, le Hangzhou Institute for Advanced Study de l'UCAS, le Hangzhou Research Institute de l'Université Xidian, Hongqing Technology, Baidu AI Cloud et MinoSpace, ainsi qu'un soutien non précisé de plusieurs zones du Zhejiang et des villes de Xichang et Chongzhou.
L'autonomie avance à un rythme plus lent
Au sol, la question plus difficile est de savoir ce que toute cette puissance de calcul déciderait réellement. IEEE Spectrum a rapporté le 29 septembre que le Jet Propulsion Laboratory de la NASA avait utilisé en décembre dernier les modèles Claude d'Anthropic pour aider à planifier deux trajets martiens du rover Perseverance, des humains vérifiant l'itinéraire avant l'envoi. En mai, la NASA et IBM ont placé un modèle d'IA compressé sur la Station spatiale internationale et sur un satellite pour repérer les crues et les nuages depuis l'orbite. En juillet, des astronautes de l'ISS ont testé un grand modèle de langage pour des questions de maintenance.
« L'autonomie n'a souvent pas de résultat déterministe, ce qui signifie que la façon dont on est arrivé dans une situation donnée change le comportement », a déclaré Robert Ambrose, ancien chef de la Software, Robotics, and Simulation Division de la NASA, à IEEE Spectrum. « Donc si vous arrivez dans la même situation par des chemins différents, le résultat peut être différent. Et ça, les ingénieurs le détestent. »
Cette prudence est le contrepoids au discours sur les centres de données orbitaux. Le calcul en orbite promet l'énergie solaire sans météo et l'évacuation de la chaleur dans le vide, mais il déplace aussi le problème de fiabilité hors de la Terre. Ailleurs, la même semaine a offert un rappel plus prosaïque de la difficulté de l'interprétation automatisée : Labqoat a testé huit modèles sur 2 000 photos de traces d'animaux et a constaté que le meilleur, Claude Opus 5.5, identifiait la bonne espèce dans 37,15 % des cas, avec seulement 51,75 % des photos résolues jusqu'à la bonne famille.
Pendant ce temps, le marché des modèles continue de tourner. Un système de raisonnement furtif listé sur OpenRouter sous le nom space-bunny-alpha annonce un contexte d'un million de tokens et un aperçu gratuit, avec son propre tableau de benchmarks publié qui le place derrière GPT-6 Sol et Qwen3.8 Flash sur GPQA Diamond et MMLU-Pro. Rien de tout cela ne tranche si un satellite doit agir sur ses propres conclusions.
Sources
5- 01STAR.VISION Unveils 'Space.IDC' Computing Constellation With PartnersEN
- 02Generative AI Gives Spacecraft the Autonomy Engineers Once FearedEN
- 03I Made AI Look at Poop. For Science.EN
- 04Space Bunny Alpha: 1M Context, Benchmarks & SVG ArtEN
- 05Mysterious 'UFO' spotted on SpaceX livestream sparks wild alien theoriesEN
Tous les chiffres et citations de ce texte proviennent des sources citées ci-dessous.
Les contenus ont été préparés par l'équipe de rédaction, assistée par l'IA.
Commentaires
0- Aucun commentaire — soyez le premier.