Pourquoi l'IA générative consomme autant d'électricité (chiffres clés et projections)

1. Pourquoi la consommation explose : scaling laws et déploiement de masse

Jusqu'en 2018, la majorité des modèles de NLP comptaient quelques centaines de millions de paramètres. En quelques années, l'échelle a changé d'ordre de grandeur : GPT-3 (2020) avec 175 milliards de paramètres, Llama 3.1 405B (2024) et les grands modèles propriétaires (GPT-4, Claude, Gemini) estimés au-delà de la barre des centaines de milliards, avec des architectures denses ou en mélange d'experts (MoE).

Cette inflation est documentée par les travaux dits de scaling laws : Kaplan et al. (2020) chez OpenAI, puis Hoffmann et al. (2022, Chinchilla) chez DeepMind, ont montré que la performance d'un modèle suit une loi de puissance dépendant à la fois de la taille du modèle, du volume de données d'entraînement et du compute total. En pratique, doubler la performance d'un LLM impose souvent de quadrupler le compute.

À cette explosion du compute d'entraînement s'ajoute la massification de l'inférence : chatbots grand public, copilotes intégrés dans les suites bureautiques, agents IA, génération d'images et de vidéo. Cette double dynamique — modèles plus gros et usage de masse — explique pourquoi l'IA est devenue le premier moteur de croissance de la demande électrique des data centers selon l'AIE.

Cette mécanique change la nature du problème : ce n'est plus seulement l'entraînement (ponctuel, programmable la nuit, planifiable géographiquement) qui pèse, mais l'inférence en continu, qui suit la courbe d'usage 24/7 — avec des pics de demande qui sollicitent le réseau électrique exactement au mauvais moment.

2. Phase d'entraînement : combien consomme réellement un LLM ?

Les chiffres publics sur la consommation d'entraînement sont rares, mais quelques jalons existent. Le papier original de GPT-3 (Brown et al., 2020) et l'analyse de Patterson et al. (2021, Google/Berkeley) évaluent l'entraînement de GPT-3 à environ 1 287 MWh d'électricité, pour une empreinte d'environ 552 tCO₂e selon le mix électrique utilisé.

Pour Llama 3.1 (405B), Meta a déclaré officiellement dans la model card publiée en juillet 2024 un total cumulé de ~30,84 millions d'heures-GPU H100-80GB pour l'ensemble de la famille Llama 3, pour une empreinte estimée à environ 11 390 tCO₂e (avant compensations). Pour GPT-4, OpenAI n'a pas publié de chiffre officiel, mais les estimations indépendantes situent l'entraînement dans la fourchette de plusieurs GWh, soit un ordre de grandeur au-dessus de GPT-3.

Le poste dominant reste les GPU : un H100 affiche un TDP de ~700 W, un H200 environ 1 000 W, et la nouvelle génération GB200 Grace Blackwell de NVIDIA monte au-delà. À ce socle s'ajoutent la mémoire HBM, les interconnects haut débit (NVLink, NVSwitch, InfiniBand), le refroidissement et les pertes onduleur/transformateur — soit, à l'échelle d'un cluster d'entraînement de plusieurs dizaines de milliers de GPU, des dizaines de MW en pointe.

Note méthodologique : ces chiffres incluent l'électricité GPU + overhead datacenter (PUE). Les estimations varient selon le PUE retenu, le mix électrique du site et la prise en compte ou non du fine-tuning.

3. Phase d'inférence : peu par requête, beaucoup au total

Une seule requête à un chatbot consomme peu — quelques wattheures selon les estimations publiées — mais multipliée par des centaines de millions de requêtes quotidiennes, l'inférence devient la principale source de demande électrique des modèles d'IA. Plusieurs travaux convergent : McKinsey, Goldman Sachs Energy Research et l'AIE estiment que l'inférence représente déjà la majorité du compute IA mondial déployé en production.

Les travaux de Sasha Luccioni (Hugging Face) et al. (« Power Hungry Processing », 2023-2024) ont produit l'une des premières mesures empiriques systématiques par type de tâche. Ils confirment que la nature de la tâche compte autant que la taille du modèle : générer une image ou une vidéo consomme un à plusieurs ordres de grandeur de plus qu'une requête texte.

À l'échelle d'un produit grand public, l'inférence se traduit par une consommation annuelle qui peut dépasser celle de l'entraînement initial en quelques mois d'exploitation. C'est pourquoi les efforts d'optimisation (quantification INT8/FP8/INT4, distillation, mixture of experts, caching) se concentrent désormais sur l'inférence plus que sur l'entraînement.

4. Empreinte des data centers IA : PUE, densité, eau

La consommation d'un cluster IA ne se limite pas aux GPU. Le PUE (Power Usage Effectiveness) mesure le ratio entre énergie totale consommée et énergie utile aux serveurs : un PUE de 1,5 signifie que pour 1 kWh d'IT, 0,5 kWh part dans le refroidissement, l'éclairage et les pertes. Selon l'Uptime Institute Global Data Center Survey, le PUE moyen mondial s'est stabilisé autour de 1,5-1,6 ces dernières années. L'ADEME retient une valeur proche pour la France (~1,55).

Les nouveaux data centers IA visent des PUE bien plus bas — 1,1 à 1,2 — grâce au refroidissement liquide direct (Direct Liquid Cooling) et à l'immersion cooling. La densité par rack a explosé : autour de 5-15 kW/rack pour un data center cloud généraliste, contre 30 à 100 kW/rack voire plus pour les baies NVIDIA DGX/HGX/GB200. C'est cette densité qui rend l'air conditionné traditionnel inopérant.

5. Projections agrégées : AIE, McKinsey, Goldman Sachs, RTE

Le rapport AIE Electricity 2024 a publié l'une des premières fourchettes officielles : la consommation mondiale des data centers (IA, cryptomonnaies incluses) pourrait passer d'environ 460 TWh en 2022 à une fourchette de 620 à 1 050 TWh d'ici 2026, soit l'équivalent de la consommation annuelle de pays entiers comme le Japon dans le scénario haut.

Cette fourchette large s'explique par les incertitudes sur la vitesse de déploiement de l'IA générative et sur les gains d'efficience matériels et logiciels. Goldman Sachs (rapport 2024) anticipe une hausse de +160 % de la demande data centers d'ici 2030, et McKinsey converge vers un doublement à 2030. SemiAnalysis et IDC partagent cette tendance.

Projection de la consommation électrique mondiale des data centers (TWh). Source : AIE Electricity 2024, fourchette basse / haute à 2026.

En France, la consommation des data centers est estimée aujourd'hui à environ 10 TWh/an, soit ~2 % de la consommation électrique nationale (sources : RTE, France Datacenter, ADEME). Les scénarios RTE Futurs Énergétiques 2050 et les bilans annuels prévoient un quasi-doublement à horizon 2030, vers 20-25 TWh selon le rythme d'implantation des projets annoncés.

6. Solutions techniques et nouveaux métiers de l'efficience

Plusieurs leviers se déploient en parallèle pour infléchir la trajectoire énergétique. Aucun ne suffit seul ; c'est leur combinaison qui détermine la pente réelle de la courbe à 2030.

Nouveaux métiers : efficience énergétique data center

Cette pression réglementaire et économique fait émerger des profils hybrides à la croisée de l'énergétique du bâtiment, du génie thermique, du data engineering et de la finance. Quelques exemples observés sur le marché français :

Estimations indicatives basées sur les offres publiées par France Datacenter, l'APEC et les retours de cabinets de recrutement spécialisés (2024-2025). À nuancer selon la région, la taille de l'opérateur et l'ancienneté.