InfrastructureIEEE Spectrum AI · 24 mars 2026, 16:00· 2 min de lecture

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

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

Cet article vous a été utile ?

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 lance Terafab, un projet de méga-usine de semi-conducteurs qu'il présente comme la plus grande jamais construite. Annoncé sur X, le projet vise à produire jusqu'à un térawatt de puissance de calcul par an, une échelle inédite dans l'industrie des puces. L'objectif affiché : mettre fin à la dépendance vis-à-vis des fonderies étrangères et répondre à l'explosion des besoins en calcul liés à l'IA, la robotique et les infrastructures spatiales. L'enjeu est stratégique. Selon Musk, les capacités combinées des leaders mondiaux comme TSMC, Samsung et Micron ne couvriraient qu'environ 2 % des besoins futurs de ses propres entreprises. Ce chiffre illustre une réalité plus large : les grands acteurs technologiques sont structurellement dépendants de chaînes d'approvisionnement qu'ils ne maîtrisent pas. Terafab s'inscrit dans une logique de verticalisation totale, produire soi-même, à grande échelle, pour ne plus subir les contraintes du marché. Implanté à Austin, au Texas, Terafab serait une coentreprise entre Tesla, SpaceX et xAI. Chaque entité y trouve un intérêt direct : Tesla pour ses véhicules autonomes et ses robots Optimus, xAI pour l'entraînement de ses modèles, et SpaceX pour ses systèmes embarqués. Le projet prévoit deux catégories de puces, des puces terrestres classiques et des puces durcies capables de fonctionner dans l'espace, en lien avec l'ambition d'un data center orbital et d'une constellation de satellites. Le coût estimé dépasse les 20 de milliards de $, et la complexité technique reste un obstacle majeur : rivaliser avec les décennies d'expertise de TSMC en lithographie avancée ne s'improvise pas, et une telle usine nécessite plusieurs années avant d'être pleinement opérationnelle. La crédibilité du projet reste à démontrer. L'écart entre la vision annoncée et la réalité industrielle est considérable, et Musk n'en est pas à sa première promesse d'envergure à calendrier incertain. Reste que la direction est cohérente avec sa stratégie globale : concentrer dans ses mains les briques technologiques fondamentales, énergie, calcul, transport, espace, pour construire un empire industriel intégré verticalement.

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

3NVIDIA AI Blog

À 45°C, une percée pour refroidir les plus grandes machines de l'IA

La nouvelle génération de serveurs IA de NVIDIA, la plateforme Rubin, franchit un cap technologique en devenant la première infrastructure de calcul à atteindre 100 % de refroidissement liquide, chaque puce, chaque composant réseau, sans le moindre ventilateur. Le liquide de refroidissement circule dans un circuit fermé à une température pouvant atteindre 45 degrés Celsius, soit 13 degrés de plus que la température habituelle d'un jacuzzi. Cette architecture est formalisée dans le NVIDIA DSX AI Factory Reference Design, un guide de référence pour concevoir, construire et exploiter l'ensemble de la pile d'infrastructure d'une usine d'IA. Ali Heydari, directeur du refroidissement et de l'infrastructure de centres de données chez NVIDIA, résume l'ambition : « Nous avons éliminé d'énormes quantités de consommation électrique et pratiquement toute consommation d'eau. » L'enjeu économique et environnemental est considérable. Historiquement, le seul refroidissement représente jusqu'à 40 % de la consommation électrique d'un centre de données, l'un des postes où les gains d'efficacité ont le plus d'impact. Les estimations sectorielles indiquent qu'augmenter la température des systèmes de refroidissement d'un seul degré réduit les coûts énergétiques associés d'environ 4 %. À l'échelle d'une installation hyperscale de 50 mégawatts, le passage à une infrastructure entièrement refroidie par liquide génère plus de 4 millions de dollars d'économies annuelles sur les coûts d'énergie et d'eau. Plus frappant encore : les centres de données conventionnels à refroidissement par air consomment environ 2,6 millions de gallons d'eau par mégawatt et par an via leurs tours de refroidissement évaporatives. L'architecture à 45°C de NVIDIA ramène ce chiffre à zéro dans la plupart des conditions climatiques, grâce à des refroidisseurs à sec en circuit fermé qui n'ont pas besoin de chiller la majorité de l'année. Ce virage technologique s'inscrit dans une trajectoire inévitable. Pendant des décennies, l'industrie a cru qu'un centre de données froid était un centre de données efficace, une idée désormais caduque face à la densité de puissance des puces IA modernes. Richard Whitmore, président et PDG de Motivair, la division de refroidissement avancé de Schneider Electric, partenaire de longue date de NVIDIA, le dit sans détour : « Une fois que la consommation par puce a dépassé un certain seuil, le refroidissement liquide est devenu obligatoire. » Comme la plateforme Rubin impose le 100 % liquide à l'ensemble de l'écosystème, chaque opérateur de cloud et exploitant de centre de données qui s'y connecte adopte de facto cette nouvelle norme. L'ère du refroidissement par air pour l'IA de pointe touche à sa fin.

UELes opérateurs de centres de données français et européens devront planifier une migration vers le refroidissement liquide pour rester compétitifs et se conformer aux objectifs d'efficacité énergétique et hydrique imposés par les réglementations européennes sur les data centers.

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

Gratuit · 1 email le matin, l'essentiel de l'IA · désinscription en un clic