Nous ne sommes probablement qu’aux prémices de cette ascension. Les produits destinés à des data centers proposés par des entreprises comme Nvidia commencent tout juste à être commercialisés et se développent à une vitesse phénoménale. Cette dernière a par ailleurs vu son chiffre d'affaires trimestriel pour les centres de données quadrupler au cours des 12 derniers mois, l'entreprise bénéficiant de la forte demande des sociétés de cloud public à grande échelle (telles qu'Amazon, Microsoft et Google), de l'internet grand public et des grandes entreprises[1].

Microsoft estime avoir consommé 18 153 454 MWh d'électricité au cours de son exercice fiscal 2022, soit une hausse de 33 % par rapport à 2021[2]. Bien que l'entreprise n'ait pas encore divulgué sa consommation d'électricité pour l'exercice 2023, la croissance de la demande autour de l'IA générative devrait continuer d'accélérer la hausse de sa consommation d'électricité.

Une consommation compensée par l’efficacité

S’il est probable que l'IA devienne une part importante de la consommation d'électricité globale au cours des prochaines décennies, nous pensons qu'elle jouera également un rôle crucial dans la gestion de l'offre et de la demande d'électricité. À mesure que la production s'oriente davantage vers les énergies renouvelables, l'offre d'électricité deviendra plus fragmentée, diffuse et in-fine moins prévisible. Les habitations deviendront probablement des sources locales d'énergie solaire, l'électricité pourra provenir de sources distantes, mieux exposées au vent, du soleil ou de l’énergie hydroélectrique, tandis que le stockage d'énergie excédentaire nécessitera des batteries stationnaires ou mobiles (comme les véhicules électriques).

Cependant, l'énergie éolienne et solaire n'est pas toujours disponible, car sensible aux heures de la journée et aux conditions météorologiques. Il sera nécessaire que l’'IA soit au centre de l’équilibre entre consommation et production d'électricité. Par exemple, en cas de mauvaises prévisions météorologiques, et donc d’une puissance disponible moindre, les consommations électriques non essentielles peuvent être « décalées » à des moments plus opportuns. L'IA peut également recommander de réduire la consommation d'électricité et de stocker l'énergie excédentaire dans des batteries. Des entreprises telles que Schneider Electric et Microsoft collaborent pour transformer la gestion du réseau dans le but de maintenir sa fiabilité et d'accélérer l'adoption par les clients de moyens de stockage et de production d'énergie personnels, y compris les véhicules électriques et l'énergie solaire en toiture[3].

L'IA peut également être utilisée pour réduire la consommation d'énergie. Aujourd'hui, les camions analysent leurs données pour optimiser les habitudes des conducteurs. Le temps d'inactivité, la position de l'accélérateur et la vitesse sont utilisées pour former les conducteurs à la minimisation de leur consommation de carburant. À l'avenir, la conduite autonome sur des véhicules entièrement électriques contribuera à réduire la consommation d'énergie grâce à l'optimisation des itinéraires, à la réduction du trafic et à une meilleure utilisation des actifs.

Si l'IA risque d’augmenter la consommation d'énergie des data centers, les opportunités qu’elle crée seront essentielles pour assurer la transition vers des sources d'électricité entièrement renouvelables.

[1] Source: Nvidia, company earnings reports, 2023

[2] Source: Nvidia, company earnings reports, 2023

[3] Source: Schneider Electric capital markets day