Datacenters et énergie : la course aux capex qui porte l'IA

Au printemps 2025, une bascule discrète mais profonde s'est opérée dans l'industrie de l'intelligence artificielle. Pendant deux ans, l'attention s'était concentrée sur les modèles : leurs capacités, leurs classements, leurs versions successives. Puis le regard s'est déplacé vers ce qui les fait exister physiquement. Les résultats trimestriels des grands acteurs du cloud ont révélé des enveloppes d'investissement d'une ampleur inédite, chiffrées en dizaines de milliards de dollars par entreprise et par an, presque intégralement dirigées vers une même destination : la construction de centres de calcul et l'électricité pour les alimenter. En quelques mois, l'infrastructure est devenue le terrain sur lequel se joue la compétition. Cet article dresse la vue d'ensemble de cette course aux dépenses d'investissement — les fameux capex — chez Microsoft, Amazon, Google et Meta, tout en donnant sa juste place à un acteur plus récent mais spectaculaire, xAI et son supercalculateur « Colossus ». Et il examine, chiffres institutionnels à l'appui, ce qui en constitue désormais le point de tension central : l'énergie.

L'angle retenu ici est celui de la production, du béton et des mégawatts, plutôt que celui des algorithmes. Ce que l'on appelle communément « la course à l'IA » a longtemps été racontée comme une affaire de logiciel ; elle est aussi, et de plus en plus, une affaire d'ingénierie civile, de contrats électriques et de calendriers de raccordement au réseau. Comprendre cette dimension matérielle, c'est comprendre pourquoi les entreprises qui disposent de la capacité de calcul, et de l'énergie pour la faire tourner, occupent une position déterminante. Nous distinguerons systématiquement ce qui est annoncé de ce qui est mesuré, et là où une donnée reste incertaine, nous le dirons plutôt que d'avancer une fausse précision.

L'explosion des capex en 2025 : ce qui s'est passé

Le fait marquant tient en une observation simple : au premier semestre 2025, les quatre plus grands opérateurs de cloud ont communiqué, chacun de son côté, des programmes d'investissement qui, additionnés, dépassaient les 300 milliards de dollars pour la seule année — environ 320 milliards selon les estimations agrégées de l'époque, rapportées par CNBC. Ces montants n'étaient pas des projections lointaines mais des engagements de dépense annuels, exprimés lors des publications de résultats et dans des billets officiels. La nouveauté n'était pas seulement l'ampleur des sommes, mais leur concentration : la quasi-totalité était fléchée vers le calcul accéléré destiné à l'IA et vers les bâtiments qui l'abritent.

Microsoft : 80 milliards pour l'exercice fiscal 2025

Le signal le plus précoce est venu de Microsoft. Dans un billet publié le 3 janvier 2025, le président de l'entreprise, Brad Smith, a annoncé que la société prévoyait de dépenser environ 80 milliards de dollars au cours de son exercice fiscal 2025 pour construire des centres de données capables de traiter les charges d'intelligence artificielle. Le billet précisait que plus de la moitié de cet investissement serait réalisée aux États-Unis. Cette somme couvre à la fois l'entraînement de modèles, le déploiement d'applications infonuagiques et l'exploitation à grande échelle. Le message adressé au marché était limpide : l'infrastructure de calcul est devenue une priorité stratégique de premier rang, au même titre que les produits qu'elle rend possibles.

Amazon : plus de 100 milliards, la majorité pour l'IA

Amazon a rapidement porté la barre plus haut. Lors de la présentation de ses résultats trimestriels début février 2025, l'entreprise a indiqué que son rythme d'investissement observé au dernier trimestre 2024 — de l'ordre de 26 milliards de dollars — serait « raisonnablement représentatif » de sa cadence pour 2025, ce qui pointe vers un total supérieur à 100 milliards de dollars sur l'année. Le dirigeant Andy Jassy a précisé que la « très grande majorité » de cette enveloppe irait à l'extension des capacités d'intelligence artificielle au sein d'Amazon Web Services. Amazon, opérateur cloud de référence, disposait déjà d'un parc mondial considérable ; l'ampleur de la nouvelle dépense marquait une accélération nette, tirée par la demande de calcul pour l'IA générative.

Google et Meta : deux trajectoires convergentes

Alphabet, maison mère de Google, a de son côté relevé son budget d'investissement 2025 d'environ 42 % pour atteindre près de 75 milliards de dollars. Son dirigeant, Sundar Pichai, a justifié cet effort en soulignant que la baisse continue du coût de l'IA « rendra davantage de cas d'usage réalisables » — autrement dit, plus le calcul devient abordable, plus la demande s'élargit, et plus la capacité doit suivre.

Meta, enfin, a annoncé le 24 janvier 2025 une fourchette de 60 à 65 milliards de dollars de dépenses d'investissement pour l'année, révisée à la hausse quelques mois plus tard. Mark Zuckerberg a présenté 2025 comme « une année déterminante pour l'IA » et détaillé des objectifs matériels concrets : mettre en service environ un gigawatt de capacité de calcul et terminer l'année avec plus de 1,3 million d'accélérateurs graphiques. Il a même illustré l'échelle des installations envisagées en évoquant un centre de données dont l'emprise « couvrirait une part importante de Manhattan ». L'image, frappante, dit bien le changement d'ordre de grandeur.

Acteur	Capex annoncé pour 2025	Source de l'annonce
Amazon	> 100 milliards $ (majorité IA / AWS)	Résultats T4 2024, février 2025
Microsoft	~ 80 milliards $ (exercice fiscal 2025)	Billet de Brad Smith, 3 janvier 2025
Alphabet / Google	~ 75 milliards $ (+42 % sur un an)	Résultats, début 2025
Meta	60 à 65 milliards $ (relevé ensuite)	Annonce de Mark Zuckerberg, 24 janvier 2025

Additionnées, ces annonces plaçaient la barre autour de 320 milliards de dollars pour l'exercice 2025 sur ces quatre entreprises — un total qui a ensuite été révisé à la hausse trimestre après trimestre, pour atteindre environ 410 milliards de dollars de dépenses cumulées réelles sur l'année selon les bilans de fin d'exercice. Il faut lire ces montants avec prudence : les périmètres comptables diffèrent d'un acteur à l'autre — exercice fiscal contre année civile, capex total contre capex spécifiquement dédié aux centres de calcul — et une fraction de ces dépenses concerne aussi des serveurs classiques, des bureaux ou de la logistique. Le message d'ensemble reste néanmoins sans ambiguïté : le calcul pour l'IA était devenu le premier poste d'investissement de la technologie mondiale.

Le contexte : pourquoi cette accélération, et pourquoi maintenant

Une telle concentration de capital ne surgit pas sans cause. Elle prolonge une dynamique enclenchée fin 2022 avec la diffusion grand public des assistants conversationnels, qui a transformé une technologie de laboratoire en service utilisé quotidiennement par des centaines de millions de personnes. Ce passage à l'échelle a changé la nature même du besoin de calcul.

Le basculement de la recherche vers l'exploitation

Entraîner un grand modèle est un effort intense mais ponctuel : on mobilise un cluster pendant des semaines ou des mois, puis l'entraînement s'achève. L'utiliser au quotidien — ce que l'on appelle l'inférence — est un flux continu qui grandit avec l'adoption. Chaque requête adressée à un assistant, chaque image générée, chaque agent qui exécute une tâche consomme du calcul, en permanence. Sur la durée de vie d'un service très sollicité, cette exploitation finit par peser plus lourd que l'entraînement initial. Or l'adoption a explosé : c'est cette bascule vers un usage de masse, davantage que la seule quête de modèles plus grands, qui a rendu nécessaire une expansion massive et durable de la capacité.

Une logique de position plutôt que de pari

Les dirigeants ont formulé publiquement le raisonnement qui sous-tend ces dépenses. La déclaration la plus citée est celle de Sundar Pichai, lors d'une présentation de résultats en 2024, invité à dire s'il craignait de bâtir trop de capacité :

Le risque de sous-investir est nettement plus grand que celui de sur-investir. Même dans les scénarios où il s'avérerait que nous investissons trop, il s'agit d'infrastructures qui nous restent largement utiles.

Cette phrase résume la stratégie commune aux quatre acteurs. Dans une compétition où la capacité de calcul conditionne la vitesse d'innovation, arriver en retard coûte potentiellement plus cher que dépenser un peu trop tôt. Les centres de données, une fois construits, conservent par ailleurs une valeur d'usage même si les prévisions les plus optimistes ne se réalisaient pas : ils servent le cloud classique, l'analyse de données, le stockage. Cette asymétrie explique pourquoi, malgré les interrogations récurrentes des marchés sur le retour sur investissement, aucun des grands acteurs n'a ralenti sa cadence sur la période.

Le matériel comme moteur et comme contrainte

La disponibilité des accélérateurs graphiques a été l'autre déclencheur. Les puces conçues pour l'IA, dont Nvidia est le fournisseur de référence, sont passées du statut de composant spécialisé à celui de ressource stratégique convoitée. Leur montée en puissance de génération en génération a rendu envisageables des modèles plus vastes, tandis que les délais d'approvisionnement en faisaient un facteur limitant. En parallèle, plusieurs opérateurs ont accéléré la conception de leurs propres accélérateurs — circuits maison pensés pour leurs charges — afin de réduire leur dépendance et d'optimiser le coût par unité de calcul. Cette double dynamique, achats massifs et intégration verticale, a nourri l'envolée des dépenses.

Il faut mesurer ce que cette dépendance matérielle implique concrètement. Un accélérateur de dernière génération ne se commande pas comme un serveur ordinaire : sa fabrication mobilise une chaîne d'approvisionnement mondiale, depuis la gravure des puces jusqu'à la mémoire à très haute bande passante qui les accompagne. Lorsque des dizaines de milliers d'unités sont requises pour un seul cluster, la logistique elle-même devient un enjeu stratégique. Les acheteurs qui ont sécurisé leurs allocations tôt ont pris une avance concrète sur ceux qui ont attendu. C'est l'une des raisons pour lesquelles les grands opérateurs ont préféré engager très en amont des sommes considérables : réserver de la capacité de production et des livraisons futures revient à réserver une place dans la compétition. Le calcul, autrefois ressource abondante et banalisée, est redevenu un bien dont l'accès se planifie sur plusieurs trimestres.

Colossus : xAI et la démonstration de vitesse

Si les quatre géants du cloud illustrent la puissance de feu financière, un acteur plus jeune a incarné une autre facette de la course : la rapidité d'exécution. xAI, entreprise fondée par Elon Musk, a construit à Memphis, dans le Tennessee, un supercalculateur baptisé Colossus dont le calendrier de mise en service a marqué les esprits.

Une usine reconvertie en machine géante

Colossus a été installé dans une ancienne usine Electrolux du sud de Memphis, un vaste bâtiment industriel reconverti pour l'occasion. Selon les informations rapportées, l'installation est devenue opérationnelle en septembre 2024 avec 100 000 accélérateurs Nvidia H100, un déploiement présenté comme réalisé en environ 122 jours à compter du début des travaux. Ce délai, très court à l'échelle des projets de centres de données, tient à un choix d'ingénierie assumé : privilégier la vitesse de mise en service, y compris en recourant initialement à des sources d'énergie sur site pour ne pas attendre l'ensemble des raccordements réseau.

Dans les mois qui ont suivi, la capacité a été portée à environ 200 000 accélérateurs. Au printemps 2025, la configuration rapportée combinait plusieurs générations de matériel — de l'ordre de 150 000 H100, 50 000 H200 et 30 000 accélérateurs GB200 —, faisant de Colossus l'un des plus grands ensembles de calcul cohérents dédiés à l'entraînement. La puissance électrique appelée, initialement estimée autour de 150 mégawatts, a été revue à la hausse à mesure que la machine grandissait.

La particularité de Colossus n'est pas seulement sa taille, mais le tempo de sa construction : passer d'un bâtiment vide à un cluster de 100 000 accélérateurs en quelques mois redéfinit ce que « rapide » signifie dans l'industrie des centres de données.

Ce que Colossus révèle de la course

Au-delà des chiffres, Colossus illustre un principe devenu central : dans cette compétition, la capacité à mobiliser vite l'énergie et le matériel constitue un avantage concret. La vitesse d'exécution est devenue une variable de la stratégie, au même titre que la taille des enveloppes. Cette approche n'est pas sans soulever des questions d'insertion locale — approvisionnement électrique, acceptabilité, gestion des émissions des sources sur site — que les collectivités concernées et les opérateurs doivent traiter ensemble. Nous nous en tenons ici aux faits publics : la démonstration de rapidité a été réelle, et elle a nourri l'idée que l'infrastructure était devenue le champ de bataille décisif.

L'enjeu central : l'énergie

Toutes ces machines partagent un dénominateur commun : elles consomment de l'électricité, beaucoup, et en continu. C'est ici que la course aux capex rencontre une contrainte physique qui ne se règle pas à coups de milliards seuls. Pour poser des repères solides, la meilleure boussole reste le rapport Energy and AI publié par l'Agence internationale de l'énergie (IEA) en avril 2025, référence institutionnelle qui distingue soigneusement le mesuré du projeté.

Les chiffres de référence de l'IEA

Selon ce rapport, les centres de données ont consommé dans le monde environ 415 térawattheures (TWh) en 2024, soit à peu près 1,5 % de la consommation électrique mondiale. C'est un volume conséquent, mais qui reste minoritaire à l'échelle de la planète : d'autres usages électriques pèsent bien davantage. L'IEA rappelle d'ailleurs que la consommation des centres de données a progressé d'environ 12 % par an depuis 2017, un rythme plus de quatre fois supérieur à celui de la consommation électrique totale.

La trajectoire projetée est marquée. Le scénario de référence de l'IEA anticipe un peu plus qu'un doublement de cette consommation à l'horizon 2030, pour atteindre environ 945 TWh, soit un peu moins de 3 % de l'électricité mondiale. Le moteur de cette accélération est identifié précisément : les serveurs accélérés — ceux équipés d'accélérateurs pour l'IA — voient leur consommation croître d'environ 30 % par an dans le scénario de base, contre 9 % pour les serveurs conventionnels. Ces serveurs accélérés expliquent à eux seuls près de la moitié de la hausse nette attendue.

• 2024 : environ 415 TWh consommés par les centres de données, soit près de 1,5 % de l'électricité mondiale.
• 2030 (scénario de référence) : environ 945 TWh projetés, un peu moins de 3 % du total mondial.
• Rythme : croissance historique d'environ 12 % par an depuis 2017 ; serveurs accélérés à +30 % par an dans le scénario de base.
• Concentration : aux États-Unis, les centres de données représentent près de la moitié de la croissance de la demande d'électricité attendue d'ici 2030.

Une géographie très concentrée

Cette croissance n'est pas répartie uniformément. L'IEA souligne que les États-Unis et la Chine concentrent l'essentiel de la progression mondiale. Aux États-Unis en particulier, les centres de données représenteraient près de la moitié de la croissance de la demande d'électricité d'ici 2030. Le rapport formule même une comparaison saisissante : à cet horizon, le pays consacrerait davantage d'électricité à ses centres de données qu'à la production combinée d'aluminium, d'acier, de ciment, de produits chimiques et des autres biens à forte intensité énergétique. On mesure là le déplacement du centre de gravité de la demande électrique vers le numérique.

Refroidir sans gaspiller

La consommation ne se limite pas au calcul lui-même : évacuer la chaleur produite par des baies très denses représente un poste énergétique à part entière. Les installations conçues pour l'IA basculent massivement vers le refroidissement liquide, plus efficace que l'air pour dissiper de fortes puissances. L'indicateur suivi de près est le PUE (Power Usage Effectiveness), qui rapporte l'énergie totale consommée par le site à celle réellement utilisée par les serveurs : plus il s'approche de 1, plus l'installation est sobre dans ses fonctions annexes. Les opérateurs les plus avancés ont fait de ce ratio un objet d'optimisation permanent, car chaque dixième gagné se traduit par des mégawatts économisés à l'échelle d'un parc mondial. La question de l'eau utilisée pour certains systèmes de refroidissement fait aussi l'objet d'une attention croissante, avec un mouvement vers des conceptions en circuit fermé et vers des sites choisis pour leur climat.

Comment l'industrie répond au défi énergétique

Face à cette demande, les grands opérateurs n'ont pas seulement acheté de l'électricité : ils ont entrepris d'en sécuriser la production sur le long terme. C'est l'un des développements les plus notables de la période, et il éclaire la nature stratégique de l'énergie dans la course à l'IA.

Le retour en grâce du nucléaire

Plusieurs contrats d'achat d'électricité de long terme (les Power Purchase Agreements, ou PPA) ont visé une source décarbonée et disponible en continu : le nucléaire. Le cas le plus emblématique est l'accord conclu en octobre 2024 entre Microsoft et Constellation Energy, portant sur la relance de l'unité 1 de la centrale de Three Mile Island, en Pennsylvanie, rebaptisée Crane Clean Energy Center. Le PPA, d'une durée de vingt ans, porte sur environ 835 mégawatts d'électricité sans carbone destinés aux besoins des centres de données de Microsoft, avec un redémarrage visé aux alentours de 2028. Faire revivre une unité nucléaire spécifiquement pour alimenter l'IA constitue un signal fort de l'importance accordée à un approvisionnement stable.

D'autres acteurs ont exploré les petits réacteurs modulaires (SMR), technologie plus compacte encore en développement. Google a annoncé un accord avec Kairos Power pour soutenir la construction de plusieurs de ces réacteurs, visant à ajouter de l'ordre de 500 mégawatts à partir de l'horizon 2030. Amazon a de son côté engagé des partenariats, notamment avec Energy Northwest et X-energy, autour du déploiement de réacteurs modulaires. Ces engagements ne produiront de l'électricité que dans quelques années, mais ils traduisent une conviction partagée : sans énergie décarbonée disponible en continu, la trajectoire de calcul ne tient pas.

Renouvelables, réseau et localisation

Le nucléaire n'est qu'une pièce du puzzle. Les mêmes acteurs figurent parmi les plus gros acheteurs mondiaux d'électricité solaire et éolienne via des contrats de long terme, et investissent dans le stockage par batteries pour lisser l'intermittence. Le choix de l'emplacement des centres de données devient lui aussi un arbitrage énergétique : on cherche les régions où le réseau peut absorber de nouvelles charges, où l'électricité est abondante et peu carbonée, et où les délais de raccordement sont maîtrisables. Certains opérateurs ont dû engager des discussions directes avec les gestionnaires de réseau pour obtenir des raccordements dédiés, un processus qui s'étale souvent sur plusieurs années — de trois à sept ans selon les marchés, d'après les retours de l'industrie des centres de données — et pèse autant que la construction du bâtiment lui-même.

La question n'est plus seulement « combien de puces peut-on acheter ? », mais « combien de mégawatts propres peut-on sécuriser, et à quelle échéance ? ». L'énergie est devenue une contrainte de conception au même titre que le silicium.

Ce que ça change : l'infrastructure comme nerf de la guerre

La leçon d'ensemble de cette période tient en une formule : dans l'IA, l'avantage se déplace vers ceux qui maîtrisent l'infrastructure de bout en bout, de la puce à la prise électrique. Cette réalité redistribue les cartes de plusieurs manières.

Une barrière à l'entrée relevée

Le premier effet est économique. Entraîner et exploiter les plus grands modèles requiert désormais des capacités que seuls quelques acteurs, ou leurs partenaires, peuvent financer et construire. Cela ne ferme pas le jeu — les modèles ouverts, plus compacts et efficaces, permettent à des équipes plus modestes de bâtir des solutions remarquables sans posséder de centre de données. Mais à la frontière de la taille et de la performance brute, l'échelle des investissements crée une hiérarchie nette. La contrepartie positive est que cette infrastructure, une fois disponible, se loue : elle met une puissance de calcul considérable à disposition d'un vaste écosystème d'entreprises et de chercheurs qui n'auraient jamais pu la financer eux-mêmes.

Cette hauteur de dépense n'a pas manqué de susciter des interrogations légitimes du côté des marchés financiers. À plusieurs reprises au cours de la période, des analystes ont demandé aux dirigeants quand ces investissements se traduiraient en revenus proportionnés, et si le rythme d'équipement n'anticipait pas une demande encore incertaine. Ces questions sont saines : elles rappellent qu'un capex de cette ampleur n'a de sens que s'il rencontre un usage réel et croissant. Les réponses apportées ont convergé vers un même argument — la demande de calcul observée dépassait les capacités disponibles, et les installations conservent une valeur au-delà du seul scénario le plus optimiste. La suite des trimestres, avec des enveloppes révisées à la hausse plutôt qu'à la baisse, a montré que les opérateurs maintenaient leur lecture. Il reste que la prudence analytique fait partie du tableau, et qu'un article honnête doit la mentionner plutôt que de la passer sous silence.

Une filière industrielle qui se structure

Le deuxième effet est industriel. Autour de cette demande s'organise toute une chaîne : concepteurs de puces, fabricants de systèmes de refroidissement, spécialistes de la construction rapide de centres de données, opérateurs de colocation, producteurs et distributeurs d'électricité. Des métiers hier discrets — l'ingénierie électrique de puissance, la gestion thermique, la négociation de contrats énergétiques de long terme — se retrouvent au cœur de la stratégie des plus grandes entreprises technologiques du monde. Cette maturation crée des emplois, des compétences et des investissements dans les territoires qui accueillent ces installations, à condition que leur insertion soit pensée avec les collectivités.

Un impératif de sobriété

Le troisième effet est écologique et concerne l'efficacité. La croissance de la demande électrique impose de faire mieux avec chaque watt : puces plus performantes par unité d'énergie, refroidissement optimisé, modèles plus économes, réutilisation de la chaleur produite pour chauffer des bâtiments voisins. L'histoire récente de l'informatique montre que l'efficacité énergétique par calcul progresse continûment ; le défi est que la demande croît plus vite encore. La réponse ne relève donc pas d'un seul levier mais d'une combinaison : matériel plus sobre, énergie plus propre, et logiciels conçus pour ne mobiliser que le calcul strictement utile.

L'héritage : une tension durable entre offre et demande

Avec le recul de l'été 2026, la séquence 2025-2026 apparaît comme le moment où l'IA a cessé d'être perçue uniquement comme un logiciel pour devenir aussi une industrie lourde, avec ses usines, ses réseaux et ses contrats énergétiques. Les enveloppes d'investissement annoncées en 2025 ont continué de croître les trimestres suivants, confirmant que la période n'était pas un pic isolé mais le début d'un cycle d'équipement de fond.

Le fait structurant de cet héritage est une tension entre l'offre et la demande d'énergie. La demande de calcul progresse vite ; la construction de capacité électrique propre — centrales, lignes, raccordements — obéit à des délais bien plus longs, encadrés par des procédures et des contraintes physiques. Cet écart de rythme est le vrai facteur limitant de la période. Il explique pourquoi les opérateurs ont sécurisé si tôt des contrats de long terme, et pourquoi l'énergie est devenue un critère de localisation aussi important que la proximité des utilisateurs.

Cette contrainte a aussi des vertus. Elle pousse à l'innovation dans des domaines longtemps considérés comme matures : réseaux électriques plus intelligents, stockage, réacteurs compacts, récupération de chaleur. Les besoins de l'IA agissent comme un aiguillon pour moderniser des pans entiers de l'infrastructure énergétique, avec des retombées qui dépassent le seul secteur du calcul. Là où l'on aurait pu craindre une simple course à la consommation, on observe aussi une accélération des investissements dans les capacités décarbonées.

Reste une inconnue honnête à assumer : la trajectoire exacte dépend de facteurs que personne ne maîtrise entièrement, comme les gains d'efficacité des modèles, l'ampleur réelle de l'adoption ou le rythme de raccordement des nouvelles capacités électriques. Les projections de l'IEA elles-mêmes reposent sur des scénarios, non sur des certitudes. C'est pourquoi il faut lire les chiffres de capex et de consommation comme des ordres de grandeur robustes plutôt que comme des prédictions gravées. Ce qui est certain, en revanche, c'est que l'infrastructure — le calcul et l'énergie qui l'alimente — est devenue le terrain sur lequel se décide une large part de l'avenir de l'intelligence artificielle. Les acteurs qui l'ont compris tôt, et qui construisent avec méthode autant qu'avec ambition, se sont donné les moyens de peser durablement.

Sources

• CNBC — Microsoft prévoit 80 milliards de dollars de centres de données IA pour l'exercice fiscal 2025 (billet de Brad Smith, janvier 2025)
• TechCrunch — Amazon vise plus de 100 milliards de dollars d'investissement en 2025, majoritairement pour l'IA (Andy Jassy)
• CNBC — Meta annonce 60 à 65 milliards de dollars de capex 2025 et « une année déterminante pour l'IA » (Mark Zuckerberg)
• CNBC — Les géants de la tech prévoient de dépenser plus de 300 milliards de dollars en 2025 pour l'IA (estimation agrégée, février 2025)
• IEA — Rapport « Energy and AI », résumé (avril 2025) : ~415 TWh en 2024, ~945 TWh projetés en 2030
• IEA — « Energy and AI », demande d'énergie liée à l'IA : serveurs accélérés et part des États-Unis
• Colossus (supercalculateur) — synthèse : mise en service, 100 000 H100 à Memphis, montée à 200 000 accélérateurs
• PPA de 20 ans Microsoft-Constellation (835 MW) : relance de Three Mile Island / Crane Clean Energy Center (octobre 2024)
• Data Center Frontier — Google (Kairos Power) et Amazon (X-energy, Energy Northwest) misent sur les petits réacteurs modulaires