Le récent accord à succès de Meta avec AMD a mis en évidence un chiffre clé : six gigawatts. Le montant en dollars (jusqu’à environ 100 milliards de dollars) et le nombre de puces (au moins quelques millions) étaient moins importants que la quantité stupéfiante d’électricité nécessaire pour faire fonctionner les puces d’IA incroyablement gourmandes en énergie.
Meta n’est pas seule. D’autres géants de la technologie vantent les gigawatts comme un signe de leadership en matière d’IA. La technologie avancée de l’IA dépend de grands centres de données qui sont d’énormes consommateurs d’énergie. Mais pourquoi, et sera-ce toujours le cas ?
La raison sous-jacente est liée à une règle empirique fondamentale pour les meilleurs modèles d’IA. « L’un des moyens les plus fiables et les plus durables d’améliorer le modèle consiste à le mettre à l’échelle », a noté David Crawford, associé chez Bain, lors d’une présentation l’année dernière. « Si vous êtes un concurrent dans le domaine et que vous voulez rester en tête, vous investissez. »
L’IA de pointe s’améliore en entraînant de grands modèles de langage, les cerveaux derrière des outils tels que ChatGPT, sur des montagnes de données. Trois facteurs doivent être renforcés :
- Les données de formation, qui proviennent de sites Web publics, de documents, de vidéos, de textes et d’autres informations.
- Les paramètres, qui sont des milliards de minuscules paramètres internes qui aident l’IA à décider quels mots prononcer ensuite.
- Et la puissance de calcul, qui provient des millions de puces IA présentes dans les centres de données.
Les grandes entreprises suivent scrupuleusement ces lois d’échelle : l’observation étant que ce n’est qu’en augmentant les trois facteurs que l’on construit une IA plus puissante. Cela nécessite d’énormes sommes d’argent, Alphabet, Amazon, Meta et Microsoft prévoyant de dépenser près de 700 milliards de dollars cette année en dépenses d’investissement.
Selon le rapport technologique 2025 de Bain, il existe des scénarios possibles qui pourraient modifier la « demande insatiable de puissance de calcul ». Les puces informatiques pourraient devenir beaucoup plus économes en énergie, ce qui pourrait réduire la demande d’énergie attendue. Des améliorations des algorithmes pourraient permettre aux modèles d’IA de fonctionner avec moins de puissance de calcul. L’informatique quantique, si elle est véritablement viable et largement adoptée, pourrait réduire les besoins informatiques et énergétiques. Ou encore, une série d’avancées dans les puces d’IA, les puces de mémoire et les logiciels pourraient entraîner une réduction importante de la demande d’énergie et de calcul.
Un autre changement potentiel serait que les coûts économiques deviennent inabordables à un moment donné (comme nous l’avons souligné dans un article précédent sur le potentiel d’une bulle de l’IA). Les géants de la technologie affirment que leurs dépenses portent déjà leurs fruits. Meta, par exemple, a récemment souligné une forte croissance des ventes et une technologie publicitaire améliorée, avec un chiffre d’affaires de 60 milliards de dollars au cours de son récent quatrième trimestre. Le chiffre d’affaires annuel devrait augmenter de 25 % cette année par rapport à 2025, selon Morningstar. Pourtant, une autre année de dépenses gargantuesques en IA en 2026 comporte de nombreux risques, alors que Wall Street se demande si l’IA porte ses fruits et quand les dépenses pourraient ralentir.
Ne vous attendez pas à ce que les avancées technologiques ou les problèmes économiques perturbent le statu quo à court terme. Cependant, sur un horizon temporel plus long, par exemple dans les cinq à dix prochaines années, des avancées technologiques ou d’autres changements commerciaux sont possibles.
Les investisseurs et les analystes surveilleront de près tous les nouveaux outils et puces d’IA plus efficaces, y compris les technologies d’IA chinoises moins chères. Et en scrutant tout signe indiquant que la mise à l’échelle ralentit ou heurte un mur.
Contenu connexe
- Meilleures actions d’IA à acheter : investissements intelligents en intelligence artificielle
- 10 grandes entreprises d’IA que vous devriez connaître
- Meilleures actions de premier ordre : 21 meilleurs choix de hedge funds