Les superordinateurs d’IA auront une soif d’énergie équivalente à 9 centrales nucléaires d’ici 2030.
Des machines de deux millions de puces, des coûts frôlant les 200 milliards d’euros, et une consommation énergétique digne d’un petit pays : le futur des superordinateurs d’intelligence artificielle commence à donner le vertige. Une récente étude menée par des chercheurs de Georgetown, Epoch AI et Rand lève le voile sur la démesure qui s’annonce dans ce secteur d’ici la fin de la décennie.
Lire aussi :
- Naissance d’un géant de la cybersécurité en France suite au rachat d’un leader allemand du secteur
- Avec 1 térabit/s sur 1 200 km la Chine met fin au plus grand dilemme des télécoms qui devaient jusqu’ici choisir entre débit et sécurité
La croissance effrénée de l’industrie hors normes des superordinateurs
Entre 2019 et 2025, le coût et la consommation énergétique des centres de données d’IA ont doublé chaque année. Si cette progression continue sans frein sur cette tendance, un seul supercalculateur pourrait nécessiter près de 9 gigawatts en 2030, soit l’équivalent de neuf réacteurs nucléaires !
La machine embarquerait deux millions de puces spécialisées pour un coût total estimé à 200 milliards d’euros.
À titre de comparaison, Colossus, actuellement le superordinateur le plus avancé construit par xAI, a nécessité 214 jours de construction, 7 milliards d’euros d’investissement, et engloutit déjà 300 mégawatts, l’équivalent de 250 000 foyers.
L’efficacité énergétique progresse… mais trop lentement
Bien sûr, les centres de données deviennent plus efficaces. Le nombre d’opérations par watt a crû de 1,34 fois par an entre 2019 et 2025. Une bonne nouvelle, mais clairement cela pourrait s’avérer insuffisant.
Dans le même temps, la demande totale en énergie a doublé chaque année. Résultat : l’amélioration de l’efficacité est éclipsée par la frénésie de croissance.
Selon Epoch AI, 9 GW pourraient alimenter entre 7 et 9 millions de foyers. Cela donne une idée concrète de l’empreinte énergétique que ces infrastructures pourraient imposer aux réseaux électriques mondiaux.
L’IA industrielle supplante l’IA académique
En 2019, les universités et instituts publics contrôlaient encore 60 % de la puissance de calcul d’IA. Aujourd’hui, 80 % de cette capacité appartient au secteur privé.
Autrefois outil de recherche, le superordinateur est devenu une machine à générer des profits. Les entreprises s’arrachent la puissance pour entraîner modèles linguistiques, algorithmes d’analyse de données et applications industrielles.
OpenAI et NVIDIA en sont des exemples éclatants : chacune a récemment annoncé des investissements colossaux de 500 milliards d’euros pour développer de nouvelles infrastructures.
Le modèle change : on ne construit plus pour explorer, mais pour produire et vendre.
Une domination américaine mais des coûts cachés
Le leadership mondial est aujourd’hui américain : 75 % de la puissance de calcul d’IA est contrôlée par les États-Unis, 15 % par la Chine. Le Japon, l’Allemagne et d’autres anciens piliers du supercalcul suivent très loin derrière.
Installer ces monstres n’est toutefois pas sans conséquence :
- Perte annuelle de plus de 100 millions d’euros de recettes fiscales dans au moins 10 États américains, en raison des exemptions accordées aux centres de données.
- Consommation d’eau démesurée pour le refroidissement.
- Pression sur les écosystèmes locaux liée à l’occupation des sols.
À mesure que les besoins augmentent, le coût écologique invisible devient de plus en plus difficile à ignorer.
Un possible ralentissement en vue ?
Début 2025, les hyperscalers comme AWS et Microsoft ont ralenti certains projets. Certains analystes parlent d’une pause stratégique, d’autres y voient les premiers signes d’une saturation.
La question reste ouverte : s’agit-il d’une simple respiration avant un nouvel élan, ou d’un plateau plus durable ? Ce qui est certain, c’est que l’équation entre puissance de calcul, coût économique et impact écologique devient de plus en plus difficile à équilibrer.
How quickly are AI supercomputers scaling, where are they, and who owns them?
Our new dataset covers 500+ of the largest AI supercomputers (aka GPU clusters or AI data centers) over the last six years.
Here is what we found🧵 pic.twitter.com/X5ZOqXvavv
— Epoch AI (@EpochAIResearch) April 23, 2025
Une ruée vers la puissance, à quel prix ?
La montée en puissance de l’IA n’est pas une anecdote technologique. Elle redessine le paysage industriel mondial, tout en créant de nouveaux défis énergétiques, économiques et écologiques.
Les superordinateurs de demain promettent d’entraîner des modèles toujours plus performants, de résoudre des problèmes scientifiques complexes… mais aussi d’engloutir des ressources à un rythme jamais vu.
La vraie question ne sera bientôt plus de savoir ce que ces machines peuvent faire, mais ce que nos sociétés seront prêtes à payer pour qu’elles puissent continuer de fonctionner.
Top 10 des superordinateurs dans le monde en 2025
| Rang | Nom du superordinateur | Pays | Puissance (PFlop/s ou EFlop/s) | Organisation / Usage principal | Commentaire |
| 1 | Frontier | États-Unis | 1,206 EFlop/s | Oak Ridge National Laboratory (DOE) | Premier supercalculateur exaflopique officiel, leader mondial en puissance brute. |
| 2 | Aurora | États-Unis | Environ 1 EFlop/s | Argonne National Laboratory | Deuxième exaflopique américain, en phase d’exploitation. |
| 3 | Fugaku | Japon | 442 PFlop/s | RIKEN Center for Computational Science | Ancien leader, toujours dans le top 3, très utilisé pour recherche scientifique. |
| 4 | LUMI | Finlande | 380 PFlop/s | EuroHPC-CSC | Plus puissant en Europe, supercalculateur collaboratif européen. |
| 5 | Leonardo | Italie | 239 PFlop/s | EuroHPC-CINECA | Deuxième plus puissant d’Europe, dédié à la recherche scientifique. |
| 6 | Alps | Suisse | 270 PFlop/s | CSCS (Centre suisse de calcul scientifique) | Nouveau venu dans le top 10, premier à intégrer des CPU Nvidia Grace Hopper. |
| 7 | Summit | États-Unis | 149 PFlop/s | Oak Ridge National Laboratory | Ancien leader, toujours performant, utilisé pour simulations complexes. |
| 8 | Sierra | États-Unis | 95 PFlop/s | Lawrence Livermore National Laboratory | Utilisé principalement pour la simulation nucléaire. |
| 9 | Sunway TaihuLight | Chine | 93 PFlop/s | National Supercomputing Center | L’un des plus puissants en Chine, architecture chinoise propriétaire. |
| 10 | Perlmutter | États-Unis | 65 PFlop/s | NERSC (National Energy Research Scientific Computing Center) | Supercalculateur dédié à la recherche énergétique et climatique. |
Source : TOP500
Ce classement reflète la domination américaine dans le domaine des supercalculateurs exaflopiques, suivie par le Japon et l’Europe avec des machines très puissantes. La Suisse fait son entrée remarquée dans le top 10 avec Alps, qui se distingue par l’intégration de nouvelles technologies CPU. La Chine reste un acteur majeur avec plusieurs supercalculateurs parmi les plus performants au monde.
Image : Le plus puissant superordinateur du monde “Frontier” en 2022.
