Les applications d'IA à forte consommation énergétique exigent une expansion significative de la capacité mondiale
L'utilisation accrue de l'IA exigera une expansion majeure des centres de données et augmentera considérablement la consommation d'électricité. Les énergies renouvelables peuvent fournir une grande partie de l'énergie nécessaire, mais des sources à la demande telles que le gaz naturel seront toujours nécessaires, étant donné l'intermittence de l'énergie éolienne et solaire.
Authors
L'intelligence artificielle (IA) entraîne une augmentation importante de la demande en énergie. Les centres de données qui fournissent les capacités de calcul et de stockage nécessaires au développement, à l'entraînement et au déploiement des modèles d'IA consommeront beaucoup plus d'énergie au fur et à mesure que les applications d'IA seront de plus en plus utilisées. Répondre à cette demande croissante d'énergie présente de nombreux défis. Cela pourrait expliquer pourquoi Sam Altman, le PDG d'OpenAI, a décrit l'énergie comme la « partie la plus épineuse » pour satisfaire la demande de calcul de l'IA.
Les centres de données utilisaient de plus en plus d’énergie même avant l'explosion de l'intérêt pour les fonctionnalités de l’IA générative. De 2012 à 2023, la demande en électricité des centres de données a augmenté à un taux de croissance annuel composé (TCAC) de 14 %, dépassant largement la croissance de 2,5 % de la demande totale en électricité sur la même période. Une grande partie de cette croissance de la consommation d’énergie dans les centres de données au cours de cette décennie a été alimentée par l’augmentation de la production et de l’analyse de données, ainsi que par le passage au cloud computing, les entreprises ayant déplacé leur stockage de données et leur puissance de calcul hors de leurs locaux vers des centres de données.
L'IA va désormais augmenter de manière encore plus significative la puissance nécessaire aux centres de données. Lorsque les modèles d'IA sont en phase d'entraînement, apprenant à faire des prédictions et à prendre des décisions sur la base des données qui leur ont été fournies, ils consomment six fois plus d'énergie que les utilisations informatiques non liées à l'IA. Dans la « phase d'inférence », lorsque les modèles d'IA entraînés tirent des conclusions à partir de nouvelles données et des demandes, ils consomment encore deux à trois fois plus d'énergie que nécessaire pour les usages plus traditionnels.
Une augmentation considérable de la capacité nécessaire pour alimenter l’IA
Pour répondre à la demande croissante d’énergie des centres de données, il est nécessaire d’augmenter considérablement la capacité mondiale de production et de transmission d’énergie.
Les plus grandes entreprises technologiques du monde dépensent des milliards de dollars pour augmenter leur capacité énergétique afin de renforcer leur potentiel pour former et développer des modèles d’IA. Ces entreprises – appelées « hyperscalers » en raison de leur capacité à faire évoluer l’infrastructure informatique à des niveaux capables de répondre à la demande massive de services de cloud computing, de stockage de données et maintenant de capacités d’IA – comprennent Google, Microsoft, Amazon, Meta (Facebook), Apple et Alibaba.
Le cabinet de recherche SemiAnalysis estime que la capacité critique en énergie informatique – c’est-à-dire la puissance totale disponible pour faire fonctionner les serveurs, les dispositifs de stockage et les équipements réseau (et en dehors des utilisations non informatiques comme l’éclairage et le refroidissement) – dans les centres de données du monde entier passera de 49 000 mégawatts en 2023 à 96 000 mégawatts d’ici 2026 (Voir graphique 1).
Cette augmentation de la capacité critique en énergie informatique constitue un TCAC de 25 % au cours des trois prochaines années, dépassant là encore largement le taux de croissance annuel de 13 % observé entre 2014 et 2023. Le recours à l’IA engendrera 85 % de cette croissance future. Comme l’illustre le graphique 2, de nombreux hyperscalers verront leur capacité presque doubler.
L’augmentation de la capacité à l’échelle mondiale proviendra non seulement des gains d’efficacité et de l’expansion des centres existants, mais aussi de la construction de nouveaux centres de données.
Un engagement en faveur d’une consommation d’électricité durable
Les sources d’énergie renouvelable telles que l’énergie éolienne et solaire joueront un rôle essentiel pour répondre à la demande accrue de puissance de calcul, au moment où les pays visent à atteindre les objectifs de l’Accord de Paris en matière de réduction des émissions de gaz à effet de serre. Les hyperscalers occidentaux ont également leurs propres objectifs ambitieux en matière de décarbonation.[1]
- Google vise à n’utiliser que de l’énergie sans carbone 24h/24 et 7 j/7 d’ici 2030.
Amazon prévoit d’alimenter ses opérations avec 100 % d’énergie renouvelable d’ici 2025. L’entreprise vise également à atteindre des émissions nettes zéro d’ici 2040.
Meta (Facebook) a réduit les gaz à effet de serre émis par ses activités de 94 % depuis 2017. Elle y est parvenue principalement en alimentant ses centres de données et ses bureaux avec de l'énergie 100 % renouvelable.
Microsoft vise à ne plus consommer que de l’électricité issue de sources d'énergie décarbonée d'ici 2030. L'entreprise prévoit également de compenser, d'ici 2050, tout le carbone qu’elle a émis depuis sa création en 1975.
Apple alimente désormais l'ensemble de ses magasins, centres de données et bureaux dans le monde entier avec de l'électricité 100% renouvelable. Environ 90% de cette électricité provient de sources renouvelables créées par Apple. L'entreprise a atteint cet objectif grâce à des accords d'achat d'électricité à long terme avec certaines centrales électriques renouvelables, ainsi qu'à des investissements directs dans d'autres installations d'énergie renouvelable.
L’intermittence de l’énergie solaire et éolienne pose un défi
Les centres de données sont de grands consommateurs d'énergie et fonctionnent 24h/24, 7j/7. Étant donné que le vent et le soleil sont des sources d'énergie intermittentes, il semble évident que les centres de données d'aujourd'hui ne peuvent pas être directement alimentés uniquement par les énergies renouvelables, même lorsque la technologie des batteries est utilisée pour stocker l'énergie générée. (Les batteries présentent également leurs propres défis en raison de leur coût, de leur durée de vie limitée et leurs inefficacités).
Les hyperscalers ont résolu ce problème en signant des contrats d'achat d'électricité virtuels avec des entreprises de développement d'énergies renouvelables, dont l'énergie est injectée dans le réseau électrique, lequel continue de tirer une grande partie de son énergie de centrales alimentées au charbon ou au gaz naturel. Les centres de données des hyperscalers sont dès lors approvisionnés à la fois en électrons verts et en électrons gris (provenant de combustibles fossiles). Lorsque le coût de l'électricité provenant du contrat d'achat d'électricité est plus élevé que celui du réseau, les hyperscalers paient la différence. Lorsque ce coût est inférieur, ils réalisent des économies.
L'énergie hydroélectrique ou nucléaire pourrait constituer une alternative à la dépendance aux combustibles fossiles. Cependant, il existe des contraintes géographiques avec l'hydroélectricité. Les centrales nucléaires présentent des problèmes supplémentaires, allant du temps nécessaire à leur construction à l'implantation de sites nucléaires. Pour l’instant, le gaz naturel offre l’option la plus viable pour obtenir de l’énergie en complément des sources renouvelables, étant donné qu’il peut fournir de l’énergie à la demande et constitue une alternative beaucoup plus propre que les centrales au charbon.
De nombreuses goulets d'étranglement pour la construction de capacités supplémentaires
Augmenter la capacité de production et de transmission d’électricité en temps opportun, tout en gérant la stabilité plus large des réseaux électriques, a été un défi qui pourrait ralentir le développement des centres de données et la prolifération de solutions basées sur l’IA. De multiples goulets d’étranglement supplémentaires sont apparus.
Tout d’abord, la construction actuelle des centres de données a déjà un impact négatif sur les réseaux électriques. Cela a amené certains opérateurs de centres de données à faire une pause sur les nouveaux projets. En Irlande, où les centres de données utilisent désormais 18 % de l'électricité produite dans le pays, aucun nouveau centre ne peut être connecté au réseau électrique avant 2028. Les Pays-Bas ont restreint la construction de nouveaux centres à deux emplacements, et Singapour a imposé un moratoire de quatre ans sur la construction de nouveaux datacenters.
Deuxièmement, la mise à l’échelle des chaînes d’approvisionnement pour répondre aux ambitions élevées des hyperscalers s’avère difficile. Il y a actuellement une pénurie de transformateurs, ces grands équipements complexes qui ajustent la tension de l'électricité afin qu'elle puisse être transmise sur de longues distances et utilisée en toute sécurité dans les centres de données. Wood Mackenzie, un fournisseur d’analyse de données pour le secteur des énergies renouvelables, estime qu’il faut désormais deux ans pour obtenir un transformateur, contre un seul au début de 2022. Étant donné que ce défi nécessite une augmentation de la production et non une percée technologique, il pourrait rester un obstacle à court terme.
Troisièmement, le raccordement de la production d’énergie renouvelable au réseau électrique prend également plus de temps en raison de l’augmentation des files d’attente de raccordement au réseau. Aux États-Unis, par exemple, il faut maintenant quatre ans pour évaluer l’impact d’une nouvelle centrale d’énergie renouvelable sur le réseau électrique.[2] Les nouvelles centrales nécessitent également de nouvelles lignes électriques pour transporter l’électricité de son lieu de production à son point d’utilisation. Les délais d’ajout de lignes de transmission sont aussi longs. Dans l'ensemble, compte tenu des trois à quatre années nécessaires pour l’emplacement et l’autorisation d’un nouveau projet, ainsi que des trois à quatre années supplémentaires pour la construction, le processus complet de mise en service d'une centrale d'énergie renouvelable peut prendre jusqu'à six à huit ans. Contrairement aux problèmes de chaîne d’approvisionnement, les retards bureaucratiques de longue date ne peuvent être résolus que par une action menée par le gouvernement. Étant donné le temps qu'il faut pour réaliser des changements sur ce front, il semble probable que ces goulets d'étranglement persisteront et continueront à limiter la croissance de la capacité.
En réponse à ces défis, les hyperscalers trouvent des solutions alternatives. Une option consiste à acquérir une source d’énergie « hors réseau ». Amazon l'a récemment fait en achetant un centre de données en Pennsylvanie qui est alimenté par une centrale nucléaire située à proximité.
L’IA peut aider à résoudre le problème qu’elle crée
L’IA pourrait, logiquement, aider à résoudre de nombreux défis associés à la fourniture de l’énergie accrue dont elle a besoin. Étant donné qu’elle en est encore à ses premiers stades de développement, il est encore trop tôt pour prédire exactement comment ce scénario se déroulera. Pourtant, il semble très probable que l’IA aidera à découvrir des moyens de gérer et d’utiliser l’énergie de manière plus efficace.
[1] Source : Bernstein, rapports d’entreprise
[2] Source : Berkley Lab, Commission pour la transition énergétique
Toute référence à des régions/pays/secteurs/actions/titres est uniquement à titre indicatif et ne constitue pas une recommandation d’achat ou de vente d’instruments financiers ou d’adoption d’une stratégie d’investissement spécifique.
Le contenu de ce site est destiné aux particuliers et aux investisseurs non professionnels.
Ce document exprime les opinions du gérant ou de l'équipe citée et ne représente pas nécessairement les opinions formulées ou reflétées dans d’autres supports de communication, présentations de stratégies ou de fonds de Schroders.
Ce document n’est destiné qu’à des fins d’information et ne constitue nullement une publication à caractère promotionnel. Il ne constitue pas une offre ou une sollicitation d’achat ou de vente d’un instrument financier quelconque. Il n’y a pas lieu de considérer le présent document comme contenant des recommandations en matière comptable, juridique ou fiscale, ou d’investissements. Schroders considère que les informations contenues dans ce document sont fiables, mais n’en garantit ni l’exhaustivité ni l’exactitude. Nous déclinons toute responsabilité pour toute opinion erronée ou pour toute appréciation erronée des faits. Aucun investissement et/ou aucune décision d’ordre stratégique ne doit se fonder sur les opinions et les informations contenues dans ce document.
Les performances passées ne sont pas un indicateur fiable des performances futures. Les cours des actions ainsi que le revenu qui en découle peuvent évoluer à la baisse comme à la hausse et les investisseurs peuvent ne pas récupérer le montant qu’ils ont investi.
Les prévisions contenues dans le présent document résultent de modèles statistiques, fondés sur un certain nombre d'hypothèses.
Elles sont soumises à un degré élevé d'incertitude concernant l'évolution de certains facteurs économiques et de marché susceptibles d'affecter la performance future réelle. Les prévisions sont fournies à titre d'information à la date d'aujourd'hui. Nos hypothèses peuvent changer sensiblement au gré de l'évolution possible des hypothèses sous-jacentes notamment, entre autres, l'évolution des conditions économiques et de marché. Nous ne sommes tenus à l'obligation de vous communiquer des mises à jour ou des modifications de ces prévisions au fur et à mesure de l'évolution des conditions économiques, des marchés, de nos modèles ou d'autres facteurs.
Ce document est produit par Schroder Investment Management (Europe) S.A., succursale française, 1, rue Euler, 75008 Paris, France.
Authors
Thèmes