Quelques secondes après avoir posé une question à une IA générative, plusieurs paragraphes apparaissent sur votre écran. L’opération paraît presque instantanée. Pourtant, chaque mot généré mobilise une succession considérable de calculs exécutés dans des centres de données parfois situés à des milliers de kilomètres de l’utilisateur.
Comme nous l’expliquions dans notre précédent article, les grands modèles de langage produisent leurs réponses progressivement sous forme de tokens. C’est-à-dire des mots ou fragments de mots, les uns après les autres.
Mais chaque token nécessite de nombreux calculs. Leur nombre dépend notamment du modèle utilisé. Pour donner un ordre de grandeur, Llama 2 70B de Meta compte 70 milliards de paramètres. Pour un modèle dense de cette taille, une estimation simplifiée conduit à environ 140 milliards d’opérations pour générer un token. Et ce sans même tenir compte de tous les coûts annexes.
Imaginez maintenant plusieurs centaines de tokens pour une réponse. Puis multipliez ces calculs par des centaines de millions d’utilisateurs.
Des puces plus puissantes pour répondre en quelques secondes
Revenons au cas de ChatGPT. Avec plus d’un milliard d’utilisateurs actifs par semaine, selon OpenAI, c’est l’un des services d’IA générative les plus utilisés au monde. L’entreprise indique également que l’infrastructure de stockage qui soutient ses produits traite plus de 70 millions de requêtes techniques par seconde et gère plus de 500 pétaoctets de données.
Par ailleurs, déjà en juillet 2025, OpenAI indiquait que ChatGPT recevait environ 2,5 milliards de requêtes d’utilisateurs par jour. Un chiffre qui a augmenté depuis lors. Pour absorber cette demande, les entreprises d’IA utilisent des accélérateurs spécialisés, notamment des processeurs GPU. Dans les grandes infrastructures, des centaines voire des milliers de GPU peuvent travailler ensemble. À cela s’ajoutent des mémoires extrêmement rapides, des systèmes de stockage et des réseaux capables de déplacer d’énormes volumes de données.
C’est pourquoi la bataille autour de l’IA s’étend aux mémoires HBM (High Bandwidth Memory) à très haut débit, aux interconnexions entre puces, au stockage et à l’ensemble des équipements nécessaires aux datacenters. La bataille des semi-conducteurs entre les États-Unis et la Chine en est une illustration.
Cette demande contribue à expliquer les investissements massifs actuels. Selon le rapport Key Questions on Energy and AI publié en avril 2026 par l’Agence internationale de l’énergie (AIE), les dépenses d’investissement de cinq grands groupes technologiques, notamment Amazon Web Services, Google, Meta, Microsoft et Equinix, ont dépassé 400 milliards de dollars en 2025. Elles devraient encore bondir de 75 % en 2026.
L’énergie, le nerf de l’infrastructure IA
Faire fonctionner tous ces équipements nécessite de l’électricité. Il faut également évacuer la chaleur produite par les serveurs. Selon l’AIE, le refroidissement peut représenter environ 7 % de la consommation électrique des datacenters hyperscale les plus efficaces. Et il pourrait dépasser 30 % dans des installations moins performantes.
En 2025, la consommation électrique mondiale des datacenters a augmenté de 17 %. Celle des centres spécifiquement orientés vers l’IA a progressé de 50 %. L’AIE prévoit que la consommation totale des datacenters pourrait presque doubler entre 2025 et 2030.
Cela ne signifie pas qu’une simple question posée à ChatGPT représente à elle seule une dépense énergétique gigantesque. Les gains d’efficacité sont rapides et les requêtes textuelles simples restent beaucoup moins gourmandes que certaines tâches de raisonnement, d’agents ou de génération vidéo. Mais multipliées à l’échelle mondiale, ces interactions nécessitent une infrastructure physique considérable.
Alors, derrière les quelques lignes qui apparaissent sur votre écran se trouvent donc des puces, des mémoires, des réseaux, des bâtiments, des systèmes de refroidissement et beaucoup d’électricité. C’est aussi cette réalité matérielle qui explique pourquoi la course à l’intelligence artificielle est devenue une bataille mondiale pour les puces et les datacenters.
