Un centre IA limité par l’électricité ne grandit pas simplement en achetant des GPU. Le logiciel choisit modèle, quantité de travail, attente et moment de consommation. Les chercheurs pensent que modifier ces choix peut libérer plus vite la capacité installée que changer les puces ou obtenir un raccordement.
Matériel, refroidissement et réseau restent nécessaires. La question passe de la performance annoncée par watt au travail utile achevé dans la limite réelle et à l’emploi des économies pour réduire la demande ou augmenter la production.
PUE mesure le bâtiment, pas la valeur du calcul
PUE divise énergie totale par celle de l’IT. Près de 1,0 signifie peu de refroidissement, éclairage et conversion, pas que chaque calcul est nécessaire. Un bon PUE peut coexister avec modèles trop grands, tokens superflus et serveurs partiellement inactifs.
Uptime Institute rapporte une moyenne pondérée de 1,54 en 2025 et peu d’amélioration pour la sixième année, notamment avec anciens sites et contraintes régionales. L’IEA estime les serveurs à 60% de l’électricité moderne, stockage et réseaux moins, refroidissement d’environ 7% chez les hyperscalers efficaces à plus de 30% dans des sites d’entreprise moins efficaces.
Ce sont des contextes et dénominateurs différents, pas des parts universelles à additionner. Le bâtiment seul ne règle pas le gaspillage applicatif. Modèle, précision, batch, longueur, paramètres et calendrier déterminent la productivité électrique des racks.
Jae-Won Chung, Michigan et ML.Energy, relie matériel, systèmes, algorithmes et applications. Code et calendrier évoluent avant fabrication, achat, installation et tests. Sous plafond fixe, plus de requêtes ou moins d’attente équivaut à une capacité sans pic supérieur.
La prévision mondiale rencontre des limites locales
L’IEA estime 415 TWh en 2024, environ 1,5% mondial, après 12% de croissance annuelle moyenne sur cinq ans. Le scénario central atteint 945 TWh en 2030, juste sous 3%, un peu plus que le Japon actuel.
États-Unis et Chine ajouteraient 240 et 175 TWh par rapport à 2024. Les serveurs accélérés croissent de 30% par an et représentent presque la moitié du gain ; serveurs traditionnels et infrastructure avec refroidissement environ un cinquième chacun.
Ce sont des scénarios, pas des mesures futures. Le global cache la concentration régionale. Un centre ouvre en deux–trois ans ; production, lignes et postes souvent plus tard. Le scénario efficace fournit en 2035 les mêmes services avec plus de 15% moins de courant grâce aux trois niveaux ensemble.
Amazon, Google, Meta, Microsoft et fournisseurs IA recherchent contrats, renouvelables, nucléaire, production locale, racks denses et puces maison. Cela demande temps et capital. Routage et calendrier sont un autre levier ; les clients voient quotas, latence et accès modèles même sans facture par inférence.
Les économies annoncées ont des conditions distinctes
Les profils Blackwell de Nvidia modifient fréquences calcul/mémoire, limites, cache et NVLink. Le fournisseur annonce jusqu’à 15% moins d’énergie avec au moins 97% de performance et jusqu’à 13% de débit supplémentaire sous contrainte. Cela dépend du travail, pas une garantie universelle.
La fréquence maximale peut coûter beaucoup pour peu de gain. Réduire sélectivement préserve l’essentiel et libère du courant à d’autres GPU. Économie et débit correspondent à des comparaisons contraintes différentes.
ML.Energy a testé Qwen3-235B-A22B-Thinking en FP8 plutôt que bfloat16 et trouvé environ un tiers moins d’énergie sur les problèmes évalués. La précision réduite peut modifier l’exactitude : modèle, matériel et implémentation comptent. Cela ne prouve pas une économie identique sans perte pour toute quantification.
L’entraînement a une marge de synchronisation : les rapides attendent les lents. Perseus ralentit les composants moins occupés pour finir avec le goulot, pas l’ensemble. La recherche rapporte jusqu’à 30% d’économie sans baisse de débit dans sa configuration.
Les autres couches mettent en cache, routent vers de petits modèles, compressent prompts, bornent sorties et regroupent. Les compilateurs fusionnent et réduisent les déplacements énergivores. Ajuster les instances et retirer de vieux racks réduit l’inactivité ; Chetan Visrolia de SHI y voit une cible pratique.
Ce n’est pas un produit ou des pourcentages additionnables. Les techniques suppriment différents types de calculs qui n’améliorent pas le résultat, tout en préservant la qualité et le service requis.
Temps et lieu aident sans supprimer toute consommation
L’interaction veut des réponses rapides ; évaluation, traitement et certains entraînements attendent. Déplacer dans le temps évite les pics, géographiquement utilise une région disponible. Sophie Hall, ETH Zurich, combine veille et temps réel dans la flotte Google avec garanties de performance.
Une MWh en surplus renouvelable diffère du pic contraint. Un essai 2026 National Grid, Nvidia, Emerald AI et EPRI rapporte un opérateur à 66% de demande en moins d’une minute ; un autre test tourne à 10% de capacité dix heures.
Ce sont des démonstrations séparées, pas une tolérance de tous les usages. Le raccordement interruptible peut accélérer l’accès contre une baisse temporaire, avec accords du réseau, régulateur et opérateur.
Une revue Nature Reviews Clean Technology estime environ 10% moins d’émissions de cycle de vie dans les réseaux riches en renouvelables avec opérations alignées. Énergie, carbone et eau peuvent s’opposer ; économiser l’eau augmente parfois les émissions. Quantité, heure, carbone, stress hydrique, latence et données sont des variables différentes.
Les grandes flottes ont plus d’options ; les petites peuvent différer les lots, limiter l’inactivité et choisir les modèles. Les développeurs doivent nommer les besoins réels : un travail flexible déclaré urgent réserve inutilement du calcul. Workflow borné et contexte réutilisable retirent des répétitions avant l’ordonnanceur.
Qualité, confidentialité et rebond limitent la conclusion
Énergie par token ne suffit pas si le système génère des tokens inutiles. Par tâche acceptable achevée reflète mieux modèles et reprises. Forte utilisation peut seulement servir faible valeur ; précision ou routage erronés créent erreurs et escalades.
Le cache doit respecter secret et fraîcheur ; les régions la souveraineté. De gros transferts coûtent temps, réseau, courant et risque. L’interaction ne peut attendre des heures de courant propre ; interrompre l’entraînement exige points de sauvegarde et récupération.
Le rebond de Jevons absorbe parfois l’économie absolue. Réduire de 15% chaque requête peut servir plus sous la même allocation pleine. C’est une expansion utile, pas forcément moins d’énergie ou d’émissions. Les normes d’efficacité seules ne soulagent pas automatiquement les réseaux.
Supprimer le gaspillage ne démontre pas la valeur de chaque tâche. Cela ne remplace pas production, transport et refroidissement ; l’IEA suppose déjà des progrès globaux. Il faut travail par watt corrigé de qualité et consommation absolue.
Les données comparables sont rares. Moyennes choisies et travaux favorables cachent le mélange. Des tâches indépendantes identiques doivent mesurer qualité, latence, utilisation et énergie. Ignorer l’exactitude récompense la dégradation, ignorer la latence des configurations inutilisables.
La preuve se trouve dans l’exploitation
Trois progrès soutiennent le logiciel : résultats reproductibles par tâche entre modèles, précision et puissance ; raccordements flexibles commerciaux au-delà des essais ; clarté sur la capacité libérée.
Reporter la construction ou réduire les pics aide le réseau. Transformer toute économie en davantage de réponses d’IA résout surtout la pénurie de calcul. Les deux peuvent réussir, mais répondent différemment et ne partagent pas une promesse écologique sans condition.
Le logiciel évolue avant les postes et agit sur plusieurs couches. Le test n’est pas un pourcentage en laboratoire, mais plus de travail acceptable par watt, moins de projets bloqués, flexibilité utile et demande absolue transparente.
Sources et lectures complémentaires
Enquête Uptime Institute · Perspectives IEA · Recherche Perseus · Revue de durabilité IA · Complément : workflows IA · Reportage efficacité logicielle