Meta et le data center à 200 milliards : ce que l’on sait vraiment du projet d’IA

Le chiffre donne le vertige : plus de 200 milliards de dollars pour un seul projet de centre de données. À la fin février 2025, cette hypothèse, attribuée à Meta par des informations de presse, illustre surtout l’intensité de la course aux infrastructures d’intelligence artificielle. Elle ne doit toutefois pas être confondue avec un chantier officiellement lancé : Meta a contesté l’idée qu’il construise un centre de données unique de cette valeur.

Cette distinction est capitale. L’entreprise de Mark Zuckerberg investit effectivement à très grande échelle pour entraîner et faire fonctionner des systèmes d’IA, depuis les modèles de langage de la famille Llama jusqu’aux algorithmes qui alimentent ses réseaux sociaux et ses outils d’assistance. Mais entre une stratégie mondiale d’investissement dans les serveurs et l’énergie, et l’annonce d’un campus précis à 200 milliards de dollars, il y a une différence considérable.

Une rumeur spectaculaire, rapidement démentie par Meta

Des informations publiées en février 2025 ont évoqué la possibilité d’un immense centre de données dédié à l’IA chez Meta, dont le coût pourrait dépasser 200 milliards de dollars. Elles faisaient état de recherches de terrains dans plusieurs États américains et de visites réalisées par des responsables de l’entreprise.

Dans la foulée, Meta a publiquement rejeté l’affirmation selon laquelle il construirait un projet unique à 200 milliards de dollars. Le démenti ne signifie pas que le groupe renonce à agrandir fortement ses capacités de calcul. Il conteste plus précisément le scénario, tel qu’il a été présenté, d’une installation individuelle atteignant cette somme.

À la date de publication de cet article, le 27 février 2025, aucun lieu définitif, calendrier de construction, permis détaillé ni budget officiel de 200 milliards de dollars n’a été rendu public par Meta pour un tel centre. Le montant doit donc être compris comme l’estimation rapportée d’un projet exploratoire, et non comme une enveloppe confirmée par l’entreprise.

Cette prudence n’est pas une nuance de langage. Dans l’industrie des centres de données, les termes peuvent désigner un bâtiment, un vaste campus comprenant plusieurs bâtiments, ou même un ensemble de dépenses réparties sur de nombreuses années. Sans périmètre détaillé, comparer un chiffre global à un coût de construction classique n’aurait pas beaucoup de sens.

Ce qui est établi et ce qui reste hypothétique

Le dossier mêle des éléments publics, des pistes rapportées par la presse et une affirmation explicitement contestée. Les séparer permet de mesurer ce qui est réellement en jeu.

Pourquoi l’IA générative exige-t-elle des centres de données géants ?

L’IA générative ne fonctionne pas comme un logiciel traditionnel installé sur un ordinateur isolé. Pour entraîner un grand modèle de langage ou un générateur d’images, il faut faire travailler simultanément un très grand nombre de processeurs spécialisés sur d’immenses volumes de données. Ces puces, souvent des GPU, sont particulièrement efficaces pour exécuter en parallèle les calculs mathématiques nécessaires à l’apprentissage automatique.

Un centre de données destiné à l’IA doit donc réunir plusieurs couches d’infrastructure :

• des dizaines de milliers de serveurs et de puces de calcul ;
• des réseaux internes très rapides afin que les machines échangent leurs résultats sans ralentir l’entraînement ;
• des systèmes de stockage capables d’alimenter ces serveurs en données ;
• une alimentation électrique stable et très importante ;
• des équipements de refroidissement, car ces machines dégagent beaucoup de chaleur.

L’effort ne s’arrête pas après l’entraînement d’un modèle. Lorsqu’un utilisateur pose une question à un assistant, demande une image ou utilise une fonctionnalité de traduction, l’IA doit aussi produire une réponse. Cette étape, appelée inférence, requiert elle aussi une puissance de calcul considérable dès lors qu’elle est proposée à des centaines de millions, voire des milliards de personnes.

Pour Meta, l’enjeu dépasse donc un éventuel assistant conversationnel. Ses plateformes s’appuient déjà fortement sur l’IA pour recommander des contenus, classer des publications, diffuser de la publicité et modérer certains usages. Les modèles génératifs ajoutent une nouvelle demande, notamment pour les assistants et pour le développement de la famille de modèles Llama.

Un montant à replacer dans la stratégie d’investissement de Meta

La somme de 200 milliards de dollars est exceptionnelle, y compris à l’échelle des plus grands groupes technologiques. Elle dépasse de plus de trois fois la borne haute des dépenses d’investissement que Meta prévoit pour l’ensemble de l’année 2025, soit 65 milliards de dollars.

Ces dépenses d’investissement, souvent appelées « capex », couvrent des réalités variées : les bâtiments, les terrains, les serveurs, les réseaux, les équipements électriques et les puces. Elles ne constituent donc pas la preuve d’un investissement identique dans un site précis. Elles montrent en revanche que Meta anticipe une montée en puissance rapide de ses besoins matériels.

Fin janvier 2025, Mark Zuckerberg a par ailleurs indiqué que Meta visait plus de 1,3 million de GPU d’ici à la fin de l’année. Ce cap donne une idée du changement d’échelle recherché. Il faut cependant le lire comme un objectif de parc de calcul pour le groupe, et non comme le cahier des charges d’un seul centre de données.

Un chiffre aussi élevé que 200 milliards de dollars peut aussi couvrir, selon les hypothèses retenues, des périodes très différentes. S’agit-il du seul gros œuvre ? Des serveurs renouvelés sur plusieurs années ? Des raccordements électriques et des infrastructures de réseau ? Les informations initiales ne fournissent pas ce détail. C’est l’une des raisons pour lesquelles ce montant ne peut pas être traité comme le coût ferme d’un bâtiment déjà dessiné.

Louisiane, Wyoming, Texas : pourquoi l’emplacement est décisif

La Louisiane, le Wyoming et le Texas ont été cités parmi les États examinés. Des visites de responsables de Meta y auraient été effectuées. Cela atteste au mieux d’une phase de repérage : les entreprises technologiques évaluent généralement plusieurs options avant de choisir un emplacement et de déposer les demandes administratives nécessaires.

Le choix d’un site pour un centre de données d’IA ne dépend pas seulement de la surface de terrain disponible. Il repose notamment sur plusieurs critères :

• la possibilité d’obtenir une très grande quantité d’électricité de manière fiable ;
• la capacité du réseau local à accueillir cette demande supplémentaire ;
• la proximité de réseaux de télécommunications à haut débit ;
• les conditions climatiques et les besoins de refroidissement ;
• les règles d’urbanisme, les permis et l’acceptation locale du projet.

Le Texas attire régulièrement les acteurs du numérique grâce à son marché énergétique et à son espace disponible. La Louisiane et le Wyoming présentent eux aussi des caractéristiques susceptibles d’intéresser de grands projets industriels. Cela ne permet pas, pour autant, d’en déduire que Meta ait arrêté son choix sur l’un de ces États.

GPU et puces maison : le matériel au cœur de la stratégie

La publication d’origine évoque l’intégration de processeurs graphiques évolutifs et le développement de puces d’IA personnalisées. Cette orientation correspond à la stratégie connue de Meta, qui combine des composants achetés auprès de fournisseurs spécialisés et ses propres accélérateurs.

Les GPU sont devenus la ressource la plus recherchée de l’IA générative. À l’origine conçus pour accélérer l’affichage graphique, ils excellent dans les calculs parallèles. C’est précisément ce dont les réseaux de neurones ont besoin lors de leur entraînement. Mais disposer de GPU ne suffit pas : ces puces doivent être reliées par un réseau très rapide, alimentées en continu et refroidies efficacement.

Meta travaille aussi sur ses accélérateurs maison, regroupés sous l’appellation MTIA, pour Meta Training and Inference Accelerator. L’intérêt est double : adapter une partie du matériel à ses propres charges de travail, notamment les recommandations et l’inférence, et réduire à terme sa dépendance à des composants standardisés très demandés par toute l’industrie.

Il serait néanmoins prématuré d’affirmer que les puces internes de Meta équiperont le supposé centre de données à 200 milliards de dollars. Aucun plan technique détaillé n’a été publié pour ce projet. Ce que l’on peut dire, c’est que la maîtrise du matériel devient un avantage stratégique pour les entreprises qui déploient l’IA à très grande échelle.

Les enjeux environnementaux et réglementaires ne sont pas secondaires

Un projet de cette ampleur soulève inévitablement des questions environnementales. L’électricité constitue le premier sujet : les grappes de serveurs d’IA peuvent représenter une demande comparable à celle de certaines infrastructures industrielles. Le raccordement au réseau, la disponibilité de nouvelles capacités de production et l’origine de l’énergie sont donc des éléments déterminants.

Le refroidissement est un autre point de vigilance. Selon la technologie retenue et les conditions locales, un centre de données peut avoir besoin d’eau ou de systèmes de refroidissement consommant beaucoup d’énergie. Les impacts dépendent de la conception exacte du site, de son climat et des ressources disponibles localement. Or ces données ne sont pas connues pour le projet évoqué.

La publication d’origine fait également référence à une colonie d’abeilles qui aurait compliqué un chantier antérieur. Faute d’indication précise sur le lieu, la date et les procédures administratives concernées, cette anecdote ne permet pas d’établir un obstacle concret au projet de Meta. Elle rappelle cependant une réalité : les études d’impact, la protection de la biodiversité et les règles locales peuvent modifier le calendrier, la conception, voire la faisabilité d’un grand centre de données.

Pour les riverains et les élus, les retombées économiques, les emplois liés à la construction et les recettes fiscales sont souvent mis en balance avec la pression sur le foncier, l’eau et l’électricité. À cette échelle, l’acceptabilité locale devient aussi importante que la performance des serveurs.

Ce qu’il faut surveiller dans les prochains mois

La première information décisive serait une annonce officielle de Meta détaillant un emplacement, un calendrier et une puissance de calcul ou électrique. Un permis de construire, un accord de raccordement au réseau, un partenariat énergétique ou l’acquisition publique d’un terrain constitueraient également des indices bien plus solides qu’une estimation non détaillée.

Il faudra aussi suivre la trajectoire des dépenses d’investissement du groupe. La prévision de 60 à 65 milliards de dollars en 2025 confirme que Meta fait de l’infrastructure l’un des piliers de sa stratégie IA. Elle ne valide pas, à elle seule, le scénario d’un centre unique à 200 milliards de dollars.

Enfin, les annonces sur les GPU, les accélérateurs MTIA et les prochains modèles de Meta permettront de comprendre l’usage réel de cette puissance de calcul. La question de fond n’est pas uniquement de savoir si l’entreprise bâtira le plus grand campus possible. Elle est de savoir comment elle entend transformer ces investissements matériels en services d’IA utiles, compétitifs et soutenables pour ses utilisateurs comme pour les territoires qui accueilleront ces infrastructures.