D'ici 2026, les centres de données devraient consommer environ 1 000 térawattheures d'électricité – soit environ la demande annuelle combinée du Japon et de l'Allemagne. Cette poussée est alimentée par les charges de travail liées à l'IA, et le déficit énergétique qui en résulte menace de freiner la prochaine vague de percées en matière d'apprentissage automatique.
L'appétit de l'IA pour l'électricité n'est pas abstrait. Une seule requête ChatGPT consomme dix fois plus d'énergie qu'une recherche Google classique, et l'entraînement d'un modèle de la taille de GPT-4 nécessite suffisamment d'électricité pour alimenter 4 600 foyers pendant un an. Alors que les entreprises se livrent une course pour intensifier les clusters d'inférence et d'entraînement, le besoin d'une puissance massive et constante croît plus rapidement que la capacité des énergies renouvelables intermittentes à la fournir.
Pourquoi le mix énergétique renouvelable actuel est insuffisant
Les panneaux solaires et les éoliennes ne produisent de l'électricité que lorsque le soleil brille ou que le vent souffle. Les exploitants de centres de données ont besoin d'un approvisionnement constant, 24 heures sur 24, or les batteries qui stockent l'excédent de production renouvelable ne peuvent couvrir que quelques heures avant de s'épuiser. Il en résulte une dépendance aux centrales de pointe aux combustibles fossiles – des générateurs au gaz naturel ou au charbon qui s'activent lorsque la production renouvelable chute. Ces centrales émettent du carbone et augmentent les coûts d'exploitation, sapant les revendications « vertes » que de nombreux géants de la technologie mettent en avant dans leurs rapports de durabilité.
Le nucléaire fait son retour
Face au déficit de fiabilité, plusieurs géants de la tech se tournent vers l'énergie nucléaire, qui offre une électricité décarbonée et une puissance de base.
- Microsoft réactive un réacteur déclassé à Three Mile Island pour garantir un approvisionnement stable à ses charges de travail d'IA.
- Google a signé un partenariat avec une startup développant des réacteurs avancés, visant un déploiement d'ici 2030.
- Amazon investit dans des petits réacteurs modulaires et implante de nouveaux centres de données à proximité de sites nucléaires existants.
Ces initiatives signalent une « renaissance nucléaire » plus large dans l'industrie, où la promesse d'une puissance haute densité disponible 24h/24 l'emporte sur le stigmate historique attaché à cette technologie.
Arbitrage géographique et efficacité matérielle
Toutes les entreprises ne misent pas sur de nouveaux réacteurs. Certaines contournent le problème en s'implantant dans des régions où l'électricité renouvelable est abondante et bon marché. Les champs géothermiques de l'Islande et les réseaux hydroélectriques de la Norvège fournissent à la fois de l'énergie et un refroidissement naturel, réduisant ainsi la consommation d'énergie et les dépenses d'exploitation.
Parallèlement, les concepteurs de matériel tirent davantage de travail de chaque watt. Les nouvelles puces optimisées pour l'IA offrent des performances plus élevées par unité d'électricité, et les systèmes de refroidissement liquide peuvent réduire jusqu'à 50 % l'énergie nécessaire au refroidissement. Ces avancées permettent de gagner du temps, mais elles n'éliminent pas la courbe de la demande sous-jacente.
Les enjeux pour l'industrie
Si une énergie propre, fiable et abordable ne suit pas le rythme de la croissance de l'IA, plusieurs issues se profilent :
- Pression sur les coûts :
À surveiller ensuite
- Évolutions réglementaires : Suivez les progrès des partenariats nucléaires annoncés et l'ampleur de la construction de centres de données dans des zones à faible émission de carbone.
La course à l'alimentation de l'IA n'est plus une question de fabrication de puces plus rapides ; c'est une bataille pour une électricité propre et fiable à grande échelle. La manière dont l'industrie résoudra cette tension déterminera si la prochaine génération de modèles d'IA pourra être entraînée et exploitée sans brider l'ambition.
