Un datacenter est un bâtiment équipé pour faire fonctionner des ordinateurs en permanence. L’intelligence artificielle y mobilise des processeurs, de la mémoire et des réseaux rapides, aussi bien pour apprendre que pour répondre aux utilisateurs. Derrière une conversation sur un téléphone, il faut alimenter ces machines, déplacer des données et évacuer la chaleur. Voici ce qui se passe réellement entre une question et sa réponse.
Quand un utilisateur demande à une IA de résumer un document, son téléphone peut surtout servir d’écran et de point d’accès. Dans un service hébergé à distance, la demande rejoint des serveurs. Ceux-ci exécutent le modèle, puis renvoient le résultat. Ces serveurs se trouvent dans un ou plusieurs centres de données, généralement désignés par le terme anglais « datacenter ».
Le bâtiment compte autant que les ordinateurs qu’il abrite. Une puce puissante devient inutilisable si elle manque de courant, surchauffe ou attend des informations sur un réseau saturé. La capacité réelle d’un datacenter dépend donc de l’ensemble de la chaîne. Accumuler des accélérateurs coûteux ne suffit pas à produire un service rapide et fiable.
Un datacenter rassemble calcul, stockage et réseau
À l’intérieur, les serveurs prennent souvent la forme de boîtiers empilés dans des armoires appelées baies, ou racks. Chaque machine associe des processeurs, de la mémoire et des interfaces réseau. Certaines exécutent des applications, d’autres gèrent des bases de données ou conservent des fichiers. Les équipements de stockage gardent les documents, les images, les logiciels et les sauvegardes.
Les commutateurs et les routeurs font circuler les informations entre ces machines et vers l’extérieur. Des fibres optiques relient le centre aux réseaux des opérateurs. Dans une application de commerce en ligne, plusieurs serveurs peuvent ainsi intervenir pour afficher un catalogue, identifier le client et enregistrer une commande. Le datacenter existait bien avant les assistants conversationnels.
Un centre peut appartenir à une entreprise qui l’utilise pour ses propres besoins. En colocation, un prestataire fournit plutôt l’espace, l’alimentation, le refroidissement et la connectivité ; le client y installe ses équipements. Avec le cloud, l’utilisateur loue des ressources informatiques ou un service, sans choisir chaque machine. Le « nuage » repose donc sur des installations physiques, exploitées et entretenues quelque part.
Pourquoi l’IA utilise des GPU
Le processeur central, ou CPU, reste nécessaire pour piloter les programmes et de nombreuses opérations générales. Mais les réseaux de neurones réalisent massivement des calculs sur des tableaux de nombres. Les GPU, initialement développés pour le graphisme, savent effectuer un grand nombre d’opérations en parallèle. Ils conviennent particulièrement à ces traitements répétitifs. D’autres accélérateurs spécialisés, comme les TPU de Google, remplissent aussi cette fonction.
Cette spécialisation change l’aménagement des salles. Nvidia décrit, par exemple, son système GB200 NVL72 comme une baie regroupant 72 GPU Blackwell et 36 CPU Grace. Les composants communiquent par une interconnexion rapide, et l’ensemble utilise un refroidissement liquide. Ce produit illustre le niveau d’intégration atteint par certains équipements d’IA. Il ne représente pas tous les datacenters, dont beaucoup hébergent encore surtout des serveurs classiques.
La mémoire est une autre contrainte. Les paramètres du modèle, ces nombres ajustés pendant son apprentissage, doivent être disponibles pour le calcul. Il faut aussi conserver des résultats intermédiaires. Un modèle peut dépasser la capacité mémoire d’un seul accélérateur : on répartit alors le travail sur plusieurs puces. Le débit des échanges devient aussi important que la puissance de chacune.
Entraîner un modèle : faire travailler des machines ensemble
L’entraînement construit les capacités du modèle à partir de données. Pour un modèle de langage, une tâche classique consiste à prédire la suite d’un texte. Le système produit une estimation, mesure son erreur, puis ajuste ses paramètres. Il répète ce processus sur de nombreux exemples. L’apprentissage mobilise donc des calculs, mais aussi la lecture et la préparation des données.
Pour accélérer le travail, plusieurs machines peuvent traiter des portions différentes d’un jeu de données. Elles doivent ensuite mettre en commun les informations nécessaires à la mise à jour du modèle. Une autre méthode répartit directement un modèle trop volumineux entre plusieurs accélérateurs. Ces approches peuvent être combinées. Les outils de calcul distribué, notamment PyTorch, organisent cette coopération et la synchronisation des résultats.
Le réseau intérieur ne sert donc pas seulement à recevoir les questions du public. Il permet aux machines de construire ensemble le modèle. Si elles passent trop de temps à attendre leurs voisines, une partie des équipements reste sous-utilisée. Le stockage doit également suivre le rythme : des GPU privés de données n’accomplissent pas davantage de travail parce qu’ils sont plus récents.
L’exploitant conserve régulièrement des états intermédiaires de l’entraînement. Ces sauvegardes permettent de reprendre après une panne sans recommencer tout le calcul. Il doit aussi vérifier la qualité du modèle : une infrastructure plus grande augmente les moyens disponibles, mais ne garantit ni de bonnes données ni des réponses justes.
L’inférence, le travail effectué à chaque utilisation
Une fois entraîné, le modèle peut être utilisé : cette phase s’appelle l’inférence. Reconnaître un objet sur une image, transcrire une phrase ou rédiger une réponse sont des exemples d’inférence. L’utilisation ordinaire d’un modèle ne modifie pas automatiquement ses paramètres. Une éventuelle exploitation ultérieure des échanges pour un nouvel entraînement relève d’un processus séparé et des règles du service.
Pour un assistant textuel, la demande est transformée en unités appelées tokens. Un token peut correspondre à un mot, à un fragment de mot ou à un signe. Le modèle traite le contexte, puis calcule progressivement la réponse. Dans les modèles de langage à génération autorégressive, les tokens déjà produits servent à déterminer les suivants. Une longue réponse demande donc davantage d’étapes qu’une réponse courte, toutes choses égales par ailleurs.
Les logiciels conservent certaines représentations intermédiaires dans un cache pour éviter de refaire les mêmes calculs. Ce gain de vitesse utilise de la mémoire. Plus le contexte et le nombre de conversations simultanées augmentent, plus cette ressource compte. Les opérateurs regroupent aussi des demandes pour mieux occuper les accélérateurs, tout en limitant l’attente de chaque utilisateur.
L’entraînement est une opération concentrée sur la construction d’un modèle. L’inférence se répète ensuite à chaque usage. Une requête individuelle mobilise bien moins de calcul que l’entraînement complet, mais des millions de requêtes constituent une activité permanente. Un service très utilisé doit disposer de capacité pour les pointes de fréquentation, pas uniquement pour une moyenne quotidienne.
Une réponse n’est pas forcément une recherche sur Internet
Un modèle peut générer un texte à partir de ses paramètres et du contexte fourni, sans consulter le Web. Lorsqu’un assistant recherche des informations récentes, d’autres composants interviennent : moteur de recherche, bases documentaires, outils de récupération et programmes de vérification. Les documents obtenus sont transmis au modèle dans son contexte. Ce mécanisme ne revient pas à réentraîner immédiatement l’ensemble du système.
Le trajet d’une demande peut ainsi combiner plusieurs étapes : vérifier les droits d’accès, retrouver un document, exécuter le modèle et enregistrer le résultat. Ces opérations ne se déroulent pas nécessairement sur la même machine, ni dans le même bâtiment. Une panne peut toucher l’une de ces étapes sans que tous les serveurs soient arrêtés.
Il existe aussi une IA locale, exécutée sur un ordinateur, un téléphone ou un équipement industriel. Elle peut fonctionner sans envoyer chaque donnée à un centre distant, selon l’application. La taille du modèle, la mémoire disponible et le délai de réponse recherché déterminent le choix. Les grands datacenters ne sont donc pas indispensables à toutes les utilisations de l’IA, mais ils permettent de mutualiser une puissance considérable.
L’électricité devient une condition de fonctionnement
Les équipements reçoivent le courant à travers des transformateurs, des tableaux électriques et des systèmes de distribution. Des onduleurs assurent la continuité lors de certaines perturbations. Des dispositifs de secours prennent le relais selon l’architecture du site. Le refroidissement doit lui aussi rester opérationnel : maintenir les serveurs alimentés sans évacuer leur chaleur ne suffit pas.
Dans son rapport de 2026, l’Agence internationale de l’énergie estime à 485 térawattheures la consommation mondiale d’électricité des datacenters en 2025. Elle projette environ 950 térawattheures en 2030, soit autour de 3 % de la demande mondiale d’électricité. Le second chiffre est une projection, pas une consommation déjà observée. Le premier couvre l’ensemble des centres de données, pas seulement l’IA.
Il faut également distinguer puissance et énergie. Un projet annoncé à 100 mégawatts décrit une capacité ou un besoin de puissance, dont le périmètre doit être précisé. À titre de calcul, une charge constante de 100 mégawatts pendant 24 heures consommerait 2 400 mégawattheures. Cela ne prouve pas qu’un site annoncé à cette taille fonctionne déjà, ni qu’il utilise toute sa capacité en permanence.
Refroidir les puces sans confondre circuit et consommation d’eau
L’essentiel de l’électricité consommée par les équipements informatiques finit en chaleur. Les installations doivent la transférer vers l’extérieur. Dans un système à air, des ventilateurs font circuler l’air autour des serveurs. L’aménagement sépare les flux froids et chauds pour éviter de refroidir inutilement un mélange des deux.
Avec des puces très denses, un liquide peut capter la chaleur près des composants à travers des plaques de refroidissement. Cette chaleur rejoint ensuite des échangeurs et le système du bâtiment. « Refroidissement liquide » ne signifie pas que l’eau est systématiquement rejetée après chaque passage. Le circuit interne peut fonctionner en boucle fermée, tandis que le dispositif extérieur utilise ou non de l’évaporation.
Les tours évaporatives consomment de l’eau pour dissiper la chaleur. D’autres systèmes privilégient les échanges avec l’air extérieur, avec des contraintes liées au climat et à l’équipement. Pour comparer deux projets, il faut donc examiner leur consommation réelle d’eau, leur source d’approvisionnement et la saison. Le seul nombre de GPU ne permet pas de calculer cet impact.
Ce que mesure le PUE, et ce qu’il laisse de côté
Un indicateur courant, le PUE, rapporte l’énergie totale consommée par le centre à celle de ses équipements informatiques. Un PUE de 1,2 signifie que, pour 100 unités d’énergie utilisées par ces équipements, le site en consomme 120 au total. Les 20 unités supplémentaires couvrent notamment le refroidissement et les pertes électriques. C’est un exemple de calcul, pas une moyenne universelle.
Le PUE mesure l’efficacité de l’infrastructure de soutien. Il ne dit pas si les serveurs accomplissent un travail utile, si le modèle est performant ou si l’électricité est peu carbonée. Un centre efficace peut consommer davantage au total s’il augmente fortement son activité. Pour juger un service d’IA, il faut aussi regarder le travail produit, le matériel utilisé et la source du courant.
Le coût dépend de l’usage, pas seulement du bâtiment
Le propriétaire finance le terrain, le bâtiment, les raccordements, les équipements électriques et les machines. À l’exploitation s’ajoutent l’énergie, le réseau, la maintenance et les équipes. Le matériel spécialisé représente un capital immobilisé : il doit être suffisamment utilisé pour que le service soit économiquement viable. La vitesse d’exécution ne résout pas à elle seule ce problème.
Pour le client, la facture peut porter sur une durée de location de machines, un volume de stockage ou l’utilisation d’une API. Dans ce dernier cas, un fournisseur peut facturer les tokens traités et produits. Ce tarif commercial ne donne pas directement la consommation électrique de la demande. Le modèle choisi, la longueur du contexte, les outils sollicités et les calculs supplémentaires font varier le travail réel.
L’IA accroît ainsi les besoins de calcul, mais elle oblige surtout les exploitants à coordonner plusieurs ressources. Une nouvelle salle n’entre pas en service simplement parce que ses serveurs ont été livrés. Il faut que le raccordement électrique, le réseau, le refroidissement et les essais de fonctionnement soient prêts au même moment.
Commentaires