Une image satellite n’a pas toujours besoin de rejoindre la Terre pour être utile. En analysant les données directement en orbite, l’IA peut réduire les transmissions, accélérer la détection d’événements et limiter la pression sur les stations au sol. Satlyt vient de lever 8 millions de dollars pour développer cette approche logicielle et vise une présence sur 20 % des satellites d’ici la fin de la décennie.
La startup prévoit un nouveau test en vol cette semaine avec TakeMe2Space. Une première démonstration a déjà montré une réduction de plus de 60 % de certaines transmissions. L’enjeu dépasse toutefois le simple filtrage d’images : Satlyt veut mutualiser la puissance de calcul disponible en orbite et construire les bases d’un cloud spatial fonctionnant sur des satellites opérés par plusieurs entreprises.
Satlyt veut transformer les satellites en nœuds de calcul
L’idée centrale de Satlyt consiste à exécuter des modèles d’IA directement sur les satellites, plutôt qu’à transmettre l’ensemble des données vers la Terre avant analyse. La société développe un logiciel compatible avec des engins spatiaux construits par d’autres acteurs et ne prévoit pas de fabriquer ses propres satellites.
Cette stratégie positionne Satlyt comme une couche logicielle entre les applications d’observation, les charges utiles et les systèmes informatiques embarqués. Les missions pourraient ainsi traiter des images, classer des signaux ou sélectionner les données à transmettre sans attendre le passage au-dessus d’une station terrestre.
Le bénéfice est particulièrement concret pour l’observation de la Terre. Les satellites produisent de grands volumes d’images et de mesures, mais les liaisons descendantes sont limitées par la disponibilité des stations, la bande passante et les fenêtres de communication. Une IA embarquée peut réduire le volume envoyé en ne conservant que les informations correspondant à une demande opérationnelle.
À retenir : l’IA embarquée ne remplace pas nécessairement les centres de calcul terrestres. Elle déplace une partie du tri et de l’analyse au plus près de la source des données.
Une réduction de plus de 60 % des transmissions déjà démontrée
Satlyt affirme avoir déjà démontré une réduction de plus de 60 % de certaines transmissions grâce à son logiciel. Le résultat concerne la quantité de données envoyées depuis le satellite, et non une réduction générale de tous les échanges nécessaires à une mission.
Cette distinction compte. Une mission d’observation ne transmet pas uniquement des images brutes : elle peut aussi envoyer des métadonnées, des alertes, des données de télémétrie et des résultats d’analyse. L’intérêt de l’IA consiste donc à identifier les éléments prioritaires avant leur descente vers le sol.
Pour la surveillance d’un territoire, un modèle peut par exemple repérer des changements dans une zone donnée et transmettre les scènes pertinentes. Pour la gestion des catastrophes, un système embarqué peut rechercher des indices liés aux inondations, aux incendies ou aux dégâts visibles, puis signaler les acquisitions nécessitant une analyse plus approfondie.
Le traitement en orbite peut également réduire le délai entre l’acquisition et l’alerte. Au lieu d’attendre la transmission d’une scène complète, puis son traitement dans un centre terrestre, le satellite peut envoyer un résultat synthétique ou une sélection de données dès qu’une connexion est disponible.
La valeur dépendra de la qualité des modèles
Une transmission réduite n’a d’intérêt que si le système conserve les informations utiles. Un modèle trop agressif peut supprimer un signal faible, une évolution progressive ou un détail nécessaire à une analyse ultérieure. Les opérateurs devront donc arbitrer entre compression, rapidité et conservation des données originales.
Les missions sensibles pourront aussi maintenir une copie complète des acquisitions, avec un envoi différé lorsque les capacités de communication le permettront. L’IA embarquée devient alors une première couche de sélection, pas nécessairement la seule source d’information.
Le test avec TakeMe2Space doit élargir l’usage du calcul orbital
Le prochain test de Satlyt doit se dérouler à bord d’un satellite développé par TakeMe2Space, une startup indienne spécialisée dans le matériel de calcul pour satellites. La mission doit réunir plusieurs usages : la NASA teste des protocoles de cloud computing spatial, Stellerian prévoit des traitements d’images pour la surveillance spatiale et TakeMe2Space doit démontrer qu’un satellite peut héberger des logiciels de sociétés tierces.
Cette configuration est importante parce qu’elle dépasse le cas d’un modèle installé pour une seule mission. Satlyt cherche à faire fonctionner plusieurs charges logicielles sur une même infrastructure orbitale, avec une séparation entre le matériel du satellite et les applications exécutées à bord.
Le logiciel de Satlyt a déjà été utilisé sur deux missions selon les informations publiées : une première mission à bord d’un satellite de Momentus, avec le modèle Gemma 3 1B de Google DeepMind, puis la mission associée à TakeMe2Space.
L’objectif suivant est de relier la puissance de calcul de deux satellites. Satlyt prévoit de tester un système informatique partagé entre deux engins l’année prochaine. Si cette étape est concluante, le calcul orbital ne dépendrait plus uniquement des capacités fixes d’un satellite isolé.
Un modèle proche du cloud, mais avec des contraintes orbitales
Un cloud spatial ne fonctionnerait pas comme un service informatique terrestre classique. Les satellites se déplacent, les liaisons entre eux sont intermittentes et les ressources énergétiques restent limitées. La répartition d’une tâche devrait tenir compte de la position des engins, de leur visibilité mutuelle, de leur énergie disponible et de leur capacité de communication.
Le traitement pourrait néanmoins être distribué. Un satellite pourrait recevoir une image, un autre exécuter un modèle spécialisé et un troisième transmettre le résultat vers une station au sol. Cette architecture créerait une forme de mutualisation du calcul, à condition que les logiciels puissent gérer les interruptions et les changements de connexion.
L’observation de la Terre est le premier terrain d’application
L’observation de la Terre produit un volume de données particulièrement adapté au traitement embarqué. Les satellites capturent des images dans plusieurs bandes spectrales, à différentes résolutions et selon des fréquences de revisite variables. Une partie de ces données peut être analysée automatiquement avant transmission.
Les usages potentiels se répartissent en plusieurs catégories :
- Détection de changements entre deux acquisitions d’une même zone.
- Identification de navires, véhicules, infrastructures ou zones urbanisées.
- Repérage d’indices liés aux incendies, aux inondations et aux dégâts après une catastrophe.
- Sélection des images présentant la meilleure qualité ou les phénomènes les plus pertinents.
- Classification de scènes destinées à l’agriculture, à la cartographie ou au suivi environnemental.
L’intérêt opérationnel vient de la possibilité de transmettre une alerte rapidement, puis de télécharger les données complètes lorsque la liaison le permet. Cette combinaison réduit le temps de réaction sans imposer une analyse intégrale de chaque image au sol.
Une architecture adaptée aux alertes prioritaires
Dans une mission de surveillance, toutes les images n’ont pas la même valeur au même moment. Une scène couvrant une zone stable peut attendre, tandis qu’une acquisition montrant une évolution inhabituelle doit être traitée en priorité. L’IA embarquée peut contribuer à organiser cette hiérarchisation.
Le satellite pourrait transmettre d’abord un résultat compact : coordonnées, niveau de confiance, type d’événement et extraits associés. Les opérateurs recevraient ensuite les images originales ou des séquences complémentaires. Cette méthode utilise la liaison descendante comme un canal de décision rapide, plutôt que comme un simple tuyau de transfert de fichiers.
La fiabilité restera déterminante. Une alerte fausse peut mobiliser inutilement des équipes, tandis qu’un événement manqué peut avoir des conséquences opérationnelles. Les systèmes embarqués devront donc conserver des mécanismes de vérification et permettre aux opérateurs de modifier les seuils de détection.
Le pari de Satlyt : atteindre 20 % des satellites
Satlyt vise une présence sur 20 % des satellites d’ici la fin de la décennie. L’entreprise estime que les constructeurs intégreront de plus en plus de processeurs avancés, notamment des GPU, dans leurs engins spatiaux.
Ce chiffre représente un objectif commercial, pas une part de marché déjà atteinte. Sa réalisation dépendra de la compatibilité du logiciel avec des architectures matérielles différentes, des exigences de certification et de la volonté des opérateurs d’ajouter des applications tierces à leurs satellites.
La levée de 8 millions de dollars doit financer le développement de cette plateforme et l’extension des déploiements. Satlyt avait préparé des packages logiciels pour un maximum de 50 engins spatiaux en 2026, selon les informations publiées.
La société cherche ainsi à éviter le modèle lourd d’un constructeur spatial. Elle fournit une couche logicielle susceptible de fonctionner sur plusieurs familles de satellites, avec l’ambition de devenir un fournisseur d’infrastructure pour le calcul en orbite.
Les obstacles à l’adoption
Le premier obstacle est la diversité des matériels. Les satellites n’utilisent pas tous les mêmes processeurs, systèmes d’exploitation, accélérateurs ou environnements de sécurité. Un logiciel capable de fonctionner sur plusieurs plateformes doit abstraire ces différences sans dégrader les performances.
Le deuxième concerne la validation. Dans l’espace, une mise à jour logicielle ne se déploie pas toujours avec la simplicité d’un service terrestre. Les opérateurs doivent contrôler les versions, tester les comportements en cas de panne et préserver les fonctions critiques du satellite.
Le troisième est énergétique. Un modèle plus puissant peut améliorer l’analyse, mais il consomme davantage d’électricité et de ressources thermiques. Le calcul embarqué doit donc être planifié selon l’état des batteries, l’exposition solaire et les autres priorités de la mission.
Le quatrième touche à la cybersécurité. Ajouter une plateforme capable d’exécuter des applications provenant de plusieurs organisations augmente la surface logicielle à protéger. Les environnements d’exécution devront isoler les charges de travail et empêcher qu’une application compromette les fonctions de contrôle du satellite.
Les acteurs du secteur testent plusieurs formes d’IA spatiale
Satlyt n’est pas le seul acteur à explorer le traitement de données en orbite. Les programmes de démonstration mentionnés dans les informations publiées montrent déjà plusieurs approches : exécution de modèles sur un satellite, traitement d’images pour la surveillance spatiale et expérimentation de protocoles de cloud computing.
Ces approches ne répondent pas exactement au même besoin. Certaines missions cherchent surtout à réduire les données descendantes. D’autres testent la capacité d’un satellite à héberger plusieurs applications. D’autres encore évaluent la distribution du calcul entre plusieurs engins.
| Approche | Fonction principale | Bénéfice opérationnel |
|---|---|---|
| Analyse embarquée | Exécuter un modèle directement sur le satellite | Réduire les transmissions et accélérer les alertes |
| Hébergement de logiciels tiers | Faire fonctionner plusieurs applications sur une même plateforme | Mutualiser une capacité de calcul existante |
| Calcul distribué | Répartir une tâche entre plusieurs satellites | Étendre les ressources disponibles en orbite |
| Préfiltrage d’images | Sélectionner les acquisitions ou zones pertinentes | Prioriser les données à transmettre |
La comparaison montre que l’IA embarquée n’est pas un produit unique. Elle désigne un ensemble de fonctions allant du simple filtrage jusqu’à une infrastructure distribuée entre plusieurs satellites.
Le cloud spatial devra prouver sa valeur sur le terrain
L’expression « cloud spatial » décrit une ambition claire : mettre en commun des ressources informatiques placées en orbite, malgré la mobilité et les contraintes de communication. Satlyt veut progresser vers ce modèle sans construire les satellites eux-mêmes.
La démonstration la plus importante sera la continuité du service. Un système distribué doit savoir reprendre une tâche après une perte de liaison, déplacer un calcul vers un autre engin et éviter la perte de données lorsque les satellites ne sont plus visibles l’un pour l’autre.
La planification constituera un autre défi. Une demande d’analyse peut arriver alors que le satellite le mieux équipé se trouve hors de portée. Le système devra alors choisir entre attendre, transmettre la tâche à un autre engin ou envoyer une version simplifiée du résultat.
Les performances devront aussi être comparées à une architecture terrestre. Le calcul en orbite ne sera pas automatiquement plus rapide ou moins coûteux pour chaque mission. Il prend tout son sens lorsque la transmission est lente, chère, intermittente ou trop limitée pour transporter toutes les données brutes.
À retenir : le calcul orbital sera pertinent lorsque la décision doit être prise avant le retour complet des données au sol. Pour les traitements lourds mais non urgents, les centres terrestres conserveront un rôle central.
Notre avis : Satlyt doit d’abord gagner la bataille de la fiabilité
Satlyt arrive avec une proposition cohérente : fournir le logiciel qui permet d’exécuter l’IA sur des satellites existants, de réduire les transmissions et, à terme, de mutualiser la puissance de calcul entre plusieurs engins. La réduction de plus de 60 % déjà démontrée donne une première indication concrète de la valeur possible pour certaines charges de données.
L’objectif de 20 % des satellites d’ici la fin de la décennie est ambitieux. Il dépendra moins de la promesse du cloud spatial que de la capacité à livrer des logiciels fiables sur des plateformes très différentes, avec des exigences strictes de sécurité, d’énergie et de validation.
Dans les six prochains mois, les résultats du test avec TakeMe2Space seront donc plus importants que le montant de la levée. Une démonstration réunissant NASA, Stellerian et TakeMe2Space pourrait montrer si une même infrastructure peut réellement accueillir plusieurs usages, au-delà d’une expérimentation isolée.
Si Satlyt réussit ensuite à faire coopérer deux satellites, l’observation de la Terre pourrait progressivement passer d’un modèle centré sur la collecte et la transmission à un modèle centré sur la décision en orbite. La question ne sera alors plus seulement de savoir combien d’images un satellite peut produire, mais quelles informations il peut comprendre avant même de contacter la Terre.