Formé en physique, j'avais fait quelques calculs simples avec justement la loi de Stephan pour un serveur orbital en une seule pièce / monolitique. C'était carrément impossible! Pour 1 GW, on parlait ~1 Km2 de radiateurs soit ~140 terrains de foot, pour les panneaux solaires c'était 2,5 à 3,5 Km2, ~500 terrains de foot. Par comparaison la station ISS fait environ la taille d'un seul terrain de foot.
Aussi, il fallait résoudre le cauchemar logistique de la maintenance du matériel dans l'espace, les problèmes de bande passante, les radiations et les horribles basculements de bit (bit-flips) qui imposent l'emploi de GPU blindés (mais aussi de mémoires et d'équipements de télécom blindés), les micrométéorites et débris (merci Starlink!), la trainée d'une telle mégastructure (l'espace circumterrestre n'est pas le vide absolu), les coûts de lancement proprement « astronomiques » et l'impact environnemental de milliers de fusées, etc.
Une constellation de satellites rend la chose moins impossible, mais cela reste un véritable cauchemar d'ingénierie. De plus, je soupçonne qu'il y a peut-être un « gros os » avec le calcul distribué.
En effet, le théorème CAP ou théorème de Brewer qui gouverne le calcul distribué vient beaucoup compliquer la chose. C'est la base de l'infonuagique (cloud computing). Il énonce qu'un système de calcul distribué ne peut garantir simultanément que deux de ces trois propriétés : Cohérence (C), Accès (A) et Tolérance au Partitionnement (P).
Dans l'espace, la tolérance aux partitions (P) est une obligation car il s'agit d'une constellation de nœuds de calculs qui bougent et qui échangent de l'information avec des lasers. L'entraînement d'un réseau de neurones repose sur la descente de gradient et les processeurs graphiques (GPU) doivent constamment synchroniser les poids (paramètres) du modèle. En première analyse, il faudrait opter pour un compromis CP (Cohérence et Partitionnement)
Le transfert de données entre GPU nécessaire pour l'entraînement de très gros modèles est de l'ordre du To alors que dans l'espace on est dans le Go. De plus, le temps de vol de la lumière entre des satellites espacés de centaines de kilomètres ajoute une latence incompressible. Enfin, le temps de pointage et de suivi entre satellites est typiquement de l'ordre de plusieurs secondes. En informatique distribuée, un délai de quelques secondes équivaut à une panne majeure.
Aussi, pour les gros modèles dont les paramètres ne peuvent tenir sur un seul GPU, on doit répartir le calcul sur plusieurs processeurs graphiques (GPU) grâce au parallélisme de tenseur (tensor parallelism), une technique que j'utilise. Cette technique, indispensable pour entraîner les très gros modèles, exige que les GPU s'échangent des paramètres quasi instantanément entre chaque couche du réseau. La latence des lasers interdit cette approche. Les modèles devront être découpés d'une manière sous-optimale, ce qui saturera la bande passante des lasers lors de la mise à jour des paramètres.
L'entraînement par descente de gradient d'un grand réseau de neurones en orbite avec découpage distribué et échanges de paramètres sur des liens laser n'est pas qu'un défi d'ingénierie, cela me semble en contradiction avec les prérequis mathématiques de la synchronisation de calcul pour l'entraînement des grands modèles d'IA actuels.
Évidemment, on m'objectera la possibilité d'inventer de nouveaux algorithmes d'entraînement et d'utiliser des GPU avec beaucoup plus de mémoire, mais bon cela devient de moins en moins réaliste... Il est plutôt évident que l'idée d'une ferme de serveurs en orbite relève davantage du fantasme que de la vision. Soyons probabilistes, pas possibilistes!
Étrangement, personne parle du problème du calcul distribué dans les articles que j'ai trouvés sur la Toile. Peut-être que je vois un problème où il n'y en a pas? Il faut que j'y réfléchisse davantage...
À mon avis, la seule application pratique à moyen terme du « calcul orbital » est l'IA proximale (edge AI) pour traiter et compresser des données satellitaires.
Plutôt qu'à se demander de quoi on a besoin pour continuer de développer ses activités, je suis, pour ma part, convaincu qu'il faudrait plutôt commencer par se demander si on a réellement besoin de les développer.
Je me souviens, il y a une quinzaine d'années, qu'on s'était amusé à calculer, avec des collègues, combien de MWh représentaient les millions de visionnages d'une certaine bimbo de la téléréalité...
Quand on sait que l'on a déjà dépassé de multiples limites planétaires, qu'une grande partie de la population mondiale souffre des décisions mégalomaniaques d'une minorité, on ne peut qu'aspirer à l'élection d'individus qui auraient la sagesse de réguler l'usage de la technologie pour satisfaire durablement nos besoins naturels... plutôt que de stocker des "like"...
Ceci dit, merci encore pour ces articles toujours aussi passionnants pour qui aime la physique, avec juste le bon niveau de vulgarisation.
Et même en supposant que tout ça soit viable technico-économiquement.
Est-il vraiment souhaitable de lancer une constellation à une cadence de 10 millions de tonnes par an (selon Musk) avec un Starship ayant une capacité de 200 tonnes (comme annoncé par Musk), ça signifierait 5,7 lancements par heure 24h/24 7j/7...
Avec un bilan d'émissions de suies et de CO2 dans la haute atmosphère absolument catastrophique, et un rythme de désorbitations tout aussi insensé à terme, et donc de microparticules dans la mésosphère dont on est en-train de découvrir qu'elles activent la chimie de chlore qui détruit la couche d'ozone...
Bref, un bullshit intégral même pas souhaitable... Et encore personne ne parle jamais des problèmes de latence pour distribuer du calcul sur plusieurs satellites à des milliers de km les uns des autres...
Il y a trois problèmes supplémentaires, et pas des moindres …:
1. Un rack seul, même un GB300 NVL72, ne fait pas un service d’inférence compétitif. Un grand data center, c’est des centaines voire des milliers de racks reliés par un réseau interne (le réseau « est-ouest », par opposition au « nord-sud » qui relie le cluster au monde extérieur) avec une bande passante agrégée qui se compte en téraoctets par seconde. C’est cette densité d’interconnexion qui permet de servir les plus gros modèles à très grande échelle et à fort débit. En orbite, il faudrait soit empiler des centaines de racks sur une seule plateforme, soit relier plusieurs satellites par liens optiques en espace libre, qui plafonnent à quelques centaines de Gb/s, là où le NVLink d’une seule baie atteint des dizaines de To/s. À noter pour couper court à l’objection : en latence pure, le vide va plus vite que la fibre. Le problème n’est donc pas la vitesse du lien, c’est de reconstituer en orbite la bande passante totale d’un cluster terrestre.
2. La latence impose une distance maximale entre le data center et l’utilisateur, de l’ordre de 2 000 km pour rester sous ~40 ms aller-retour. L’altitude n’est pas le problème : à 600 km, l’aller-retour vers le satellite ne coûte que quelques millisecondes. Le problème, c’est la géométrie. Un satellite en orbite basse file à ~7,5 km/s et ne survole un point donné que quelques minutes par passage : aucun site fixe n’est couvert en continu. Et sur une orbite « terminator » (héliosynchrone aube-crépuscule), la trace au sol reste collée à la frontière jour/nuit, donc on ne peut même pas choisir de stationner au-dessus d’un bassin de population. Pour servir un marché en continu, il faudrait une constellation entière, ce qui multiplie d’autant le coût, la masse et le problème d’interconnexion du point 1.
3. Et tout ça pour des GB300, c’est-à-dire le matériel de 2026. La trajectoire est brutale : aujourd’hui un rack GB300 tire ~130 à 140 kW ; le Rubin Ultra (rack « Kyber » NVL576) arrive en 2027 à ~600 kW annoncés par NVIDIA ; la génération suivante (Feynman, ~2028) vise le mégawatt par rack. Repère : l’ISS génère ~100 kW crête avec ~2 500 m² de panneaux. Un seul rack à 600 kW en demanderait cinq à six fois l’équivalent, le cap du mégawatt dix fois, et ce besoin par rack quintuple en deux ans. On lancerait donc, à grands frais et pour plusieurs années, un actif qu’on ne peut ni mettre à niveau ni faire évoluer, et qui n’est à l’état de l’art que douze mois.
J'abonde avec vous, une ferme de serveur en orbite sous la forme d'une grappe de satellites est un cauchemar au niveau du calcul distribué, particulièrement si l'on entraîne de très gros modèles d'IA. Le théorème CAP (Cohérence C, Accès A et Tolérance au Partitionnement P) qui gouverne le calcul distribué ne pardonne pas.
Je me suis posé la même question en lisant l'article. Cela ne peux certainement pas fonctionner avec une efficacité de 100% (à cause du second principe de la thermodynamique, si je ne m'abuse), mais je serai curieux de savoir à quel point la chaleur émise par les GPUs peut être réutilisée. J'imagine qu;il doit y avoir un argument entropique donnant une limite`a l'efficacité d'une telle « réutilisation ».
Le problème de l'océan c'est pas pour connecter le serveur et l'alimenter ? Au fond de l'eau ou à la dérivé ça parait compliqué.
Pour l'espace j'avais cru entendre qu'il y avait aussi le défi technique des circuits fermés : quand le datacenter est trop gros les fluides ont du mal à circuler dans l'espace à travers les radiateurs.
Maintenant si le coût d'accès à l'espace parvient vraiment à chuter comme certains le parient avec l'arrivée de la nouvelle génération de lanceur super lourds, ça pourrait peut-être devenir envisageable.
Ce qui est inquiétant c'est qu'autant de pouvoir soit dans les mains de quelques uns (surtout quand ils sont aussi inhumain que des M*sk ou B*zos, à moins que l'inhumanité soit juste la conséquence de pouvoir aussi concentré)
Les continents sont connectés entre eux grâce à des câbles sous-marins, donc pour ce qui est de la connexion à internet, il n'y a rien d'irréaliste. De même le réseau électrique anglais est connecté à celui de l'Europe/Afrique du Nord grâce à des câbles sous-marins donc pour l'alimentation aussi ça devrait à priori être faisable.
Ben on rend malade déjà les animaux avec le "humming" assourdissant des data centers terrestres, pauvres habitants marins qui y sont ultra sensibles!! Et le réchauffement climatique empire si on commence à réchauffer en plus l'eau!!! Ça serait plus brillant de travailler à créer une boucle de recyclage de la chaleur pour que le système produise sa propre énergie. Le train à vapeur genre, l'azote liquide que sais-je. Je ne suis pas physicienne vraiment pas mais j'ai confiance qu'on est capable de quelque chose de plus intelligent! En fait... c'est peut-être le processeur qui est à réinventer...
L'avantage des data centers en orbite c'est le "scaling". Elon prévoit une croissance exponentielle des besoins en IA et donc des data centers. Aussi il fait le pari que la dépense énergétique pour satisfaire les besoins de calculs va croitre elle aussi de façon exponentielle (des puces et des modèles plus optimisé ne vont pas pouvoir couvrir les besoins en IA avec une dépense énergétique qui reste stable). Comment satisfaire cette croissance exponentielle, sur terre il y a beaucoup trop de contraintes pour croitre la production d'énergie de façon exponentielle ou au moins aussi rapidement que les besoins en IA. C'est ça le pari, l'avantage et les gains potentiels pour celles et ceux qui arriveront à satisfaire les besoins de calcul pour rester en tête de l'IA sont énormes. Peut être aussi énormes que de justifier dépenser 100 milliards de dollars avec l'espoir d'avoir un data center qui marche en espace.
Il n'y a pas de froid dans l'espace justement, puisque pas de matière, c'est pour cette raison qu'il est peu pratique de placer un datacenter dans l'espace. Le vide n'est pas "froid", le gaz l'est et il est trop peu dense pour être intéressant en altitude, et absent dans l'espace.
Merci pour ce post. Je réagis un peu tard mais j'ai de gros doutes sur vos hypothèses de départ. êtes vous sûr de la valeur de consommation d'un centre de calcul envoyé dans un environnement très froid ? Il me semble que vous vous basez sur des données issues de datacenter terrestres. Les performances des transistors sont modifiées en général avec la température, leur design doit aussi être ajusté en fonction de la température de l'environnement. À basse température les transistors consomment beaucoup moins et sont plus performants normalement. Avec tout cela, est-ce que la température menant au calcul de la chaleur à évacuer sera vraiment de 80°C? Ne serait-ce pas beaucoup moins ?
Enfin dernière chose : le starship en cours de développement a justement pour vocation à faire chuter fortement le coût d'envoi en orbite par kg. Elon Musk et tous ses employés ne sont pas fois. Cela a été réfléchi.
Sur la question plus éthique et philosophique, on peut effectivement se poser la question du pourquoi un tel projet. L'AI peut être une grande aide pour l'humain mais pourrait aussi le détruire. Ne l'oublions jamais (cf. Terminator...)
Et donc au final, un énième coup de comm d'Elon Musk pour lever des fonds...
Merci pour l'article, dont la fin nous laisse... sur notre faim !
Vivement un prochain post sur les data centers sous-marins 👍
Formé en physique, j'avais fait quelques calculs simples avec justement la loi de Stephan pour un serveur orbital en une seule pièce / monolitique. C'était carrément impossible! Pour 1 GW, on parlait ~1 Km2 de radiateurs soit ~140 terrains de foot, pour les panneaux solaires c'était 2,5 à 3,5 Km2, ~500 terrains de foot. Par comparaison la station ISS fait environ la taille d'un seul terrain de foot.
Aussi, il fallait résoudre le cauchemar logistique de la maintenance du matériel dans l'espace, les problèmes de bande passante, les radiations et les horribles basculements de bit (bit-flips) qui imposent l'emploi de GPU blindés (mais aussi de mémoires et d'équipements de télécom blindés), les micrométéorites et débris (merci Starlink!), la trainée d'une telle mégastructure (l'espace circumterrestre n'est pas le vide absolu), les coûts de lancement proprement « astronomiques » et l'impact environnemental de milliers de fusées, etc.
Une constellation de satellites rend la chose moins impossible, mais cela reste un véritable cauchemar d'ingénierie. De plus, je soupçonne qu'il y a peut-être un « gros os » avec le calcul distribué.
En effet, le théorème CAP ou théorème de Brewer qui gouverne le calcul distribué vient beaucoup compliquer la chose. C'est la base de l'infonuagique (cloud computing). Il énonce qu'un système de calcul distribué ne peut garantir simultanément que deux de ces trois propriétés : Cohérence (C), Accès (A) et Tolérance au Partitionnement (P).
Dans l'espace, la tolérance aux partitions (P) est une obligation car il s'agit d'une constellation de nœuds de calculs qui bougent et qui échangent de l'information avec des lasers. L'entraînement d'un réseau de neurones repose sur la descente de gradient et les processeurs graphiques (GPU) doivent constamment synchroniser les poids (paramètres) du modèle. En première analyse, il faudrait opter pour un compromis CP (Cohérence et Partitionnement)
Le transfert de données entre GPU nécessaire pour l'entraînement de très gros modèles est de l'ordre du To alors que dans l'espace on est dans le Go. De plus, le temps de vol de la lumière entre des satellites espacés de centaines de kilomètres ajoute une latence incompressible. Enfin, le temps de pointage et de suivi entre satellites est typiquement de l'ordre de plusieurs secondes. En informatique distribuée, un délai de quelques secondes équivaut à une panne majeure.
Aussi, pour les gros modèles dont les paramètres ne peuvent tenir sur un seul GPU, on doit répartir le calcul sur plusieurs processeurs graphiques (GPU) grâce au parallélisme de tenseur (tensor parallelism), une technique que j'utilise. Cette technique, indispensable pour entraîner les très gros modèles, exige que les GPU s'échangent des paramètres quasi instantanément entre chaque couche du réseau. La latence des lasers interdit cette approche. Les modèles devront être découpés d'une manière sous-optimale, ce qui saturera la bande passante des lasers lors de la mise à jour des paramètres.
L'entraînement par descente de gradient d'un grand réseau de neurones en orbite avec découpage distribué et échanges de paramètres sur des liens laser n'est pas qu'un défi d'ingénierie, cela me semble en contradiction avec les prérequis mathématiques de la synchronisation de calcul pour l'entraînement des grands modèles d'IA actuels.
Évidemment, on m'objectera la possibilité d'inventer de nouveaux algorithmes d'entraînement et d'utiliser des GPU avec beaucoup plus de mémoire, mais bon cela devient de moins en moins réaliste... Il est plutôt évident que l'idée d'une ferme de serveurs en orbite relève davantage du fantasme que de la vision. Soyons probabilistes, pas possibilistes!
Étrangement, personne parle du problème du calcul distribué dans les articles que j'ai trouvés sur la Toile. Peut-être que je vois un problème où il n'y en a pas? Il faut que j'y réfléchisse davantage...
À mon avis, la seule application pratique à moyen terme du « calcul orbital » est l'IA proximale (edge AI) pour traiter et compresser des données satellitaires.
Claude COULOMBE
entrepreneur-chercheur
Ph. D. en IA (2020)
Plutôt qu'à se demander de quoi on a besoin pour continuer de développer ses activités, je suis, pour ma part, convaincu qu'il faudrait plutôt commencer par se demander si on a réellement besoin de les développer.
Je me souviens, il y a une quinzaine d'années, qu'on s'était amusé à calculer, avec des collègues, combien de MWh représentaient les millions de visionnages d'une certaine bimbo de la téléréalité...
Quand on sait que l'on a déjà dépassé de multiples limites planétaires, qu'une grande partie de la population mondiale souffre des décisions mégalomaniaques d'une minorité, on ne peut qu'aspirer à l'élection d'individus qui auraient la sagesse de réguler l'usage de la technologie pour satisfaire durablement nos besoins naturels... plutôt que de stocker des "like"...
Ceci dit, merci encore pour ces articles toujours aussi passionnants pour qui aime la physique, avec juste le bon niveau de vulgarisation.
Il faut aussi parler des radiations et de la nécessité de blinder tout ca et donc d'encore alourdir le payload de la fusée. Concernant les DC dans l'océan. MS a testé et ca ne marche pas vraiment. L'eau de mer c'est très corosif. https://www.lemondeinformatique.fr/actualites/lire-microsoft-abandonne-son-projet-de-datacenter-sous-marin-94098.html
Et même en supposant que tout ça soit viable technico-économiquement.
Est-il vraiment souhaitable de lancer une constellation à une cadence de 10 millions de tonnes par an (selon Musk) avec un Starship ayant une capacité de 200 tonnes (comme annoncé par Musk), ça signifierait 5,7 lancements par heure 24h/24 7j/7...
Avec un bilan d'émissions de suies et de CO2 dans la haute atmosphère absolument catastrophique, et un rythme de désorbitations tout aussi insensé à terme, et donc de microparticules dans la mésosphère dont on est en-train de découvrir qu'elles activent la chimie de chlore qui détruit la couche d'ozone...
Bref, un bullshit intégral même pas souhaitable... Et encore personne ne parle jamais des problèmes de latence pour distribuer du calcul sur plusieurs satellites à des milliers de km les uns des autres...
Il y a trois problèmes supplémentaires, et pas des moindres …:
1. Un rack seul, même un GB300 NVL72, ne fait pas un service d’inférence compétitif. Un grand data center, c’est des centaines voire des milliers de racks reliés par un réseau interne (le réseau « est-ouest », par opposition au « nord-sud » qui relie le cluster au monde extérieur) avec une bande passante agrégée qui se compte en téraoctets par seconde. C’est cette densité d’interconnexion qui permet de servir les plus gros modèles à très grande échelle et à fort débit. En orbite, il faudrait soit empiler des centaines de racks sur une seule plateforme, soit relier plusieurs satellites par liens optiques en espace libre, qui plafonnent à quelques centaines de Gb/s, là où le NVLink d’une seule baie atteint des dizaines de To/s. À noter pour couper court à l’objection : en latence pure, le vide va plus vite que la fibre. Le problème n’est donc pas la vitesse du lien, c’est de reconstituer en orbite la bande passante totale d’un cluster terrestre.
2. La latence impose une distance maximale entre le data center et l’utilisateur, de l’ordre de 2 000 km pour rester sous ~40 ms aller-retour. L’altitude n’est pas le problème : à 600 km, l’aller-retour vers le satellite ne coûte que quelques millisecondes. Le problème, c’est la géométrie. Un satellite en orbite basse file à ~7,5 km/s et ne survole un point donné que quelques minutes par passage : aucun site fixe n’est couvert en continu. Et sur une orbite « terminator » (héliosynchrone aube-crépuscule), la trace au sol reste collée à la frontière jour/nuit, donc on ne peut même pas choisir de stationner au-dessus d’un bassin de population. Pour servir un marché en continu, il faudrait une constellation entière, ce qui multiplie d’autant le coût, la masse et le problème d’interconnexion du point 1.
3. Et tout ça pour des GB300, c’est-à-dire le matériel de 2026. La trajectoire est brutale : aujourd’hui un rack GB300 tire ~130 à 140 kW ; le Rubin Ultra (rack « Kyber » NVL576) arrive en 2027 à ~600 kW annoncés par NVIDIA ; la génération suivante (Feynman, ~2028) vise le mégawatt par rack. Repère : l’ISS génère ~100 kW crête avec ~2 500 m² de panneaux. Un seul rack à 600 kW en demanderait cinq à six fois l’équivalent, le cap du mégawatt dix fois, et ce besoin par rack quintuple en deux ans. On lancerait donc, à grands frais et pour plusieurs années, un actif qu’on ne peut ni mettre à niveau ni faire évoluer, et qui n’est à l’état de l’art que douze mois.
J'abonde avec vous, une ferme de serveur en orbite sous la forme d'une grappe de satellites est un cauchemar au niveau du calcul distribué, particulièrement si l'on entraîne de très gros modèles d'IA. Le théorème CAP (Cohérence C, Accès A et Tolérance au Partitionnement P) qui gouverne le calcul distribué ne pardonne pas.
Excellente mise en situation Bravo. Même les non-initiés comprennent
Question dans l'espace ne pourrait on pas se servir de cette chaleur pour alimenter le satellite et remplacer ainsi les panneaux solaires?
Je me suis posé la même question en lisant l'article. Cela ne peux certainement pas fonctionner avec une efficacité de 100% (à cause du second principe de la thermodynamique, si je ne m'abuse), mais je serai curieux de savoir à quel point la chaleur émise par les GPUs peut être réutilisée. J'imagine qu;il doit y avoir un argument entropique donnant une limite`a l'efficacité d'une telle « réutilisation ».
Le problème de l'océan c'est pas pour connecter le serveur et l'alimenter ? Au fond de l'eau ou à la dérivé ça parait compliqué.
Pour l'espace j'avais cru entendre qu'il y avait aussi le défi technique des circuits fermés : quand le datacenter est trop gros les fluides ont du mal à circuler dans l'espace à travers les radiateurs.
Maintenant si le coût d'accès à l'espace parvient vraiment à chuter comme certains le parient avec l'arrivée de la nouvelle génération de lanceur super lourds, ça pourrait peut-être devenir envisageable.
Ce qui est inquiétant c'est qu'autant de pouvoir soit dans les mains de quelques uns (surtout quand ils sont aussi inhumain que des M*sk ou B*zos, à moins que l'inhumanité soit juste la conséquence de pouvoir aussi concentré)
Les continents sont connectés entre eux grâce à des câbles sous-marins, donc pour ce qui est de la connexion à internet, il n'y a rien d'irréaliste. De même le réseau électrique anglais est connecté à celui de l'Europe/Afrique du Nord grâce à des câbles sous-marins donc pour l'alimentation aussi ça devrait à priori être faisable.
Ben on rend malade déjà les animaux avec le "humming" assourdissant des data centers terrestres, pauvres habitants marins qui y sont ultra sensibles!! Et le réchauffement climatique empire si on commence à réchauffer en plus l'eau!!! Ça serait plus brillant de travailler à créer une boucle de recyclage de la chaleur pour que le système produise sa propre énergie. Le train à vapeur genre, l'azote liquide que sais-je. Je ne suis pas physicienne vraiment pas mais j'ai confiance qu'on est capable de quelque chose de plus intelligent! En fait... c'est peut-être le processeur qui est à réinventer...
Oui effectivement je pense que c'est de réinventé un processeur plutôt que de déplacer le problème.
L'avantage des data centers en orbite c'est le "scaling". Elon prévoit une croissance exponentielle des besoins en IA et donc des data centers. Aussi il fait le pari que la dépense énergétique pour satisfaire les besoins de calculs va croitre elle aussi de façon exponentielle (des puces et des modèles plus optimisé ne vont pas pouvoir couvrir les besoins en IA avec une dépense énergétique qui reste stable). Comment satisfaire cette croissance exponentielle, sur terre il y a beaucoup trop de contraintes pour croitre la production d'énergie de façon exponentielle ou au moins aussi rapidement que les besoins en IA. C'est ça le pari, l'avantage et les gains potentiels pour celles et ceux qui arriveront à satisfaire les besoins de calcul pour rester en tête de l'IA sont énormes. Peut être aussi énormes que de justifier dépenser 100 milliards de dollars avec l'espoir d'avoir un data center qui marche en espace.
Et si on songeait à inverser la donne : ramener le froid sidéral sur terre pour y refroidir tout ce qui est trop chaud ?
On ne transporte pas du froid, on transporte du chaud, et il faudra toujours dissiper par rayonnement "côté espace".
Il n'y a pas de froid dans l'espace justement, puisque pas de matière, c'est pour cette raison qu'il est peu pratique de placer un datacenter dans l'espace. Le vide n'est pas "froid", le gaz l'est et il est trop peu dense pour être intéressant en altitude, et absent dans l'espace.
Merci pour ce post. Je réagis un peu tard mais j'ai de gros doutes sur vos hypothèses de départ. êtes vous sûr de la valeur de consommation d'un centre de calcul envoyé dans un environnement très froid ? Il me semble que vous vous basez sur des données issues de datacenter terrestres. Les performances des transistors sont modifiées en général avec la température, leur design doit aussi être ajusté en fonction de la température de l'environnement. À basse température les transistors consomment beaucoup moins et sont plus performants normalement. Avec tout cela, est-ce que la température menant au calcul de la chaleur à évacuer sera vraiment de 80°C? Ne serait-ce pas beaucoup moins ?
Enfin dernière chose : le starship en cours de développement a justement pour vocation à faire chuter fortement le coût d'envoi en orbite par kg. Elon Musk et tous ses employés ne sont pas fois. Cela a été réfléchi.
Sur la question plus éthique et philosophique, on peut effectivement se poser la question du pourquoi un tel projet. L'AI peut être une grande aide pour l'humain mais pourrait aussi le détruire. Ne l'oublions jamais (cf. Terminator...)
in Uranus, I presume
Merci pour cet article clair et détaillé. J’aimerais aussi en savoir plus sur les possibilités et impacts de datacenters au fond des océans.
Moi je dit que c'est faisable mais pas pour maintenant, après il y'a sûrement de meilleur solutions.
Je me demande si à la surface de la lune,au niveau des pôles avec une alimentation photovoltaïque à distance ou nucléaire ça serait plus facile ?