Montrer le sommaire Cacher le sommaire
Un appétit électrique qui dépasse l’entendement
En 2024, les data centers du monde entier ont consommé environ 415 térawattheures d’électricité, soit près de 1,5 % de la consommation mondiale. Un chiffre qui semble presque modeste… jusqu’à ce qu’on regarde la courbe de progression : une hausse moyenne de 12 % par an sur les cinq dernières années, portée presque exclusivement par l’essor de l’IA générative.
Selon l’Agence internationale de l’énergie (AIE), les infrastructures les plus récentes, ces fameux hyperscales dédiés à l’entraînement des modèles d’intelligence artificielle, atteignent déjà des niveaux de puissance comparables à la consommation électrique de villes entières. Un seul de ces centres, aujourd’hui en construction, peut réclamer jusqu’à vingt fois plus d’électricité qu’un data center classique de 100 mégawatts, soit l’équivalent de la consommation annuelle de 2 millions de foyers.
Pourquoi l’entraînement des modèles IA est si énergivore
Entraîner un grand modèle de langage, c’est faire tourner des dizaines de milliers de processeurs graphiques en continu, parfois pendant plusieurs mois d’affilée. Chaque calcul, chaque ajustement de paramètres, chaque cycle d’apprentissage réclame une puissance électrique considérable, bien supérieure à celle d’un data center traditionnel hébergeant de simples services web.
La CRE épargne le réveillon aux abonnés Tempo et change les règles des jours rouges dès le 1er novembre
Baromètre du solaire au 3ème trimestre 2026 pour les installateurs photovoltaïques
À cela s’ajoute le refroidissement, absolument indispensable pour éviter la surchauffe de ces milliers de puces regroupées dans un même bâtiment. Un centre d’entraînement comme celui mobilisé pour les derniers grands modèles aurait à lui seul englouti plus de 23 milliards de litres d’eau sur une seule année, uniquement pour maintenir ses serveurs à bonne température. Plus les modèles grossissent et plus les volumes de données traités explosent, plus l’addition énergétique et hydrique s’alourdit en conséquence, un cercle qui ne montre pour l’instant aucun signe d’essoufflement.
Autre élément à prendre en compte : contrairement à un data center classique, qui héberge des sites web ou des services de messagerie avec une charge relativement stable, un centre d’entraînement dédié à l’IA fonctionne en continu, à puissance maximale, sur des périodes bien plus longues. C’est cette utilisation intensive et quasi permanente qui explique l’écart aussi spectaculaire avec les infrastructures numériques traditionnelles.
Vers 2030 : une trajectoire qui inquiète les experts
Les projections de l’AIE donnent le vertige. La demande d’électricité des data centers pourrait plus que doubler d’ici 2030, pour atteindre près de 945 térawattheures, soit l’équivalent de la consommation totale actuelle du Japon, cinquième consommateur mondial d’énergie. Les États-Unis, l’Europe et la Chine concentrent à eux seuls environ 85 % de cette consommation mondiale.
La part directement liée à l’intelligence artificielle pourrait, elle, carrément tripler entre 2024 et 2035, passant de 460 à 1300 térawattheures. Une accélération intimement liée à la course effrénée que se livrent les géants de la tech pour sortir des modèles toujours plus puissants, toujours plus vite, quitte à multiplier les chantiers de centres de données XXL un peu partout dans le monde, des États-Unis au Texas jusqu’aux abords de nos grandes métropoles européennes.
Cette ruée vers la puissance de calcul pose une question très concrète pour les réseaux électriques nationaux : comment absorber une demande aussi massive et aussi soudaine, sans fragiliser l’approvisionnement du reste de la population ? Dans certaines régions déjà très sollicitées, des projets de centres de données se heurtent à des refus de raccordement, faute de capacité disponible sur le réseau.
Quelles solutions pour une IA plus sobre ?
Le prix de l’électricité pour 2027 a doublé en huit mois : ce que votre facture risque vraiment de subir
Hangars agricoles, toitures de PME : la baisse rétroactive du tarif solaire recule, avant un vote décisif en novembre
Face à cette trajectoire, les acteurs du secteur n’ont guère le choix : ils doivent verdir leur approvisionnement énergétique, et vite. Bonne nouvelle tout de même, selon l’AIE, les énergies renouvelables devraient couvrir près de la moitié de l’augmentation de la demande électrique des data centers d’ici 2030, suivies de près par le gaz naturel, le nucléaire étant appelé à prendre une part plus importante après cette échéance.
Plusieurs géants du cloud multiplient déjà les initiatives concrètes : accords d’approvisionnement direct en énergie renouvelable, expérimentations de réduction de consommation lors des pics de tension sur le réseau électrique, ou encore optimisation des algorithmes pour limiter la puissance de calcul nécessaire à chaque requête. Reste que, comme le rappelle l’AIE elle-même, l’intelligence artificielle n’est pas une solution miracle à la crise climatique. Sans politique énergétique proactive et sans accélération des investissements bas carbone, son appétit électrique grandissant pourrait bien devenir, dans les années qui viennent, un problème à part entière plutôt qu’un simple effet secondaire de l’innovation.
