Le boom de l’IA a pris un virage fondamental dans l’écosystème technologique : nous sommes passés d’un goulot d’étranglement centré sur la disponibilité des puces (comme les GPU de NVIDIA,) à un autre frein structurel, l’énergie.

Le frein initial : les puces NVIDIA étaient « reines  » de l’IAAu début de la décennie, l’IA était effectivement limitée par la production de semi-conducteurs avancés. NVIDIA dominait avec ses architectures comme les H100 ou Blackwell, capables de traiter des charges massives d’entraînement et d’inférence. Les files d’attente pour ces puces étaient légendaires, et leur rareté freinait les hyperscalers (Microsoft, Google, Amazon).

Mais aujourd’hui, comme le note Satya Nadella de Microsoft, des milliers de GPU restent « au chômage technique » dans les entrepôts, faute d’infrastructure pour les alimenter.

C’est un triomphe paradoxal pour NVIDIA : ils produisent plus vite que le monde ne peut les déployer .

Le vrai mur n’est plus le silicium. Le nouveau frein c’est l’énergie

L’IA est un monstre énergétique : entraîner un modèle comme GPT-4 consomme l’équivalent de 463 000 MWh par an, soit l’électricité pour 35 000 foyers américains. Les data centers mondiaux pourraient doubler leur consommation d’ici 2030 (945 TWh selon l’IEA), et les États-Unis risquent de perdre la course face à la Chine, qui dispose de 400 GW de capacité excédentaire grâce à ses investissements massifs en renouvelables (356 GW ajoutés l’an dernier, dont 277 GW solaires).

Jensen Huang de NVIDIA l’a martelé : « L’énergie est le principal goulot d’étranglement ». Aux USA, les prix de l’électricité ont grimpé de 267 % près des hubs de data centers, et des projets comme ceux d’OpenAI-NVIDIA (10 GW, équivalent à 10 réacteurs nucléaires) coûtent des centaines de milliards, avec des retards dus aux grilles électriques saturées.

C’est physique, pas technologique : on ne peut pas « scaler » l’IA sans watts.

Les puces inutilisées constituent un gaspillage symbolique et financier

Cette partie est douloureuse et vraie mais on n’en parle peu alors qu’elle a des consequences comptables négatives terribles Des data centers flambant neufs restent vides à Santa Clara (berceau de NVIDIA) en attendant des connexions électriques.

Ces GPU invendus ou sous-utilisés – souvent amortis sur 5 ans mais inefficaces énergétiquement – perdent effectivement de la valeur.

L’analyste Beth Kindig l’explique bien : sans puissance, ces systèmes à milliards de dollars « dorment sur les étagères ».

Cela évoque une bulle spéculative : les fonds d’investissement ont suracheté des puces comme actifs « chauds », les utilisant parfois comme collatéral pour des prêts. Mais quand l’énergie manque, ces actifs deviennent des boulets. On passe d’une économie de la rareté des chips à une économie de la rareté des électrons.

Il y aura, a un moment donné, des opérations verité dans les comptabilités.