InfrastructureIEEE Spectrum AI6sem

Que faudra-t-il pour construire le plus grand data center du monde ?

Résumé IASource uniqueImpact UE

La course aux data centers géants s'emballe. Meta a annoncé en juin 2025 la construction d'Hyperion, un campus de data centers en Louisiane d'une puissance cible de 5 gigawatts — le plus ambitieux jamais planifié. Son PDG Mark Zuckerberg a décrit l'empreinte du projet comme couvrant « une partie significative de la surface de Manhattan ». La première phase, à 2 GW, doit être opérationnelle d'ici 2030.

Ce projet s'inscrit dans une vague sans précédent de construction d'infrastructures numériques, directement liée à l'explosion de la demande en IA. Selon Michael Guckes, économiste en chef chez ConstructConnect, les dépenses mondiales en data centers ont dépassé 27 milliards de $ à fin juillet 2025, et devraient atteindre 60 milliards de $ sur l'année complète. Hyperion représente à lui seul environ 10 milliards de $, soit une part considérable du total. Cette dynamique oblige ingénieurs et architectes à innover en matière de calcul, de refroidissement et de réseau à des échelles qui auraient semblé inimaginables il y a cinq ans.

La construction d'un tel campus implique des défis techniques inédits. Avant de poser la première fondation, les équipes réalisent des centaines, voire des milliers de prélèvements de sol pour évaluer sa stabilité et sa conductivité thermique — un facteur crucial selon Amanda Carter, responsable technique chez Stantec, car une résistivité thermique élevée empêche la dissipation de chaleur des infrastructures électriques enterrées. À l'intérieur, les racks Nvidia GB200 NVL72 — chacun pesant plus d'1,5 tonne, mesurant plus de 2,2 mètres de haut et consommant jusqu'à 120 kilowatts — imposent des dalles en béton renforcé plus épaisses que la norme. Si Hyperion atteint ses 5 GW, le campus pourrait héberger plus de 41 000 systèmes rack, soit plus de 3 millions de GPU.

Les enjeux environnementaux et sociaux tempèrent toutefois l'enthousiasme. La construction mobilise d'importants flux de travailleurs temporaires et génère nuisances sonores, trafic et pollution locales. Sur le long terme, la consommation énergétique en continu des data centers IA pourrait émettre l'équivalent de dizaines de millions de tonnes de CO₂ par an aux États-Unis seulement, selon une étude récente. Ces préoccupations n'ont pas ralenti la cadence : les grandes entreprises technologiques avancent à marche forcée, convaincues que la domination en IA se joue désormais sur la puissance brute d'infrastructure.

Impact France/UE

Les mégaprojets de data centers américains alimentent le débat européen sur la sobriété énergétique et les émissions CO₂ liées à l'IA, renforçant les discussions autour de la réglementation européenne sur l'efficacité énergétique des centres de données.

Dans nos dossiers

Meta IA NVIDIA

Vu une erreur factuelle dans cet article ? Signalez-la. Toutes les corrections valides sont publiées sur /corrections.

À lire aussi

1Le Big Data

Terafab : Elon Musk dévoile son plan pour créer la plus grande usine de puces mondiale

Elon Musk a annoncé Terafab, une méga-usine de semi-conducteurs implantée à Austin, Texas, co-entreprise entre Tesla, SpaceX et xAI, visant à produire jusqu'à un térawatt de puissance de calcul par an — une échelle inédite dans l'industrie. Le projet répond à la pénurie de puces pour l'IA générative, la robotique et les infrastructures spatiales, Musk estimant que TSMC, Samsung et Micron ne couvrent que 2 % des besoins futurs de ses entreprises. Terafab produira deux types de puces — terrestres et durcies pour l'espace — dans l'optique d'une souveraineté totale sur la chaîne d'approvisionnement en calcul, bien que le projet reste confronté à d'importants défis industriels et technologiques.

UEAccentue la dépendance structurelle de l'Europe en semi-conducteurs avancés au moment où l'UE tente de développer sa propre capacité de production via l'European Chips Act.

InfrastructureActu

1 source

2MIT Technology Review

Quatre conditions pour installer des centres de données dans l'espace

En janvier 2026, SpaceX a déposé une demande auprès de la Federal Communications Commission américaine pour lancer jusqu'à un million de centres de données en orbite terrestre. L'objectif affiché est de libérer le plein potentiel de l'intelligence artificielle sans aggraver la crise énergétique et hydrique sur Terre. SpaceX n'est pas seul sur ce créneau : Jeff Bezos a déclaré l'an dernier que l'industrie tech se dirigeait vers une informatique à grande échelle dans l'espace, Google prévoit de lancer une constellation test de 80 satellites de calcul dès l'année prochaine, et la startup Starcloud, basée dans l'État de Washington, a déjà mis en orbite en novembre 2024 un satellite équipé d'un GPU Nvidia H100, marquant le premier test orbital d'une puce IA avancée. Starcloud vise des centres de données orbitaux aussi grands que ceux au sol d'ici 2030. L'attrait de l'espace repose sur deux promesses concrètes : une énergie solaire continue en orbite héliosynchrone, sans jamais passer dans l'ombre de la Terre, et une dissipation thermique naturelle dans le vide, sans recourir aux millions de litres d'eau que consomment les data centers terrestres. Ces derniers pèsent déjà lourd sur les réseaux électriques locaux et génèrent des tensions dans les communautés voisines autour du prix des ressources. Avec la baisse continue des coûts de lancement et les méga-fusées comme Starship promises à réduire encore les tarifs, un point de basculement économique devient envisageable. Mais les obstacles techniques restent formidables : quatre défis majeurs se dressent avant toute mise en oeuvre réelle. Le premier est thermique. Contrairement à l'intuition, l'espace n'est pas froid pour un satellite en orbite constamment éclairée : sans convection possible dans le vide, la température des équipements ne descendrait jamais sous 80 °C, largement au-dessus des seuils acceptables pour l'électronique. Évacuer la chaleur par rayonnement seul exige de grandes surfaces radiatives, ce qui alourdit les satellites et complique leur mise en orbite. Yves Durand, ancien directeur technologique de Thales Alenia Space, juge néanmoins le problème surmontable : son étude de faisabilité de 2024 conclut qu'il est possible de construire des data centers de l'ordre du gigawatt en orbite, en s'appuyant sur des systèmes de fluide réfrigérant déjà développés pour les grands satellites de télécommunication. Les trois autres défis, tout aussi cruciaux, concernent la fiabilité des composants face aux radiations cosmiques, la latence des liaisons avec le sol, et le coût de maintenance d'infrastructures inaccessibles physiquement.

UEThales Alenia Space, entreprise franco-italienne, est citée comme acteur clé de la faisabilité technique des data centers orbitaux, positionnant l'Europe comme contributeur potentiel dans ce marché émergent.

InfrastructureOpinion

1 source

3The Information AI

Google négocierait le financement d'un data center de plusieurs milliards pour Anthropic

Google serait en négociation pour financer partiellement la construction d'un datacenter de plusieurs milliards de dollars au Texas, destiné à être loué par Anthropic, selon des informations du Financial Times. Le montage financier envisagé passerait par des prêts à la construction accordés à Nexus Data Centers, l'opérateur du site qui détient le bail avec Anthropic. Le montant exact n'a pas été divulgué, mais l'expression « multibillion-dollar » laisse entrevoir une infrastructure d'envergure. Ce projet illustre la dépendance croissante des laboratoires d'IA aux investissements massifs en infrastructure de calcul. Pour Anthropic, accéder à une capacité de calcul dédiée et à grande échelle est indispensable pour entraîner et déployer ses modèles Claude à un niveau compétitif face à OpenAI et Google DeepMind. Pour Google, financer l'infrastructure de son partenaire stratégique — dans lequel il a déjà investi plus de 2 milliards de dollars — renforce un écosystème dans lequel ses propres intérêts sont engagés. Ce mouvement s'inscrit dans une course mondiale aux datacenters alimentée par l'explosion de la demande en IA générative. Microsoft construit des infrastructures pour OpenAI, Amazon pour ses propres services et Anthropic via AWS. Le fait que Google joue désormais aussi le rôle de bailleur de fonds pour Anthropic, en plus de partenaire cloud, témoigne de l'intrication croissante entre financement, infrastructure et développement des modèles dans l'industrie de l'IA.

InfrastructureOpinion

1 source

4MIT Technology Review

Reconstruire la pile de données pour l'IA

L'intelligence artificielle occupe désormais le sommet des priorités des directions d'entreprise, mais une réalité s'impose de plus en plus clairement : le principal frein à une adoption concrète n'est pas la technologie elle-même, mais l'état des données. Bavesh Patel, vice-président senior chez Databricks, résume le problème sans détour : "La qualité de l'IA, son efficacité réelle, dépend directement de l'information disponible dans votre organisation." Or dans la grande majorité des entreprises, cette information reste dispersée entre des systèmes hérités, des applications cloisonnées et des formats incompatibles. Sans infrastructure unifiée, les modèles d'IA produisent des résultats peu fiables, dépourvus de contexte, ce que Patel qualifie simplement de "terrible AI". La solution passe par une consolidation des données dans des formats ouverts, une gouvernance rigoureuse des accès, et une architecture capable de combiner données structurées et non structurées en temps réel. L'enjeu est directement compétitif. Pour Patel, "le vrai différenciateur concurrentiel de la plupart des organisations, c'est leur propre data, combinée aux données tierces qu'elles peuvent y ajouter". Les entreprises qui parviennent à poser ces fondations correctement débloquent des gains mesurables : automatisation de workflows complexes, efficacité opérationnelle accrue, voire création de nouvelles lignes de revenus. Rajan Padmanabhan, responsable technologique chez Infosys, insiste sur la nécessité de relier chaque initiative IA à des indicateurs business précis, plutôt que de traiter ces projets comme des expérimentations isolées. Les entreprises les plus avancées utilisent des cadres de gouvernance pour identifier rapidement ce qui produit des résultats concrets et abandonner ce qui n'en produit pas, une discipline que peu d'organisations ont encore intégrée dans leur fonctionnement quotidien. Cette transformation s'inscrit dans un changement de paradigme plus profond. Pendant des décennies, les systèmes d'information ont été conçus comme des outils d'exécution ou d'engagement. Padmanabhan décrit une nouvelle logique en train d'émerger : "des systèmes d'action", capables de décider et d'agir de manière autonome. C'est précisément la promesse des agents IA, qui évoluent de simples assistants vers des opérateurs autonomes gérant des flux de travail et des transactions entières. Mais cette évolution suppose que les données sous-jacentes soient fiables, accessibles et gouvernées, une condition que la plupart des grandes entreprises ne remplissent pas encore. La question n'est donc plus de savoir si l'IA va transformer l'entreprise, mais si les organisations sauront construire l'infrastructure de données nécessaire avant que la fenêtre d'opportunité ne se referme sur celles qui auront avancé plus vite.

InfrastructureOpinion

1 source

Recevez l'essentiel de l'IA chaque jour

Une sélection éditoriale quotidienne, sans bruit. Directement dans votre boîte mail.

Recevez l'essentiel de l'IA chaque jour