En 2030, le supercalculateur IA le plus puissant pourrait consommer jusqu'à 9 GW

Les data centers, moteurs silencieux de l'intelligence artificielle, devraient dépasser 3% de la consommation mondiale d’énergie d’ici peu, avec un impact direct sur les émissions de CO2 (Google : +48% depuis 2019 ; Microsoft : +29% depuis 2020). Pourtant, le développement de l'IA ne semble pas prêt de s'arrêter, au détriment de la bonne santé de notre planète.

Souhaitant mieux comprendre ce marché et les différents coûts liés à ces centres de données, l'institut de recherche Epoch AI, qui suit la trajectoire du développement de l'IA, a ainsi planché sur les grandes tendances en matière de performance, de besoins énergétiques, de coût matériel, de répartition des propriétaires et de distribution géographique.

"Nous avons constitué un ensemble de données portant sur 500 superordinateurs dédiés à l’IA entre 2019 et 2025, afin d’examiner les grandes tendances", indique Epoch AI en préambule de son rapport. Et les chiffres que l'institut a rassemblés sont édifiants : "Nous constatons que la performance de calcul des superordinateurs d’IA a doublé tous les neuf mois, tandis que le coût d’acquisition du matériel et la consommation électrique ont doublé chaque année".

Les besoins énergétiques et les coûts matériels doublent chaque année

Si la performance des supercalculateurs a doublé en aussi peu de temps, c'est grâce à une augmentation annuelle de 1,6x du nombre de puces et une amélioration de 1,6x de la performance par puce. Si en 2019, les systèmes contenant plus de 10 000 puces étaient rares, en 2024, ils se sont multipliés, emboîtant le pas à l'adoption généralisée de l'IA générative. De fait, plusieurs entreprises ont déployé des superordinateurs dix fois plus grands, comme le Colossus de xAI, Meta 100K de Meta AI ou encore Goodyear Arizona de Microsoft et OpenAI.

Les besoins énergétiques et les coûts matériels ont, quant à eux, doublé chaque année. Le coût des composants a augmenté de 1,9x par an, tandis que les besoins en électricité ont crû de 2x. Par exemple, en mars, le système le plus puissant, Colossus de xAI, utilisait 200 000 puces d’IA, coûtait 7 milliards de dollars en matériel et nécessitait 300 mégawatts d’électricité - l’équivalent de la consommation de 250 000 foyers. 

La conjoncture n'est pas bonne

Un point rassure quelque peu : l'efficacité énergétique s’est aussi améliorée. La performance par watt a ainsi progressé de 1,34x par an, en grande partie grâce à des puces plus économes. Reste que si les tendances se poursuivent, l'institut de recherche estime que le supercalculateur le plus performant en juin 2030 atteindra une performance de 2×10²² FLOP/s en 16 bits, nécessitera 2 millions de puces, coûtera 200 milliards de dollars et consommera 9 GW d’électricité.

Ce niveau d’énergie équivaut à celui de 9 réacteurs nucléaires - un seuil bien au-delà des capacités actuelles des installations industrielles. Pour surmonter ces contraintes, les entreprises pourraient avoir recours à des techniques d'entraînement décentralisées, répartissant les charges de travail sur plusieurs sites, suppose l'institut de recherche dans son rapport.

Le privé possède 80% de tous les superordinateurs d’IA, la part publique a diminué

Les entreprises dominent désormais le paysage des superordinateurs d'IA. À mesure que les investissements dans l’IA se chiffrent en milliards, les entreprises ont rapidement fait évoluer leurs systèmes pour effectuer des entraînements de plus en plus volumineux, constate Epoch AI. Ainsi, les systèmes du secteur privé ont ainsi crû 2,7 fois plus vite chaque année, contre 1,9x pour ceux du secteur public.

Résultat : la part du secteur privé dans la puissance de calcul mondiale est passée de 40% en 2019 à 80% en 2025, tandis que celle du secteur public (gouvernements et milieu académique) est tombée sous la barre des 20%. Et sans surprise, c'est le pays de l'oncle Sam qui en détient la plus grosse part.

Les États-Unis hébergent pas moins de 75% des supercalculateurs, suivis par la Chine avec 15%. "Des pays historiquement puissants en matière de supercalcul, comme le Royaume-Uni, l’Allemagne ou le Japon, n’y jouent désormais qu’un rôle marginal. Ce changement reflète la domination des grandes entreprises américaines dans le développement de l’IA", constatent les auteurs du rapport.

Le cloud, dernier rempart contre l'hyper concentration ?

Toutefois, l’emplacement physique d’un superordinateur ne reflète pas toujours qui en utilise les capacités, puisque nombre d’entre eux sont accessibles à distance via des services cloud. Reste qu'encore une fois, sur le marché du cloud, peu d'acteurs ont la part belle, les hyperscalers ayant aussi imposé leur domination sur ce secteur.