The Brief
Comment fonctionne l'IA 5 min de lecture

82 TWh par an : les centres de données hyperscale rivalisent avec des États américains entiers

NAVION

Partager

Une nouvelle analyse de 403 centres de données hyperscale aux États-unis suggère qu’ils consomment ensemble chaque année à peu près autant d’électricité que certains des principaux États du pays. Cette conclusion est une tentative rare de chiffrer précisément une industrie qui garde généralement sa consommation d’énergie loin du regard du public, et elle arrive au moment même où l’IA pousse ces installations à se développer rapidement.

Les chiffres derrière le titre

Francesca Dominici, de l’université Harvard, et ses collègues ont passé deux ans à rassembler des informations sur 403 centres de données hyperscale afin d’estimer la quantité d’électricité qu’ils consomment et le dioxyde de carbone que cela génère. Les installations hyperscale sont les très grands sites qui prennent en charge les outils d’IA, le cloud computing et les LLM.

Leur estimation : environ 82 térawattheures (TWh) d’électricité entre mai 2024 et avril 2025, soit environ 1,8 pour cent de la consommation totale d’électricité aux États-Unis. C’est plus que la consommation annuelle d’États comme le Missouri, le Kentucky et le New Jersey. La limite supérieure de la fourchette de l’équipe, soit 99 TWh par an, mettrait ces installations à égalité avec des États comme l’Indiana, le Michigan et Washington.

L’aspect climatique est tout aussi frappant. Les chercheurs estiment qu’environ 54 pour cent de la production attribuée à ces sites provenait d’énergies fossiles, ce qui a produit des émissions annuelles de dioxyde de carbone de 25,7 millions de tonnes. C’est comparable à la production de 67 centrales électriques au gaz naturel.

Il est utile de comprendre pourquoi ce chiffre a été si difficile à obtenir. De nombreux opérateurs ne publient pas leur consommation d’énergie ni leurs émissions, de sorte que les observateurs extérieurs doivent reconstituer le tableau à partir d’autres données. La description du travail faite par Dominici, « un travail énorme », reflète l’effort nécessaire pour observer quelque chose qui, en termes physiques, est gigantesque.

Dans quelle mesure faut-il faire confiance à cette estimation ?

C’est la partie que la plupart des reportages oublient, et elle a son importance. Les auteurs de l’étude et des chercheurs extérieurs parlent ouvertement de ses limites.

Alex de Vries-Gao, data scientist à l’université d’Amsterdam, note que les résultats concordent avec les estimations internationales de la consommation d’énergie des centres de données de l’Agence internationale de l’énergie, de sorte qu’ils ne sont « pas particulièrement choquants ». Selon lui, le travail confirme principalement l’ampleur des impacts. Mais il prévient également que l’analyse s’appuie sur des données commerciales difficiles à vérifier de manière indépendante, ainsi que sur des hypothèses concernant la consommation d’énergie et la capacité opérationnelle de chaque installation. « On ne peut pas vraiment valider les résultats », prévient-il.

Yury Dvorkin, de l’université Johns Hopkins, apporte une critique différente : l’analyse est relativement sommaire. Elle ne tient pas compte de facteurs tels que la manière dont les contraintes du réseau affectent les émissions de l’électricité du réseau. « Ils ignorent beaucoup de nuances », dit-il.

Dominici reconnaît que de nombreuses hypothèses sont intégrées. Son objectif est moins de défendre le chiffre exact que de souligner le fossé qu’il révèle. Elle souhaite que les opérateurs fassent preuve de plus de transparence, car, selon ses mots, le discours public n’est pas alimenté par des données scientifiques rigoureuses. Une estimation construite à partir de preuves indirectes est, en un sens, le symptôme du problème qu’elle décrit.

La lecture la plus sensée est donc celle-ci : considérez 82 TWh comme un ordre de grandeur crédible plutôt que comme une mesure précise. La fourchette de 82 à 99 TWh est la manière honnête de l’appréhender.

Pourquoi cela compte au-delà des mégawatts

Les centres de données hyperscale existent pour une bonne raison. En exploitant les économies d’échelle, ils réduisent le coût de la puissance de calcul pour les entreprises qui les utilisent et font fonctionner les serveurs de la manière la plus efficace possible. La contrepartie est que plus l’installation est grande, plus son empreinte sur la communauté environnante est lourde.

L’énergie n’est qu’un élément de cette empreinte. Ces sites ont également besoin de grands volumes d’eau pour refroidir leurs serveurs et occupent beaucoup de terrain. La source mentionne un projet de centre de données dans l’Utah qui couvrirait une superficie deux fois supérieure à celle de Manhattan et doublerait presque la demande d’électricité de pointe annuelle de l’État, un plan qui a déclenché une vive réaction de rejet de la part des résidents.

De Vries-Gao décrit ce que vivent les gens sur le terrain : la hausse des prix des terrains, de l’électricité et de l’eau, ainsi que des augmentations potentielles de la pollution de l’air et des déchets. C’est pourquoi, selon lui, les gens protestent, et c’est pourquoi les sites hyperscale sont peut-être le type d’installation le plus problématique en raison de leur taille démesurée.

La politique évolue en conséquence. La résistance du public aux États-Unis a fortement augmenté au cours de l’année écoulée, et un récent sondage suggère que 76 pour cent des Américains s’opposeraient à la construction d’un nouveau centre de données dans leur communauté. Parallèlement, de nombreuses nouvelles installations se tournent vers la production d’énergie au gaz privé au lieu du réseau, ce qui accentue leur impact climatique.

C’est la grande leçon pour quiconque réfléchit à l’IA. Il est facile de traiter l’IA comme un logiciel immatériel, quelque chose qui vit dans « le cloud ». Cette recherche rappelle que chaque réponse de modèle repose sur une infrastructure concrète : des terres, de l’eau, des câbles et du carburant. Les décisions concernant l’emplacement de cette infrastructure, les personnes qui la financent et la transparence de sa mesure ne sont pas des notes de bas de page techniques. Ce sont les conditions selon lesquelles les communautés décideront d’accepter ou non la technologie dans leur voisinage.

En bref

Les centres de données hyperscale aux États-unis ont consommé environ 82 TWh d’électricité en une seule année, soit environ 1,8 pour cent de la consommation nationale et plus que des États comme le Missouri, le Kentucky et le New Jersey. Les émissions associées, soit environ 25,7 millions de tonnes de dioxyde de carbone, sont importantes, bien que l’étude repose sur des hypothèses que des experts extérieurs jugent impossibles à vérifier pleinement. Ce que les travaux démontrent le plus clairement, c’est que l’empreinte énergétique de l’industrie est vaste, mal divulguée et de plus en plus contestée par les communautés qui l’accueillent. Une meilleure transparence de la part des opérateurs est l’élément manquant d’un débat qui devance actuellement les données.

D’après un reportage de New Scientist.

Lire l’étude originale.

Rédigé par

NAVION