Microsoft et BlackRock mobilisent jusqu’à 100 milliards de dollars pour l’IA

L’intelligence artificielle ne se joue plus seulement dans les laboratoires qui conçoivent les modèles. Elle se joue aussi dans le béton des centres de données, dans les milliers de processeurs spécialisés qu’ils abritent et, de plus en plus, dans leur capacité à obtenir une électricité abondante. C’est dans ce contexte que Microsoft, BlackRock et plusieurs partenaires ont dévoilé, en septembre 2024, un programme de financement d’une ampleur rarement vue dans le secteur technologique.

L’enjeu est de donner à l’IA générative les infrastructures physiques dont elle a besoin pour passer à l’échelle. Le consortium veut réunir des capitaux privés pour construire ou agrandir des centres de données et renforcer les équipements énergétiques associés. Son objectif financier peut atteindre 100 milliards de dollars une fois la dette incluse. Ce montant ne doit toutefois pas être confondu avec une autre estimation, celle des baux de capacité informatique que Microsoft pourrait signer auprès d’opérateurs spécialisés.

Deux montants de 100 milliards à ne pas confondre

Le 17 septembre 2024, BlackRock, Microsoft, Global Infrastructure Partners, ou GIP, et MGX ont annoncé la création du Global AI Infrastructure Investment Partnership, abrégé en GAIIP. Nvidia doit apporter son expertise technique en tant que conseiller du partenariat. MGX est une société d’investissement technologique créée à Abou Dhabi, tandis que GIP est spécialisé dans les infrastructures.

Le montage repose sur deux étages. Le partenariat vise d’abord 30 milliards de dollars de capitaux privés, apportés par des investisseurs. Il entend ensuite recourir à l’endettement afin de porter son potentiel total d’investissement à 100 milliards de dollars, dette comprise. C’est une mécanique classique des grands projets d’infrastructure : les fonds propres absorbent une partie du risque et permettent ensuite de mobiliser des emprunts beaucoup plus importants.

À la fin septembre, une estimation d’analystes relayée par la presse financière a par ailleurs évoqué plus de 100 milliards de dollars de baux de centres de données liés aux besoins de Microsoft en IA. Ce second chiffre concerne la location de capacité auprès d’opérateurs de centres de données et non le capital que le GAIIP cherche à réunir.

Que financera concrètement le partenariat GAIIP ?

Le programme cible deux maillons indissociables : les centres de données et les infrastructures énergétiques qui les alimentent. La priorité initiale porte sur les États-Unis, où la demande en puissance de calcul augmente rapidement avec l’adoption des grands modèles d’IA.

Un centre de données destiné à l’IA ne ressemble pas tout à fait à une simple salle de serveurs d’entreprise. Il doit héberger des grappes de processeurs graphiques, ou GPU, connectés à très haut débit. Ces puces effectuent les milliards de calculs nécessaires à l’entraînement des grands modèles de langage, mais aussi à leur utilisation quotidienne par des millions de personnes.

Cette puissance de calcul impose plusieurs conditions matérielles :

• des bâtiments conçus pour accueillir des équipements très denses ;
• des réseaux rapides entre les serveurs, afin que les processeurs puissent travailler ensemble ;
• des systèmes de refroidissement adaptés à la chaleur produite ;
• des raccordements électriques massifs et fiables ;
• des capacités de stockage, de sécurité et de secours.

Microsoft est déjà l’un des grands fournisseurs mondiaux de cloud avec Azure. Son investissement dans l’IA, notamment à travers les services proposés aux entreprises et sa relation avec OpenAI, accroît la nécessité de disposer de capacités de calcul disponibles sans attendre la construction de ses propres sites. D’où l’intérêt de combiner la construction de nouvelles infrastructures, le financement extérieur et la location de capacité auprès de spécialistes.

Pourquoi l’IA fait-elle exploser les besoins en centres de données ?

Les modèles d’IA générative sont gourmands en calcul à deux moments. Le premier est l’entraînement : le modèle analyse d’immenses volumes de textes, d’images ou d’autres données afin d’apprendre à produire des réponses. Cette phase mobilise de très nombreux GPU pendant des semaines, voire davantage pour les systèmes les plus ambitieux.

Le second moment est l’inférence, c’est-à-dire l’utilisation du modèle une fois entraîné. Chaque requête envoyée à un assistant conversationnel, à un outil de génération d’images ou à une application métier demande à son tour du calcul. Lorsqu’un service est utilisé par des millions de personnes, cette charge devient considérable et permanente.

Pour les fournisseurs de cloud, le problème est aussi industriel que technologique. Construire un centre de données exige du terrain, des autorisations, des équipements rares, un raccordement au réseau électrique et plusieurs années de préparation. En louant des capacités déjà développées par d’autres opérateurs, Microsoft peut accélérer le déploiement de services d’IA tout en répartissant le risque financier.

L’électricité devient un enjeu central de la course à l’IA

La question énergétique est au cœur du projet GAIIP. Les centres de données ne peuvent pas fonctionner sans une alimentation électrique stable, disponible à toute heure et suffisamment puissante pour accompagner l’ajout de milliers de processeurs. Dans certaines régions américaines, les délais de raccordement et les limites du réseau deviennent déjà une contrainte pour les projets numériques.

Microsoft cherche parallèlement à sécuriser de l’électricité bas carbone. Le 20 septembre 2024, l’énergéticien Constellation a annoncé un accord d’achat d’électricité de 20 ans avec Microsoft. L’accord est associé au redémarrage envisagé de l’unité 1 de la centrale de Three Mile Island, en Pennsylvanie, sous le nom de Crane Clean Energy Center. La puissance annoncée est de 835 mégawatts, avec une remise en service envisagée en 2028.

Cette opération n’est pas le financement du GAIIP et ne doit donc pas être présentée comme un projet unique. Elle illustre en revanche la même réalité : pour développer l’IA, les géants du numérique doivent sécuriser leur accès à l’énergie.

Il convient aussi de distinguer les termes. L’énergie nucléaire est généralement considérée comme bas carbone, car sa production émet peu de gaz à effet de serre en exploitation. Elle n’est pas une énergie renouvelable au sens strict, contrairement à l’éolien, au solaire ou à l’hydroélectricité. Pour les exploitants de centres de données, l’intérêt du nucléaire réside surtout dans sa production pilotable et continue.

Quel rôle joue BlackRock dans cette stratégie ?

BlackRock n’est pas un opérateur de cloud et ne construit pas lui-même les services d’IA utilisés par le grand public. Son rôle est financier : attirer des investisseurs institutionnels vers des actifs lourds et de long terme, tels que les centres de données, les réseaux ou les capacités de production électrique.

Cette approche répond à une évolution du marché. Pendant longtemps, les infrastructures numériques étaient principalement financées sur le bilan des groupes technologiques ou par des opérateurs spécialisés. L’essor de l’IA augmente tellement les besoins que les entreprises cherchent désormais à mobiliser des fonds d’infrastructure, des investisseurs privés et de la dette.

Pour les investisseurs, les centres de données peuvent présenter des revenus relativement prévisibles lorsqu’ils sont soutenus par des contrats de long terme avec de grands clients. Mais le secteur comporte aussi des risques importants : évolution rapide des puces, hausse du coût de l’électricité, contraintes locales, retards de construction et dépendance à quelques grands acheteurs de calcul.

Microsoft apporte au partenariat sa connaissance des besoins de l’IA et de l’exploitation à grande échelle du cloud. Nvidia, de son côté, est au centre de l’écosystème matériel grâce à ses GPU, devenus essentiels à l’entraînement de nombreux modèles d’IA. L’alliance réunit donc des compétences complémentaires : financement, maîtrise du cloud, expertise des infrastructures et savoir-faire en processeurs accélérateurs.

Quelles conséquences pour les entreprises et les utilisateurs ?

À court terme, ce type d’investissement est surtout visible pour les entreprises technologiques, les opérateurs de centres de données, les constructeurs d’équipements et les producteurs d’énergie. Pour les utilisateurs, les effets sont plus indirects : davantage de capacité disponible peut faciliter le lancement de nouveaux services d’IA et réduire le risque de pénuries de calcul.

Il ne faut pas en déduire que l’IA deviendra automatiquement moins chère. La construction des centres de données, l’achat de GPU et l’électricité représentent des coûts élevés. Les contrats de location à long terme peuvent aussi engager les entreprises sur plusieurs années. La capacité de calcul supplémentaire pourrait donc accélérer l’innovation, sans garantir une baisse immédiate des prix des services cloud ou des outils d’IA.

Pour les entreprises clientes d’Azure, l’enjeu est la disponibilité. Elles veulent pouvoir expérimenter ou déployer des outils de génération de texte, d’analyse documentaire, de programmation ou d’automatisation sans se heurter à des limites de capacité. En pratique, la compétitivité des fournisseurs d’IA dépend de plus en plus de leur capacité à fournir du calcul, au même titre que de la qualité de leurs modèles.

Ce qu’il faut surveiller

L’annonce du GAIIP fixe une ambition financière, pas un calendrier détaillé de construction. Plusieurs éléments permettront de mesurer la concrétisation du projet dans les mois et années à venir : la capacité du consortium à réunir effectivement les 30 milliards de dollars de capitaux privés visés, les premiers projets financés, les conditions d’accès à l’électricité et le coût de la dette.

Il faudra également observer la manière dont les grands groupes technologiques concilient leur expansion avec leurs engagements climatiques. L’IA nécessite des infrastructures toujours plus puissantes, mais celles-ci doivent être raccordées à des réseaux parfois déjà sous tension. Les contrats d’énergie bas carbone, les investissements dans les réseaux et l’efficacité des équipements deviendront aussi stratégiques que les puces elles-mêmes.

Enfin, le chiffre de plus de 100 milliards de dollars de baux attribué aux besoins potentiels de Microsoft rappelle une transformation plus large : les capacités de calcul sont en train de devenir une ressource industrielle. Dans la compétition mondiale de l’IA, disposer d’un bon modèle ne suffit plus. Il faut aussi pouvoir l’entraîner, le servir à grande échelle et l’alimenter durablement.