Résoudre le dilemme de l’IA en concurrence avec la population pour l’électricité : SpaceX vise les étoiles, tandis que GobiX de Yuǎn Jǐng s’enracine dans les dunes｜Marée géante

Texte | Xiao Luyu

Édition | Yang Xuran

Le festival VivaTech, le grand rendez-vous européen des technologies, célèbre son dixième anniversaire. La surface d’exposition a été augmentée de 40 % par rapport à l’année dernière, accueillant près de 200 000 visiteurs. Contrairement aux années précédentes, cette édition a été marquée par une prise de conscience collective parmi les participants :

L’intelligence artificielle sort des écrans et devient l’une des forces fondamentales qui remodèlent le monde physique.

Comme l’a affirmé Roland Busch, PDG de Siemens, le jour de l’ouverture : « L’IA, dans ce siècle, sera une technologie fondamentale qui changera tout, tout comme l’électricité l’a été au siècle dernier. »

Le président français Emmanuel Macron et le Premier ministre indien Narendra Modi ont orienté le débat du domaine de l’innovation commerciale vers des questions touchant la structure de la société : qui contrôle les infrastructures, les données, le cloud et l’énergie qui font fonctionner l’IA.

Pour l’Europe, où l’âge moyen des réseaux électriques atteint 50 ans, IA et énergie ne sont plus des sujets parallèles mais un même défi urgent pour l’époque. Et ce problème ne concerne pas uniquement l’Europe.

Alors que la consommation d’électricité des centres de données augmente de façon exponentielle, les limites de capacité des réseaux urbains sont proches d’être atteintes. Les particuliers devront-ils sacrifier leur stabilité et leurs coûts d’utilisation électrique? Comment éviter que l’IA, sous couvert de « futur », ne prive les citoyens de leur droit à l’électricité? Ce sont des questions auxquelles le secteur de l’IA doit impérativement répondre.

Lors de l’exposition, le groupe chinois de technologie verte Envision a présenté sa solution : le plan Mission Gobi, appelé GobiX par l’industrie, dont l’objectif est de construire d’ici 2030 des centres de puissance verte dédiés à l’IA d’une capacité de 5GW dans les zones désertiques du Gobi à travers le monde.

Le développement de l’IA s’aligne progressivement sur la modernisation du secteur électrique. Il est désormais indispensable de restructurer la chaîne, du watt au bit, pour convertir davantage d’énergie propre en exécutions intelligentes des commandes par l’IA.

Alors que les réseaux urbains sont saturés, une contradiction émerge entre les besoins en électricité de l’IA et ceux des résidents. Les déserts, ensoleillés et venteux, pourraient devenir, plus encore que la planète Mars visée par SpaceX, le berceau du prochain âge de civilisation intelligente.

Cet article est une analyse approfondie de l'équipe éditoriale de « La Vague Majeure » (《巨潮WAVE》), n’hésitez pas à suivre sur plusieurs plateformes.

Centralisation de l’électricité

Selon Goldman Sachs, la demande en électricité des centres de données aux États-Unis passera de 31 GW en 2025 à 41 GW en 2026, puis à 66 GW en 2027 — soit quasiment le double.

Même avec une accélération de la construction des réseaux électriques dans le monde, la répartition du courant accentuera les contradictions structurelles.

D’après l’Agence internationale de l’énergie, la part de la consommation électrique des centres de données d’IA passera de 1,6 % de la production globale en 2025 à 3,7-4 %. Derrière ce changement de proportion se cache souvent la mise à l’écart de groupes traditionnels et vulnérables d’utilisateurs — qu’ils soient particuliers ou entreprises manufacturières classiques.

L’électricité est le problème central de l’infrastructure pour l’IA, et le consensus est mondial. Si un maillon de la chaîne, de l’« introduction » à la « transformation » jusqu’à la « consommation », est bloqué, le développement de tout le système IA peut se retrouver compromis.

L’introduction : comment connecter plus de GPU avec la même bande passante ; la transformation : comment générer plus d’intelligence avec la même quantité d’électricité ; la consommation : comment réduire considérablement les coûts énergétiques à investissement égal.

La consommation par carte des puces Nvidia, la H100 atteint 700W, la série B200/B100 dépasse déjà les 1000W et sera encore supérieure à la prochaine génération. Les puces bénéficient certes de progrès en efficacité énergétique, par exemple la consommation par token lors de la formation de modèles sur la B100 peut être une fraction de celle sur H100, mais l’effet de cette optimisation est vite absorbé par l’augmentation de la taille des modèles.

Du point de vue opérationnel et économique, le coût de l’électricité représente désormais 57% du budget d’un centre de données d’IA, dépassant largement la dépréciation, le loyer et les coûts de la main-d’œuvre. Autrement dit, un centre de données une fois construit, la facture énergétique peut peser davantage sur sa survie financière que la précision du modèle ou l’efficacité d’exploitation de la puissance de calcul.

Ainsi, la stratégie clé de la Chine à l’ère de l’IA énergétique est la coordination entre calcul et électricité, basée sur un nouveau système électrique, par le développement de l’optimisation intelligente, l’innovation technique et institutionnelle pour la gestion des sources, réseaux, charges et stockage, et en favorisant l’intégration profonde et la collaboration bidirectionnelle entre le réseau de calcul et le réseau électrique.

Cette stratégie rejoint en fait celle des entreprises d’énergie native à l’IA de la Silicon Valley (par exemple GridCARE, Emerald AI) : l’optimisation de la répartition des ressources électriques pour résoudre la contradiction entre l’expansion du calcul et l’approvisionnement en énergie, au lieu d’augmenter simplement la production d’électricité.

Le réseau électrique américain fonctionne par régions, sans coordination nationale, avec de faibles capacités d’interconnexion inter-états et inter-régions. Cumulé avec des investissements décalés entre l’énergie nouvelle et les infrastructures électriques, cela a finalement provoqué des problèmes de pénurie d’électricité pour l’IA et de concurrence entre l’IA et les résidents pour l’accès à l’électricité.

Selon le rapport de suivi de Data Center Watch, plus de 250 000 résidents de 24 états américains ont participé, au cours des deux dernières années, à des manifestations contre la construction de centres de données. Principalement parce que les coûts d’adaptation des réseaux électriques à l’IA ont été répercutés sur les factures des habitants locaux, réduisant la stabilité de l’approvisionnement.

De l’infrastructure à la technologie, des équipements aux services, chaque maillon de la réforme du système électrique mondial recèle des opportunités pour notre époque. Et cette opportunité ne favorisera finalement qu’un type d’entreprise d’énergie technologique :

Celle qui intègre production d’énergie renouvelable, stockage, réseau, électronique de puissance, calcul et grands modèles, en un système électrique intégré pour l’ère de l’IA.

La caractéristique marquante de ces entreprises de technologie énergétique à l’ère de l’IA, c’est qu’elles ne se définissent plus comme producteurs, transporteurs ou consommateurs d’électricité, mais comme des systèmes d’exploitation connectant la puissance de calcul et l’électricité. Leur compétitivité ne dépend plus du prix de l’énergie, mais de leur capacité à produire le maximum d’intelligence par joule consommé.

Celui qui est capable de fournir des solutions systémiques pour l’énergie de l’IA sera architecte des infrastructures de demain.

Épopée énergétique de l’IA

À l’échelle mondiale, les entreprises explorent chacune leur solution systémique pour l’énergie de l’IA.

Parmi les acteurs principaux figurent les fabricants de puces comme Nvidia, qui s’allient à Emerald AI et AES dans l’énergie pour construire la nouvelle génération d’usines d’IA.

Ces usines IA, dès leur conception, intègrent l’énergie, le calcul, le réseau et la gestion thermique dans une architecture unifiée, permettant, au départ, d’utiliser les installations de production et de stockage d’énergie sur place comme source transitoire, et ensuite de fournir de l’électricité au réseau par une gestion flexible.

D’autres acteurs, comme Siemens ou Schneider Electric, grands industriels européens, s’allient aux leaders de l’industrie comme Nvidia pour conserver leur place dans l’écosystème, tout en développant leurs plateformes logicielles intelligentes capables de fournir des solutions de bout en bout sur la chaîne « source-réseau-charge-stockage » et de consolider leur clientèle existante.

Envision propose également une solution intégrale et a déjà franchi de grandes étapes dans cette voie, grâce à des années d’investissement dans l’éolien, le stockage et l’intégration de systèmes renouvelables.

Dans l'éolien, en 2025, les nouvelles capacités mondiales installées atteindront 169GW. La capacité d'Envision à l'international a bondi de 15 fois pour atteindre 4,8GW, un record pour un fabricant chinois et une première place depuis quatre ans en termes de commandes à l’international. Dans le stockage, Envision se classe cinquième mondial en termes de volume de systèmes livrés.

Au-delà de l’avantage manufacturier, Envision emploie l’IA et les grands modèles pour optimiser systématiquement ce socle matériel, et le parc industriel zéro carbone de Chifeng constitue un exemple de validation directe de ces optimisations.

Ce parc situé à Chifeng exploite le plus grand système électrique 100 % renouvelable du monde et comprend un projet de production d'ammoniac et d’hydrogène verts de 1,52 million de tonnes, avec, à terme, une production électrique annuelle de 60 milliards de kWh, soit l’équivalent de la consommation annuelle d’un pays comme le Portugal.

L’enjeu pour Envision ici est d’utiliser l’IA pour dompter des sources d’énergie renouvelable colossales, fragmentées et instables, afin d’alimenter en électricité un système industriel continu.

Pour ce faire, Envision utilise dans le parc le grand modèle météorologique « Tianji » pour prédire avec précision la météo et anticiper les performances de l’éolien et du solaire, puis, grâce au grand modèle énergétique « Tianshu », organise une gestion en temps réel et à l’échelle du milliseconde de tout le parc, afin d’optimiser la production, le stockage et la consommation d’énergie.

L’ammoniac vert produit sur place se vend via des accords à long terme avec des entreprises européennes et asiatiques, assurant une chaîne complète de production et de commerce. Un exemple typique : début 2024, le premier navire mondial d’ammoniac vert a quitté Lianyungang pour rejoindre Lotte Fine Chemical en Corée.

Le succès du parc de Chifeng et d’autres projets fournit à Envision des données réelles, fiables et précieuses pour accélérer l’évolution de ses solutions énergétiques IA, permettant des initiatives plus radicales.

Pour le projet GobiX d’Envision, selon le président Zhang Lei, il s’agit de « faire des déserts du Gobi le berceau de la civilisation intelligente ».

En réalité, le monde compte plus de 30 millions de km² de déserts et Gobi, avec beaucoup de soleil, du vent stable et des terres bon marché. Transformez ces terres autrefois considérées comme des friches en sources d’énergie de l’ère intelligente, voire en habitat de la civilisation du silicium : c’est peut-être l’aspect le plus romantique de la révolution technologique actuelle.

L’esprit pionnier d’Envision dans ce processus est aussi remarquable que celui de SpaceX pour Mars. Les deux entreprises démontrent que l’homme peut établir les bases d’une nouvelle civilisation dans les endroits les plus hostiles, offrant à la civilisation intelligente une profondeur de survie affranchie des contraintes géographiques. Elles ouvrent de nouvelles possibilités pour l’humanité.

Cela permet de résoudre les problèmes immédiats et redéfinit ce qui est possible ou impossible, remaniant la distinction entre friche et civilisation, pour inscrire dans la conscience collective humaine une transformation d’une ampleur inédite.

Et tout commence simplement par un kWh, une puce, une ligne de code et une poignée de pionniers convaincus que le monde peut changer.