Plongée dans la course aux ressources pour l’IA

Source details

L’intelligence artificielle dépend de ressources physiques : électricité, eau, puces et minéraux.
Les centres de données augmentent en nombre et en taille, avec des projets à l’échelle du gigawatt.
Exemple de projet cité : complexe de cinq gigawatts à Abou Dhabi couvrant plus de 25 kilomètres carrés.
Gouvernements et entreprises traitent l’IA comme une nouvelle frontière de la politique industrielle (ex. 2017 : nomination d’un ministre de l’IA aux Émirats arabes unis ; France : engagement à investir plus de 100 milliards d’euros dans l’IA).

Les centres de données consomment environ 1,5 percent de l’électricité produite dans le monde.
D’après l’Agence internationale de l’énergie (AIE), la demande liée aux centres de données devrait "plus que doubler d’ici 2030".
À l’échelle nationale :
- Aux États-Unis et au Japon, les centres de données pourraient représenter près de la moitié de la nouvelle demande d’ici 2030.
- En Irlande, les centres de données consomment déjà plus d’un cinquième de l’électricité du pays.
Pressions locales : ex. nord de la Virginie — près d’un quart de l’électricité de l’État; gel de nouveaux projets à Dublin en 2022 sauf ceux produisant leur propre électricité; Singapour a cessé d’accorder des autorisations en 2019 (règles d’efficience énergétique strictes lors des autorisations actuelles).

Grandes entreprises technologiques sont devenues des premiers consommateurs d’énergies renouvelables et signataires de contrats d’achat d’électricité de plusieurs milliards de dollars.
Initiatives et expérimentations :
- Microsoft : étude de petits réacteurs modulaires et acquisition de centrales à l’arrêt (ex. Three Mile Island).
- Google : soutien à la géothermie avancée.
- Amazon : expérimentation de l’hydrogène pour alimentation de secours.
Risque dual : accélération de l’innovation dans les énergies non polluantes ou renforcement de la dépendance aux combustibles fossiles (aux États-Unis, la demande reste très largement couverte par le gaz naturel).

Avancées matérielles et logicielles :
- Nouvelles générations de puces : processeurs Blackwell de Nvidia, TPU de Google (meilleures opérations par watt).
- Produit chinois DeepSeek (présenté en janvier 2025) entraîné avec "une fraction seulement du coût et de l’énergie consommés" pour des modèles d’une taille comparable d’OpenAI et Google.
Paradoxe de l’efficience : réduction du coût de la puissance de calcul tend à accroître son usage (paradoxe de Jevons).
Puces comme goulet d’étranglement :
- Les puces les plus avancées sont conçues majoritairement par Nvidia et fabriquées presque exclusivement par TSMC dans la province de Taiwan.
- Mesures géopolitiques : États-Unis limitent exportations de puces avancées vers la Chine et subventionnent la production nationale; Chine a innové pour contourner les restrictions; Europe, Japon et Inde investissent des milliards.

Ressources nécessaires : gallium, germanium, silicium, terres rares, cuivre.
Projections et parts de la demande :
- D’ici 2030, les centres de données pourraient consommer plus d’un demi-million de tonnes de cuivre par an.
- D’ici 2030, les centres de données pourraient consommer 75 000 tonnes de silicium par an.
- Selon l’AIE, cela peut porter la part de la demande mondiale à 2 percent pour certains matériaux.
- Pour le gallium, les centres de données pourraient représenter plus d’un dixième de la demande totale.
Concentration : la Chine détient 80 percent à 90 percent des capacités de raffinage pour le silicium, le gallium et les terres rares.
Restriction d’exportations : en 2023, réduction des exportations de gallium et de germanium par la Chine; fin 2024, nouvelles restrictions pour le tungstène, le tellure, le bismuth, l’indium et le molybdène.

Critères d’implantation : électricité bon marché, eau abondante, connexions haut débit, climat favorable pour réduire refroidissement et latence.
Empreintes foncières : sites vastes à l’échelle d’une ville, mais modestes par rapport à l’agriculture ou aux mines; transformations locales (ex. terres agricoles bétonnées en nord de la Virginie et Oregon).
Eau :
- Refroidissement nécessite "des millions de litres par jour" (Bloomberg News).
- Deux tiers des centres installés aux États-Unis depuis 2022 se trouvent dans des régions soumises à un stress hydrique.
- Conflits autour de la répartition de l’eau signalés en Arizona, Espagne et Singapour.
- Empreinte hydrique indirecte : les centrales électriques qui alimentent les centres consomment bien plus d’eau que les centres eux-mêmes.
Exemples climatiques et géographiques : pays froids (Norvège, Islande) misent sur avantage climatique; Irlande joue un rôle de nœud pour câbles transatlantiques; Abou Dhabi choisi en partie pour réduire délais de transmission avec Asie et Europe.

Planification incertaine :
- Prévisions de demande pour 2030 très variables : la plus haute estimation publiée est pratiquement sept fois supérieure à la plus basse.
- Nécessité de développer les réseaux électriques "suffisamment vite pour tenir le rythme, mais sans construire à l’excès ni s’enliser dans les combustibles fossiles".
Transparence :
- Les acteurs restent discrets sur l’électricité, l’eau et les minéraux consommés par les centres de données.
- Meilleure communication des entreprises faciliterait la planification des autorités de réglementation, des entreprises de services publics et des collectivités.
Durabilité et équité :
- Sans protections environnementales et sociales, risque de reproduire cycles d’emballement et d’effondrement observés lors de précédentes courses aux matières premières.
- Risque que les avantages de l’expansion de l’IA profitent surtout aux pays riches si les pays en développement restent fournisseurs de matières premières et subissent une hausse des coûts implicites de l’énergie et du capital.
Choix stratégique :
- Bien géré, l’essor de l’IA pourrait accélérer les énergies propres et renforcer la résilience des chaînes d’approvisionnement.
- Mal géré, il pourrait augmenter les émissions et la dépendance aux ressources.

La course à l’IA est une compétition concrète pour les électrons, les litres d’eau, les puces et les minerais.
Le contrôle de l’accès à l’électricité et aux puces déterminera en grande partie la rapidité et la répartition des bénéfices de la révolution de l’IA.
La gestion par les pouvoirs publics et les entreprises de ces ressources fondamentales déterminera "qui seront les maîtres de l’IA, mais aussi qui profitera de ses gains et pour combien de temps".

Source: "Plongée dans la course aux ressources pour l’IA" — Thijs van de Graaf, FINANCES & DÉVELOPPEMENT.