Dans un récent rapport d’investissement thématique, les analystes de Barclays ont discuté des demandes énergétiques qui accompagneront l’essor des technologies d’intelligence artificielle (IA), avec un accent particulier sur le rôle de NVIDIA (NASDAQ 🙂 dans ce paysage.
Selon les analystes, les besoins énergétiques prévus liés aux avancées de l’IA soulignent un aspect crucial des perspectives de marché de NVIDIA.
L’analyse de Barclays indique que les centres de données pourraient consommer plus de 9 % de la demande actuelle d’électricité aux États-Unis d’ici 2030, en grande partie en raison des besoins énergétiques de l’IA. La « puissance de l’IA intégrée au consensus NVIDIA » est l’un des facteurs clés à l’origine de ces prévisions énergétiques substantielles, ont noté les analystes.
Le rapport souligne également que si l’efficacité de l’IA continue de s’améliorer avec chaque nouvelle génération de GPU, la taille et la complexité des modèles d’IA augmentent à un rythme rapide. Par exemple, la taille des principaux modèles de langages de grande taille (LLM) augmente d’environ 3,5 fois par an.
Malgré ces progrès, la demande globale en énergie devrait augmenter en raison de l’élargissement du champ d’application des applications d’IA. Chaque nouvelle génération de GPU, comme les séries Hopper et Blackwell de NVIDIA, est plus économe en énergie. Cependant, les modèles d’IA plus volumineux et plus complexes nécessitent une puissance de calcul importante.
« Les grands modèles linguistiques (LLM) nécessitent une puissance de calcul immense pour des performances en temps réel », indique le rapport. « Les exigences de calcul des LLM se traduisent également par une consommation d’énergie plus élevée, car de plus en plus de mémoire, d’accélérateurs et de serveurs sont nécessaires pour adapter, entraîner et déduire ces modèles. »
« Les organisations qui souhaitent déployer des LLM pour l’inférence en temps réel doivent faire face à ces défis », a ajouté Barclays.
Pour illustrer l’ampleur de cette demande énergétique, Barclays prévoit que l’alimentation d’environ 8 millions de GPU nécessitera environ 14,5 gigawatts d’électricité, soit environ 110 térawattheures (TWh) d’énergie. Ces prévisions supposent un facteur de charge moyen de 85 %.
Avec environ 70 % de ces GPU qui devraient être déployés aux États-Unis d’ici la fin de 2027, cela équivaut à plus de 10 gigawatts et 75 TWh de puissance d’IA et de demande énergétique aux États-Unis seulement au cours des trois prochaines années.
« La capitalisation boursière de NVIDIA suggère que ce n’est que le début du déploiement de la demande énergétique de l’IA », ont déclaré les analystes. Le développement et le déploiement continus des GPU par le fabricant de puces sont sur le point d’entraîner une augmentation significative de la consommation d’énergie dans les centres de données.
De plus, la dépendance des centres de données à l’égard du réseau électrique souligne l’importance de répondre aux pics de demande d’électricité. Les centres de données fonctionnent en continu, ce qui nécessite une alimentation électrique équilibrée.
Le rapport cite une déclaration notable de Sam Altman, PDG d’OpenAI, au Forum économique mondial de Davos : « Nous avons besoin de bien plus d’énergie dans le monde que nous ne le pensions auparavant… Je pense que nous n’apprécions toujours pas les besoins énergétiques de cette technologie. »
2024-07-15 00:41:14
1720998346
#consensus #NVIDIA #suggère #quune #grande #quantité #dénergie #dIA #imminente #est #nécessaire #Barclays #Par #Investing.com
