Centres de données : l’IA pourrait doubler leur demande d’électricité d’ici 2030

L’intelligence artificielle ne se résume pas à des logiciels visibles sur un écran. Derrière chaque assistant conversationnel, image générée ou requête complexe se trouvent des serveurs, des équipements réseau et des systèmes de refroidissement installés dans des centres de données. À mesure que ces usages gagnent du terrain, leur alimentation électrique devient un sujet central pour les opérateurs, les énergéticiens et les pouvoirs publics.

Dans son rapport de 302 pages consacré à l’énergie et à l’IA, publié le 10 avril 2025, l’Agence internationale de l’énergie, ou AIE, estime que la consommation électrique mondiale des centres de données devrait plus que doubler à l’horizon 2030. Elle atteindrait alors environ 945 térawattheures (TWh), un niveau comparable à la consommation électrique totale actuelle du Japon.

L’enjeu ne consiste pas uniquement à produire davantage d’électricité. Il faut aussi pouvoir l’acheminer au bon endroit, au moment voulu, vers des installations très concentrées géographiquement et particulièrement exigeantes en continuité de service. L’essor de l’IA rend donc visible une question longtemps technique : comment développer la puissance de calcul sans créer de nouveaux goulets d’étranglement pour les réseaux et sans aggraver inutilement les émissions de CO2 ?

Une consommation appelée à dépasser 945 TWh en 2030

Les centres de données ont consommé environ 415 TWh d’électricité en 2024, soit près de 1,5 % de la consommation mondiale. Cette part est déjà significative, mais c’est surtout sa vitesse de progression qui attire l’attention : au cours des cinq années précédentes, leur consommation a augmenté d’environ 12 % par an.

Pour 2030, la projection de 945 TWh représente plus du double du niveau de 2024 et près de 3 % de l’électricité mondiale. Ces chiffres couvrent l’ensemble des centres de données, qui servent à héberger des sites internet, des services de cloud, des applications professionnelles, du streaming et des plateformes numériques. L’IA n’est donc pas la seule cause de cette hausse. Elle en devient néanmoins un accélérateur majeur, car elle nécessite des infrastructures de calcul particulièrement puissantes.

Un térawattheure équivaut à un milliard de kilowattheures. Cette unité permet de saisir l’ordre de grandeur : derrière les serveurs et les puces, les besoins se mesurent désormais à l’échelle de la consommation de pays entiers.

Pourquoi l’IA générative consomme-t-elle autant d’électricité ?

L’IA générative repose sur des calculs intensifs. Pour entraîner un grand modèle, il faut traiter d’énormes volumes de données au moyen de nombreuses puces spécialisées fonctionnant simultanément. Une fois le modèle mis à disposition, chaque usage quotidien, appelé inférence, mobilise à son tour des serveurs pour produire une réponse, un texte, une image ou un autre contenu.

Cette demande s’ajoute aux usages numériques déjà installés. Or, contrairement à de nombreuses activités qui répartissent leur consommation sur un territoire, les charges informatiques sont regroupées dans des bâtiments pouvant appeler une très forte puissance électrique. Les opérateurs recherchent en outre une alimentation stable et continue : une interruption, même brève, peut perturber de très nombreux services en ligne.

L’AIE souligne ainsi que les capacités de calcul nécessaires à l’IA font peser une pression croissante sur les infrastructures énergétiques. La difficulté n’est pas seulement de disposer d’assez d’électricité à l’échelle nationale. Il faut également construire ou renforcer les lignes, les postes électriques et les raccordements locaux capables de fournir cette puissance à des sites précis.

Un centre de données de 100 mégawatts peut consommer chaque année autant d’électricité qu’environ 100 000 foyers. Les infrastructures les plus vastes actuellement en construction pourraient, elles, nécessiter jusqu’à vingt fois plus. Elles représenteraient alors une consommation équivalente à celle de deux millions de ménages.

Ces équivalences ne signifient pas qu’un centre de données prive mécaniquement des ménages d’électricité. Elles illustrent plutôt la dimension des arbitrages à venir : production, réseau, délais de raccordement et partage de la capacité disponible devront être planifiés de façon cohérente avec l’arrivée de ces nouveaux sites.

Les États-Unis, l’Europe et la Chine concentrent l’essentiel des besoins

La consommation des centres de données est loin d’être répartie uniformément dans le monde. Selon l’AIE, les États-Unis, l’Europe et la Chine représentent ensemble environ 85 % de leur consommation électrique. Cette concentration reflète la présence des grands acteurs du cloud, des infrastructures numériques existantes, de marchés importants et d’écosystèmes technologiques déjà très développés.

Elle pose aussi un problème très concret aux réseaux. Les centres sont souvent implantés à proximité de grands pôles urbains, de nœuds de télécommunications ou de zones économiques stratégiques. Dans ces régions, la demande électrique est déjà élevée, notamment pour les logements, les transports, les industries et les services. Ajouter de très grandes installations informatiques peut donc obliger à accélérer les investissements dans la production et le transport de l’électricité.

Aux États-Unis, les centres de données pourraient représenter à eux seuls près de la moitié de l’augmentation de la demande d’électricité à venir. Cette situation illustre la rapidité du changement : dans plusieurs systèmes électriques, l’hypothèse d’une demande globalement stable a longtemps structuré les décisions d’investissement. La multiplication des projets liés au numérique et à l’IA modifie désormais cette trajectoire.

Quelle conséquence pour les émissions de CO2 ?

Une hausse de la consommation électrique n’entraîne pas automatiquement la même hausse des émissions. Tout dépend de la manière dont l’électricité est produite dans chaque région. Un centre de données raccordé à un réseau alimenté majoritairement par des sources bas carbone n’a pas le même impact qu’un site dépendant davantage des combustibles fossiles.

L’AIE anticipe toutefois une progression des émissions liées à la consommation électrique des centres de données : elles passeraient de 180 millions de tonnes de CO2 à 300 millions de tonnes en 2035. Cela reste inférieur à 1,5 % des émissions totales du secteur énergétique, mais la dynamique est notable. Les centres de données font partie des sources dont les émissions progressent rapidement, précisément parce que leur demande électrique croît à un rythme soutenu.

Le charbon fournit actuellement environ 30 % de l’électricité consommée par les centres de données. Sa part devrait diminuer, tandis que les énergies renouvelables et le gaz naturel sont appelés à jouer un rôle plus important pour répondre aux besoins supplémentaires. Les renouvelables offrent une production sans émissions directes de CO2 lors de la génération d’électricité, mais leur déploiement doit s’accompagner de réseaux adaptés. Le gaz naturel peut apporter une production pilotable, tout en restant une énergie fossile émettrice.

Le débat ne se limite donc pas à l’étiquette énergétique affichée par une entreprise. Il porte sur la disponibilité réelle de l’électricité, sur la capacité à garantir une alimentation continue et sur la vitesse de déploiement des infrastructures nécessaires.

L’efficacité, les renouvelables et le nucléaire parmi les pistes envisagées

Aucune réponse unique ne permettra d’absorber la demande associée aux centres de données et à l’IA. L’AIE appelle à une approche proactive, articulant plusieurs leviers : améliorer l’efficacité des équipements, développer les capacités de production électrique, renforcer les réseaux et orienter les nouveaux projets vers des zones où leur raccordement est possible.

L’efficacité énergétique des centres de données compte à tous les niveaux. Elle concerne la performance des puces, l’organisation des calculs, l’utilisation des serveurs, le refroidissement et la conception même des bâtiments. Réduire l’énergie nécessaire à une opération informatique est particulièrement important lorsque cette opération est répétée à très grande échelle.

Les entreprises technologiques cherchent aussi à sécuriser leur approvisionnement. Google, par exemple, explore des solutions comprenant l’investissement dans des mini réacteurs nucléaires, afin de disposer d’une source d’électricité fiable pour ses infrastructures. Ce type d’initiative montre que l’expansion du calcul numérique pousse les acteurs de l’IA à regarder au-delà de leurs seuls serveurs et à s’intéresser directement au système énergétique.

L’IA peut par ailleurs contribuer à réduire des consommations dans d’autres domaines. Des outils de prévision, de pilotage et d’optimisation peuvent aider à mieux gérer les réseaux électriques, les bâtiments, les processus industriels ou certains déplacements. Selon l’AIE, les gains d’efficacité permis par ces applications pourraient compenser, voire dépasser, les émissions additionnelles liées aux centres de données. Mais ce résultat dépendra de l’ampleur réelle des déploiements et des choix énergétiques effectués en parallèle.

Ce qu’il faut surveiller d’ici 2030

La prévision de l’AIE décrit une trajectoire de forte croissance, non une fatalité indépendante des décisions prises. Le rythme d’adoption de l’IA, les progrès de l’efficacité informatique, les choix d’implantation des centres et les politiques énergétiques peuvent modifier l’équilibre final.

Plusieurs éléments méritent une attention particulière. Le premier est la capacité des réseaux à suivre : de nouveaux moyens de production ne résoudront pas seuls le problème si les lignes et raccordements restent insuffisants. Le deuxième est le mix électrique réellement mobilisé pour couvrir les besoins additionnels. Enfin, il faudra mesurer les bénéfices concrets de l’IA dans les autres secteurs, sans les présumer automatiquement.

L’enjeu est donc de concilier deux transformations majeures : la diffusion rapide de l’intelligence artificielle et la décarbonation des systèmes énergétiques. Les centres de données deviennent l’un des lieux où cette conciliation devra se traduire en décisions très matérielles, avec des câbles, des centrales, des postes électriques, des serveurs plus efficaces et une planification de long terme.