La crise énergétique de l'IA : quand les centres de données dévorent le réseau

Points clés à retenir

• L’échelle : les centres de données américains consomment déjà 4,4 % de l’électricité du pays, et les chercheurs fédéraux prévoient que 6,7 à 12 % d’ici 2028. La requête individuelle est bon marché ; la flotte ne l’est pas.
• Le goulot d’étranglement : ce ne sont pas des chips ; ce sont des transformateurs. Les services publics ne peuvent pas construire des lignes de transmission assez rapidement pour alimenter de nouveaux centres de données à l’échelle du gigawatt.
• La solution : les géants de la technologie achètent leur propre génération. Amazon et Google investissent des milliards dans des petits réacteurs modulaires (SMR), des mini-centrales nucléaires, tandis que Microsoft redémarre Three Mile Island.

Nous pensions que la limite de l’IA serait l’intelligence. Il s’avère que c’est de l’électricité.

Fin 2025, la « crise énergétique de l’IA » est le sujet le plus important dans la Silicon Valley. La formation d’un modèle frontière consomme des dizaines de gigawattheures. L’exécuter à grande échelle (inférence) nécessite encore plus.

Les centres de données ont consommé environ 1,5 % de l’électricité mondiale en 2024 (415 TWh, selon l’AIE) – mais aux États-Unis, la part est déjà de 4,4 %, après que la demande des centres de données américains a plus que doublé entre 2017 et 2023. D’ici 2030, l’AIE prévoit que la consommation mondiale des centres de données fera plus que doubler pour atteindre environ 945 TWh, soit un peu plus que la consommation totale d’électricité du Japon aujourd’hui. Aux États-Unis, des chercheurs fédéraux du Berkeley Lab prévoient que les centres de données consommeront 6,7 à 12 % de l’électricité nationale d’ici 2028.

L’ampleur du problème

Pour comprendre la crise, il faut regarder les mathématiques.

• Formation vs inférence : la formation GPT-3 a émis environ 552 tonnes de CO₂, et les modèles pionniers depuis sont beaucoup plus gros (les laboratoires ne divulguent plus de chiffres). Mais la formation est un coût ponctuel. Le véritable problème est l’inférence : chaque fois que vous demandez à un agent de « planifier mes vacances », des milliers de GPU démarrent. Le coût par requête est faible (OpenAI place une requête ChatGPT moyenne autour de 0,3 Wh, à peu près à égalité avec une recherche Google classique) ; les milliards de requêtes ne le sont pas.
• Consommation d’eau : ce n’est pas seulement une question d’électricité. Les centres de données boivent de l’eau pour rester au frais. La consommation d’eau de Microsoft a bondi de 34 % au cours de l’exercice 2022 avec le début du développement de l’IA, déclenchant des conflits avec les communautés locales de West Des Moines, dans l’Iowa, à Goodyear, en Arizona, une région sujette à la sécheresse.

La renaissance nucléaire : le nouveau pari des Big Tech

Les énergies renouvelables (solaire/éolien) sont excellentes, mais elles sont intermittentes. L’IA a besoin d’une puissance de base 24h/24 et 7j/7 avec une disponibilité de 99,999 %. Les batteries peuvent atténuer les pics, mais couvrir avec elles une charge de base de plusieurs jours à l’échelle du gigawatt reste peu rentable.

Entrez dans le nucléaire.

• Microsoft : signature d’un PPA historique de 20 ans pour redémarrer Three Mile Island (unité 1) – maintenant le Crane Clean Energy Center – afin d’alimenter son cloud d’IA avec de l’énergie sans carbone via le réseau PJM.
• Amazon : 650 millions de dollars payés pour un campus de centre de données à côté de la centrale nucléaire de Susquehanna. Les régulateurs ont rejeté la configuration originale « derrière le compteur », c’est pourquoi, en 2025, l’accord a été restructuré en un PPA de 17 ans, livré par le réseau, pour un maximum de 1 920 MW – preuve que même les grandes entreprises technologiques ne peuvent pas contourner complètement le réseau public.
• Google : investir massivement dans les startups de fusion et les SMR (Small Modular Reactors). Ces « batteries nucléaires » peuvent être fabriquées dans des usines et expédiées vers les sites des centres de données, évitant ainsi les retards de construction de plusieurs décennies des usines traditionnelles.

La Big Tech est effectivement devenue le nouveau secteur des services publics. Ils financent la prochaine génération d’infrastructures d’énergie propre parce qu’ils n’ont pas le choix. Le réseau ne peut pas les suivre.

L’ironie : IA verte, pouvoir sale

Il y a ici une amère ironie. Nous construisons l’IA pour nous aider à résoudre le changement climatique (optimisation des réseaux, conception de nouveaux matériaux), mais la création de cette IA fait actuellement augmenter les émissions.

• Le « paradoxe de Jevons » : à mesure que l’IA devient plus efficace, nous l’utilisons davantage, ce qui entraîne une consommation totale plus élevée.
• The Reality Check : les émissions de carbone de Google ont augmenté de 51 % par rapport à 2019, en grande partie grâce à l’infrastructure de l’IA, selon son propre rapport environnemental de 2025. L’entreprise a retiré son affirmation de longue date « neutre en carbone » en 2023 ; son objectif de zéro émission nette pour 2030 est toujours sur papier, mais Google le présente désormais comme une ambition plutôt que comme un engagement.

Le futur : une grille bifurquée ?

Nous nous dirigeons vers une grille divisée en deux : une pour les personnes et une pour les machines.

• Le réseau public : aux prises avec des infrastructures vieillissantes, des énergies renouvelables intermittentes et des coûts croissants pour les consommateurs.
• Le réseau privé : alimenté par des actifs nucléaires et géothermiques dédiés, détenus par des entreprises technologiques valant des milliers de milliards de dollars, garantissant que leur IA ne dort jamais.

La question n’est plus « Pouvons-nous le construire ? mais “Qui paie la mise à niveau?” Si l’on en croit l’histoire, le consommateur paiera la facture du réseau, tandis que les grandes technologies construisent leur propre forteresse de pouvoir.

Nos sources (8)

• iea.org Energy and AI
• energy.gov DOE/Berkeley Lab: US Data Center Energy Usage Report
• sustainability.google Google Environmental Report 2025
• epoch.ai How Much Energy Does ChatGPT Use?
• utilitydive.com Constellation-Microsoft Three Mile Island PPA
• ir.talenenergy.com Talen Energy Expands Nuclear Relationship with Amazon
• arxiv.org Carbon Emissions and Large Neural Network Training (Patterson et al.)
• fortune.com AP: AI Fuels Spike in Microsoft Water Consumption