Les centres de données d’IA peuvent acheter des puces, louer des terrains et lever des capitaux, mais ils ne peuvent pas fonctionner sans électricité continue. C’est pourquoi le réseau électrique devient la main morte derrière le déploiement de l’IA : il peut opposer son veto à la croissance même quand tout le reste semble prêt. Le ministère américain de l’Énergie affirme que la demande des centres de données augmente vite, varie selon les régions et exige souvent une alimentation ferme pour fonctionner en continu[s].
Les chiffres expliquent pourquoi ce n’est plus un simple problème d’installations spécialisées. Le ministère a indiqué que les centres de données américains utilisaient environ 4,4 % de toute l’électricité du pays en 2023 et pourraient en utiliser 6,7 % à 12 % en 2028, avec une consommation annuelle passant de 176 TWh en 2023 à une projection de 325 à 580 TWh en 2028[s]. À l’échelle mondiale, la Commission européenne cite des estimations de l’Agence internationale de l’énergie selon lesquelles les centres de données consommaient environ 415 TWh, soit 1,5 % de l’électricité mondiale, et pourraient plus que doubler pour approcher 945 TWh d’ici 2030 à mesure que le calcul accéléré progresse pour l’IA[s].
Pourquoi les centres de données d’IA font du réseau le gouletUn lieu géographique où le trafic doit passer par un passage étroit ou limité, créant une vulnérabilité aux perturbations. d’étranglement
La version simple est que les centres de données d’IA transforment la demande de calcul en problème d’acheminement électrique. Une baie d’IA moderne n’est pas une armoire serveur modeste. La documentation des baies NVIDIA DGX GB indique que la baie utilise une barre omnibus et des étagères d’alimentation pour distribuer l’électricité, et que sa consommation est d’environ 120 kW avec des étagères d’alimentation redondantes[s]. Un campus rempli de ces baies ne demande pas au réseau l’énergie d’un immeuble de bureaux. Il demande une puissance industrielle avec une cadence numérique.
Cela compte parce que le réseau doit livrer l’électricité là où le centre de données est construit, et non là où l’électricité est théoriquement la moins chère. Le ministère de l’Énergie affirme que les centres de données peuvent affecter les réseaux régionaux à cause des hausses rapides de charge, des contraintes d’implantation liées à la latence et du besoin d’alimentation ferme[s]. La centrale, le trajet de transport, le poste électrique et les équipements locaux de distribution doivent tous s’aligner.
C’est l’argument du point de défaillance commun. Il ne signifie pas qu’un seul interrupteur pourrait arrêter toute l’IA. Il signifie que les centres de données d’IA partagent une dépendance qui ne peut pas être remplacée par des puces plus rapides ou de meilleurs logiciels quand la capacité réseau nécessaire manque. La redondance locale n’est pas la même chose que l’approvisionnement régional. L’AIE formule le même problème en disant que l’IA a besoin d’une alimentation sans interruption et que la solution doit inclure la bonne combinaison de sources d’énergie[s].
Le réseau avance sur une horloge plus lente
Les plans de centres de données peuvent changer plus vite que les infrastructures électriques. PJM, qui coordonne l’électricité dans tout ou partie de 13 États et du district de Columbia[s], indique que sa prévision 2026 a ajusté plusieurs zones pour tenir compte de la croissance de la charge des centres de données, et distingue désormais les engagements fermes à court terme des projets à plus long terme moins certains, parce que des demandes de charges importantes incertaines peuvent fausser la planification[s].
Le rapport 2026 de PJM prévoit aussi une croissance de la pointe estivale moyenne de 3,6 % par an au cours des 10 prochaines années, avec une pointe estivale en hausse de 65 733 MW d’ici 2036 et de 96 704 MW d’ici 2046[s]. La prévision inclut plus que les centres de données, mais les propres ajustements de charge de PJM montrent que leur croissance est l’une des forces qui changent la prévision.
Le côté offre a son propre retard. Le rapport Queued Up 2025 du Lawrence Berkeley National Laboratory recensait environ 2 290 GW de capacités de production et de stockage cherchant activement à se raccorder à la fin de 2024[s]. Le même rapport indique que seuls environ 19 % des projets ayant demandé un raccordement de 2000 à 2019 avaient atteint l’exploitation commerciale à la fin de 2024, et que le projet type construit en 2024 avait pris 55 mois entre la demande et la mise en service[s].
Pourquoi la main morte compte
La main morte n’est pas seulement la consommation d’électricité. Une charge gaspilleuse peut rester gérable si elle est petite, flexible ou située là où une capacité inutilisée existe. Le problème plus difficile est une charge élevée, continue, concentrée géographiquement et arrivant par blocs. Les centres de données d’IA présentent ces traits assez souvent pour que le réseau devienne l’élément qui donne le rythme.
Cela change la manière de juger l’expansion de l’IA. Une entreprise qui annonce un campus de centres de données n’annonce pas du calcul utilisable tant que le chemin électrique n’est pas crédible. Une région qui accueille des centres de données d’IA se dispute des emplois et une base fiscale tout en acceptant une nouvelle catégorie d’obligation envers le réseau. Un fournisseur de modèles qui promet davantage de capacité d’inférence parie aussi que les postes électriques, les transformateurs, les renforcements de transport et l’énergie ferme arriveront à temps.
La solution n’est pas d’arrêter de construire des centres de données d’IA. Elle consiste à cesser de traiter l’électricité comme une commodité d’arrière plan. Le ministère de l’Énergie énumère un portefeuille de réponses, dont de nouvelles capacités de production et de stockage, le nucléaire et l’hydroélectricité existants, la réutilisation de sites charbonniers retirés du service, l’expansion du réseau, l’efficacité et les ressources de demande[s]. L’AIE avance le même point sous un autre angle : produire davantage ne suffit pas, car livrer l’énergie nécessaire à l’IA exige aussi des investissements dans le réseau, l’efficacité des centres de données et de la flexibilité dans l’ensemble du système électrique[s].
La leçon pratique est directe. Les centres de données d’IA ne relèvent plus seulement de l’architecture du cloud. Ils relèvent des systèmes électriques. Les gagnants ne seront pas les entreprises qui se contentent de réserver le plus de GPU. Ce seront les entreprises, les services publics et les régions capables de transformer des mégawatts promis en puissance livrée fiable sans rendre le reste du réseau moins fiable.
Les centres de données d’IA transforment la montée en échelle des modèles en problème de livrabilité. La ressource limitante inclut le silicium de calcul, mais la chaîne décisive apporte une alimentation continue depuis la production jusqu’au transport, aux postes électriques, aux appareillages de commutation, à la distribution électrique, au refroidissement et aux étagères d’alimentation des baies. La description que donne le ministère de l’Énergie de la charge des centres de données fournit l’indice technique essentiel : croissance rapide, variation régionale, implantation contrainte par la latence et besoin fréquent d’alimentation ferme pour fonctionner en continu[s].
L’ampleur suffit à modifier les hypothèses de planification. Le résumé du ministère, fondé sur le LBNL, indique que les centres de données américains ont consommé 176 TWh en 2023 et pourraient consommer 325 à 580 TWh en 2028, passant de 4,4 % de toute l’électricité du pays à une projection de 6,7 % à 12 %[s]. Au niveau mondial, la Commission européenne cite des estimations de l’AIE selon lesquelles la consommation des centres de données était d’environ 415 TWh et pourrait monter vers 945 TWh d’ici 2030, surtout à cause du calcul accéléré utilisé pour l’IA[s].
Les centres de données d’IA comme systèmes d’acheminement électrique
Le niveau de la baie montre pourquoi le problème du réseau n’est pas abstrait. La documentation des baies NVIDIA DGX GB décrit l’arrivée de l’alimentation en courant alternatif dans les étagères d’alimentation, la conversion en sortie nominale de 50 V à 51 V en courant continu, la distribution par une barre omnibus et les étagères d’alimentation redondantes. La même documentation donne une consommation approximative de 120 kW par baie[s]. Ce chiffre est une spécification de baie, pas le total d’un campus, mais il indique la direction prise : la densité du calcul d’IA pousse la conception électrique et thermique vers l’infrastructure industrielle.
Du côté du réseau, les variables importantes sont la charge coïncidente, l’emplacement, la fermeté et le comportement de montée en charge. Le ministère de l’Énergie affirme que les centres de données peuvent affecter les réseaux régionaux parce que leur charge peut augmenter brutalement et parce que l’emplacement peut être contraint par les exigences de latence[s]. Si une grappe a besoin d’alimentation ferme dans une zone contrainte, l’énergie annuelle agrégée n’est qu’une partie du sujet. L’opérateur doit planifier la capacité et la livrabilité en un lieu précis.
C’est pourquoi l’alimentation de secours n’efface pas le point de défaillance commun. Des étagères d’alimentation redondantes réduisent le risque de panne d’équipement local, mais elles ne rendent pas une baie de 120 kW indépendante de la capacité en amont[s]. L’AIE énonce directement la dépendance de niveau supérieur : les centres de données d’IA ont besoin d’électricité sans interruption, et les pays doivent trouver une combinaison de sources d’énergie capable de la fournir[s].
Le mode de défaillance de la planification
Le mode de défaillance n’est pas la prévision spectaculaire d’une panne nationale. C’est une contrainte d’ingénierie plus lente : les demandes de charge arrivent plus vite que le système ne peut valider, financer, autoriser et construire la capacité réseau nécessaire. La Commission européenne indique que l’augmentation des besoins énergétiques des centres de données se heurte souvent à un manque de capacité disponible pour se raccorder au réseau[s].
La prévision de charge 2026 de PJM montre ce que cela donne dans un processus régional de planification. PJM a ajusté une liste de zones pour la croissance de la charge des centres de données, notamment AEP, ATSI, APS, BGE, COMED, DAYTON, DLCO, JCPL, METED, PECO, PEPCO, PL et DOM[s]. PJM indique aussi que les années de prévision à court terme nécessitent des engagements fermes, tandis que les projets à plus long terme sans engagements fermes sont décotés en raison d’une incertitude plus grande[s].
L’impact sur la prévision est important. PJM projette une croissance de la pointe estivale de 3,6 % par an au cours des 10 prochaines années, avec une pointe estivale atteignant 222 106 MW en 2036 et 253 077 MW en 2046[s]. Tous les mégawatts ne sont pas des mégawatts d’IA, mais une région de planification qui doit revoir le traitement des grosses charges à cause des centres de données affronte déjà la version réseau de la rareté du calcul.
La file d’attente de l’offre fait partie du même gouletUn lieu géographique où le trafic doit passer par un passage étroit ou limité, créant une vulnérabilité aux perturbations.
Ajouter de la production est nécessaire, mais ce n’est pas instantané. Le rapport Queued Up du LBNL a relevé environ 2 290 GW de capacités de production et de stockage cherchant activement à se raccorder à la fin de 2024, dont 1 400 GW de production et 890 GW de stockage[s]. Il s’agit de capacités proposées qui cherchent un accès au réseau, pas de capacités livrant déjà de l’électricité à un campus de centres de données.
L’attritionTaux mesurant le pourcentage d'abonnés qui annulent leur abonnement sur une période donnée, exprimé en général de façon mensuelle ou annuelle. et les délais constituent la vraie contrainte. Le LBNL a indiqué qu’environ 19 % des projets ayant demandé un raccordement entre 2000 et 2019 avaient atteint l’exploitation commerciale à la fin de 2024, et que le projet type construit en 2024 avait pris 55 mois entre la demande de raccordement et l’exploitation commerciale[s]. Un développeur de centres de données peut signer un contrat d’achat d’électricité plus vite que le réseau ne peut toujours transformer une proposition de production en capacité livrable.
À quoi ressemble une meilleure architecture
La réponse technique n’est ni un combustible unique ni un seul renforcement du réseau. Le ministère de l’Énergie identifie un portefeuille qui inclut la production, le stockage, le nucléaire et l’hydroélectricité existants, la réutilisation de sites charbonniers retirés du service, l’expansion du réseau, l’efficacité et les ressources de demande[s]. L’AIE ajoute que la production seule ne suffira pas, car l’acheminement de l’énergie pour l’IA exige aussi des investissements dans le réseau, de l’efficacité et de la flexibilité de la part des centres de données et du système électrique plus large[s].
Pour les centres de données d’IA, cela mène à une règle de conception plus stricte : l’électricité doit être traitée comme une contrainte de systèmes de premier rang. Les tâches d’entraînement peuvent être placées là où la capacité est réelle, pas là où une position dans une file d’attente paraît prometteuse. L’inférence peut être séparée entre travail sensible à la latence et travail tolérant au délai. Les contrats avec les services publics peuvent distinguer la charge ferme de la charge flexible. Le choix des sites peut privilégier les lieux dotés d’un transport, d’un raccordement, d’un refroidissement et d’un acheminement électrique crédibles plutôt que seulement de fibre et d’incitations fiscales.
La main morte du réseau n’a rien de mystique. C’est la réalité d’ingénierie selon laquelle une usine numérique doit d’abord être une usine électrique. Les centres de données d’IA continueront d’améliorer l’efficacité matérielle et logicielle, mais l’efficacité ne supprime pas le besoin de puissance livrée. Elle décide seulement de la quantité de calcul utile que chaque mégawatt achète.
