Files d'attente électriques interminables, sites tournant à moitié: une étude révèle la crise énergétique au cœur de la course européenne à l'IA.
Chaque fois que vous posez une question à un chatbot d'intelligence artificielle, quelque part, peut-être à l'autre bout d'un continent, un entrepôt rempli d'ordinateurs se met en marche pour y répondre et une quantité d'énergie vertigineuse est dépensée pour vous fournir une réponse en quelques secondes.
PUBLICITÉ
PUBLICITÉ
Les centres de données, ces sites physiques qui abritent les supercalculateurs et les composants associés au cœur de l'essor spectaculaire de l'IA, sont devenus essentiels à l'ère du traitement avancé des données.
Mais leur appétit pour l'électricité devient un problème en soi. Ces installations sont de plus en plus grandes, nombreuses et voraces en énergie, et les besoins pour les faire tourner augmentent au même rythme.
Les États-Unis dominent aujourd'hui la scène mondiale avec quelque 5 400 installations, contre environ 3 400 en Europe, selon les données de Cloudscene, et le Vieux Continent est déterminé à combler cet écart.
Problème : le rattraper a un coût énergétique colossal, alors que le réseau électrique européen peine déjà à répondre à la demande actuelle.
Une nouvelle étude (source en anglais) majeure signée par Maria Nowicka pour Interface, un groupe de réflexion européen spécialisé dans la politique énergétique et numérique, montre à quel point cette tension est devenue aiguë.
Les auteurs avertissent que, sans réforme urgente, les ambitions de l'Europe en matière d'IA pourraient se transformer en coûteux actifs échoués, aspirant électricité et argent public alors que de meilleures options seraient privilégiées ailleurs.
« Construire des installations de plusieurs centaines de mégawatts qui n'utilisent pas efficacement la capacité contractée serait insoutenable, non seulement sur le plan économique mais aussi du point de vue énergétique et climatique », souligne le rapport.
Des aspirateurs géants d'électricité
Un foyer européen type consomme environ 3 600 kilowattheures d'électricité par an, soit une dizaine de kilowattheures par jour.
Le centre de données qui fait tourner votre assistant d'IA peut, à lui seul, brûler avant le petit-déjeuner l'équivalent de la consommation quotidienne de dizaines de milliers de ces foyers.
« La capacité électrique des plus grands clusters d'IA est passée d'environ 13 MW en 2019 à une estimation de 280 à 300 MW pour Colossus, le projet d'xAI prévu pour 2025, soit une demande comparable à celle d'environ 250 000 foyers européens », indique le rapport.
Toute cette énergie doit bien transiter par une infrastructure, et celle-ci est déjà fortement sous pression.
Le réseau électrique européen, vaste maillage de lignes à haute tension, de postes et d'infrastructures de transport qui acheminent l'électricité des lieux de production vers les lieux de consommation, n'a pas été conçu avec l'IA en tête.
Lorsqu'un seul nouveau site réclame d'un coup plusieurs centaines de mégawatts, il ne suffit pas de le brancher au réseau. Il met sous tension l'ensemble du système alentour, impose souvent des mises à niveau coûteuses et évince d'autres utilisateurs qui se disputent la même capacité.
« L'entraînement de ChatGPT-4 aurait consommé environ 46 GWh d'énergie au total, soit l'équivalent d'un appel de puissance continu de 20 MW pendant trois mois, suffisamment pour alimenter l'ensemble de la Région de Bruxelles-Capitale pendant plus de quatre jours », poursuit le rapport.
Les modèles les plus avancés en cours de développement devraient consommer bien davantage. L'Agence internationale de l'énergie prévoit que la consommation électrique mondiale des centres de données « plus que doublera d'ici à 2030, en grande partie du fait des charges liées à l'IA ».
Les fermes de serveurs traditionnelles étaient conçues pour des charges électriques modestes et flexibles. Les grappes d'IA, elles, rassemblent des puces spécialisées qui tournent à intensité quasi maximale des jours, voire des semaines d'affilée, se comportant, selon le rapport, comme « des installations industrielles électro-intensives raccordées à des réseaux contraints ».
« La capacité de raccordement au réseau, les délais de connexion, les congestions locales et, plus récemment, les prix de l'énergie sont déjà devenus des contraintes majeures, retardant ou réorientant de vastes déploiements malgré l'intérêt initial des investisseurs », observe Interface.
Le réseau pourra-t-il suivre ?
Nulle part cette réalité n'est plus visible que sur les marchés européens les plus convoités pour les centres de données, ce que le secteur appelle les villes FLAP-D : Francfort, Londres, Amsterdam, Paris et Dublin.
Les files d'attente pour obtenir un raccordement au réseau y sont devenues si longues qu'elles équivalent de fait à un moratoire sur les nouveaux projets.
« Sur les marchés FLAP-D, les nouvelles installations attendent en moyenne de 7 à 10 ans pour être raccordées au réseau, un délai qui peut atteindre 13 ans dans les marchés primaires les plus congestionnés », détaille le rapport.
L'Irlande a instauré un moratoire de facto sur les nouveaux centres de données à Dublin jusqu'en 2028, tandis que les Pays-Bas et Francfort ont, dans les faits, bloqué toute nouvelle connexion au moins jusqu'en 2030.
Le rapport note qu'OpenAI a « mis en suspens ses investissements au Royaume-Uni et en Norvège en raison des prix élevés de l'électricité », signe possible que même les entreprises d'IA les mieux capitalisées se retrouvent stoppées net par les contraintes énergétiques européennes.
Ce qui doit changer
Le réseau électrique européen doit déjà faire face aux besoins liés à l'électrification des transports et du chauffage, au déploiement inégal des énergies renouvelables et à ce que le rapport décrit comme les risques de « marchés du gaz et de l'électricité sous tension », encore aggravés par l'invasion de l'Ukraine par la Russie et les conflits persistants au Moyen-Orient.
Le rapport recommande d'intégrer les centres de données européens dans la planification des réseaux nationaux et de l'UE dès le départ, en liant les décisions d'implantation à la disponibilité des énergies renouvelables.
Ajouter des centaines de mégawatts d'infrastructures d'IA à ce système risque de rendre l'ensemble de cette transition plus complexe et plus coûteuse.
« La valeur à long terme et l'acceptabilité des grands clusters de calcul d'IA dépendront du fait qu'ils soient conçus, réglementés et exploités comme des infrastructures énergétiques critiques, distinctes des centres de données traditionnels », conclut le rapport.