C’est le genre de deal qui fait bégayer les compteurs des directions financières et halluciner les ingénieurs d'infrastructure. Google s'apprête à signer un chèque de près de 920 millions de dollars par mois à SpaceX !
L’objectif ? Louer de la puissance de calcul brute dédiée à l'intelligence artificielle sur une période de 32 mois.
Pour une entreprise comme Google, pionnière du Cloud et de l'infrastructure à l'échelle planétaire, aller chercher du compute chez le constructeur de la fusée Starship a de quoi surprendre. Décryptage d'un deal hors normes qui en dit long sur l'état actuel de la "guerre du silicium".
Décryptage d'un deal d'infrastructure totalement fou.
Le deal en chiffres (et en silicium)
Pour comprendre l'ampleur de cet accord, il faut plonger dans la salle des machines. Ce que Google achète à SpaceX, ce ne sont pas des abonnements Starlink, mais un accès direct à une infrastructure de calcul massive.
- Le coût : ~920 millions de dollars par mois, soit un total de près de 30 milliards de dollars sur moins de trois ans.
- Le hardware : L'accès à environ 110 000 GPU Nvidia de dernière génération et aux architectures réseau ultra-low latency associées.
- La source : Ces capacités proviennent des super-clusters de calcul initialement assemblés par les entités d'Elon Musk (notamment pour les besoins colossaux de xAI et de son modèle Grok).
La clause qui pique : Signe de la tension extrême sur la supply chain mondiale des puces IA, les documents officiels révèlent que Google a exigé une clause de protection stricte. Si SpaceX ne parvient pas à livrer le volume de cartes graphiques promis avant le 30 septembre 2026, Google disposera d'un mois de grâce. Passé ce délai, la firme pourra résilier immédiatement le contrat ou accepter une capacité inférieure en échange d'une baisse drastique des mensualités. Pas de place pour le retard quand on parle de Time-to-Market ! (Source : Bloomberg / Document réglementaire SpaceX)
Pourquoi Google fait-il cela ? Le mur de la physique et du réseau
On pourrait légitimement se demander pourquoi Google, qui dispose de GCP (Google Cloud Platform) et de ses propres puces maison (les TPUs), a besoin d'aller voir ailleurs. La réponse tient en trois défis majeurs pour les équipes d'infrastructure :
1. L'explosion de la charge Gemini Enterprise
La demande pour les services d'IA générative en entreprise progresse à un rythme que même les plans de capacité les plus agressifs des Hyperscalers peinent à absorber. Google a besoin de scalabilité immédiate pour soutenir ses services managés.
2. La crise foncière et énergétique des Data Centers
Construire un datacenter moderne en 2026 ne se résume plus à aligner des baies de serveurs. C'est un défi géopolitique et écologique : obtenir des accès massifs aux réseaux électriques, gérer le refroidissement liquide (direct-to-chip) pour des puces qui consomment plus qu'un petit village, et obtenir les permis de construire. SpaceX dispose déjà de ces infrastructures opérationnelles. Google achète donc du temps.
3. La diversification du Compute
Si Google pousse fort ses TPU (Tensor Processing Units), le marché des frameworks d'IA reste profondément optimisé pour l'écosystème CUDA de Nvidia. Disposer de 110 000 GPU Nvidia supplémentaires permet à Google d'offrir une flexibilité maximale.
L'ironie du "Reverse Shift"
Pour les observateurs de l'écosystème Cloud, ce deal a une saveur toute particulière. En 2021, les deux géants avaient signé un accord exactement inverse : Google Cloud fournissait l'infrastructure réseau et le compute au sol pour aider SpaceX à déployer et interconnecter les satellites Starlink.
Cinq ans plus tard, les rôles s'inversent. L'infrastructure IA est devenue une commodité tellement précieuse que les frontières traditionnelles du marché du Cloud s'estompent.
Ce que cela change pour vous, ingénieurs
Cet accord est le symptôme d'une nouvelle réalité : l'infrastructure de calcul devient agnostique et opportuniste. Pour les architectes et les développeurs, cela confirme que la stratégie multi-cloud et l'abstraction des couches d'infrastructure (via Kubernetes ou des orchestrateurs de workloads IA) ne sont plus des options d'agilité, mais des nécessités absolues pour survivre à la pénurie de ressources.
Quand un hyperscaler de la taille de Google doit faire du "bare-metal de secours" chez un constructeur aérospatial pour suivre la cadence d'AWS et de Microsoft, cela prouve que la flexibilité infra est, plus que jamais, le nerf de la guerre.
