Plusieurs opérateurs européens de data centers alertent : l’IA fait grimper la consommation électrique, en particulier avec les clusters GPU dédiés à l’entraînement et à l’inférence de modèles avancés. Le coût de l’énergie et la soutenabilité deviennent critiques, dans un contexte de prix volatils et de réseaux sous tension. Derrière l’effet vitrine des capacités IA, se joue une équation d’efficience : densité, réutilisation de chaleur, contrats longue durée et priorisation des usages pour éviter un verrou énergétique.

La France prévoit de mettre en service 35 data centers dédiés à l’IA à partir de 2025. Dans ce modèle, l’électricité pèserait déjà plus de 50 % des dépenses d’exploitation, tandis que le numérique pèse plus de 10 % de la consommation électrique nationale. Signal faible devenu enjeu majeur : l’essor des clusters IA va tendre le réseau et durcir les arbitrages entre souveraineté numérique, accès à une énergie bas carbone et efficacité. Attentes fortes sur l’optimisation, le refroidissement et les contrats d’énergie stables.

Bonpote détaille les émissions des modèles Llama 3.1 et indique que GPT-4 a été estimé à 42 GWh pour l’entraînement. Ces chiffres confirment une montée en puissance énergétique malgré promesses d’optimisation, alimentant les inquiétudes sur l’effet rebond.

L’AIE réaffirme que les data centers atteindront 975 TWh en 2030, l’IA représentant plus de 50 % de la croissance (soit ~3 % de la demande mondiale). L’accélération, quinze fois supérieure à la moyenne annuelle d’autres secteurs, pousse certains pays européens à évoquer des moratoires.

Polytechnique Insights publie une tribune compilant données scientifiques : les interactions ChatGPT seraient dix fois plus énergivores qu’une recherche Google. L’article insiste sur la dominance de l’inférence et appelle à la sobriété face à l’opacité des GAFAM.

L’ADEME analyse cinq scénarios pour les data centers en France, qui représenteraient 2,2 % de la consommation nationale (équivalent à 9–10 millions de foyers). L’IA accélère cette part via entraînement et inférence; il faudra arbitrer puissance et efficacité énergétique.