L’intelligence artificielle (IA) remodèle fondamentalement l’informatique. Les entreprises reconstruisent leurs systèmes informatiques de fond en comble pour intégrer l’IA, transformant les composants et l’infrastructure des centres de données.
Les géants de la technologie ont bâti des centres de données informatiques à travers le monde. Ces installations, remplies d’ordinateurs, gèrent le trafic en ligne des services internet, des moteurs de recherche aux sites de commerce électronique.Ces installations semblent modestes comparées à ce qui arrive. En 2006, Google a inauguré son premier center de données à The dalles, dans l’Oregon, pour un coût estimé à 600 millions de dollars. Récemment, OpenAI et ses partenaires ont annoncé un investissement d’environ 100 milliards de dollars dans de nouveaux centres de données, en commençant par un campus au Texas, avec un investissement supplémentaire de 400 milliards de dollars prévu pour d’autres installations aux États-Unis.
Cette transformation de l’informatique redéfinit la technologie, la finance, l’énergie et les communautés. Les sociétés de capital-investissement investissent massivement dans les entreprises de centres de données. Les électriciens affluent vers les zones où ces installations sont en construction. Cependant, certaines populations locales s’opposent à ces projets, craignant plus de nuisances que de bénéfices.
Les entreprises technologiques demandent plus de puissance de calcul et d’électricité que ce qui est disponible. OpenAI souhaite lever des centaines de milliards de dollars pour construire des usines de puces informatiques au Moyen-Orient. google et Amazon ont conclu des accords pour construire et déployer une nouvelle génération de réacteurs nucléaires.
Une petite entreprise chinoise,DeepSeek,a affirmé avoir créé l’un des systèmes d’IA les plus puissants au monde en utilisant beaucoup moins de puces informatiques que prévu. cela a soulevé des questions sur les dépenses massives de la Silicon Valley.
Les géants technologiques américains restent déterminés. Leur objectif est de créer une intelligence artificielle générale (IAG), une machine capable de réaliser toutes les tâches du cerveau humain. Ils estiment qu’une puissance de calcul accrue est essentielle.
Amazon, Meta, Microsoft et alphabet (la société mère de Google) ont indiqué que leurs dépenses en capital, principalement pour la construction de centres de données, pourraient dépasser 320 milliards de dollars cette année, soit plus du double des dépenses d’il y a deux ans.
« Ce qui allait probablement se produire au cours de la prochaine décennie s’est concentré sur une période de seulement deux ans », a déclaré Sundar Pichai, PDG de Google. « L’IA est l’accélérateur. »
Nouvelles puces informatiques pour une nouvelle IA
Les progrès de l’informatique pour l’IA sont dus aux unités de traitement graphique (GPU).
Initialement conçues pour les jeux vidéo, les GPU sont performantes pour les calculs des réseaux neuronaux, qui apprennent en analysant de grandes quantités de données. Les réseaux neuronaux sont à la base des chatbots et d’autres technologies d’IA.
Auparavant, l’informatique reposait sur les unités centrales de traitement (CPU). Bien qu’elles puissent effectuer de nombreuses tâches, y compris les calculs simples des réseaux neuronaux, les GPU sont beaucoup plus rapides. Une GPU peut effectuer des milliers de calculs simultanément, ce qui permet aux réseaux neuronaux d’analyser plus de données.
« Elles sont très différentes des puces utilisées pour afficher une page web », a déclaré Vipul Ved Prakash, PDG de Together AI. « Elles effectuent des millions de calculs pour permettre aux machines de “penser” à un problème. »
les entreprises technologiques ont commencé à utiliser un nombre croissant de GPU pour construire des technologies d’IA de plus en plus puissantes.
Nvidia a reconstruit ses GPU spécifiquement pour l’IA, en intégrant plus de transistors dans chaque puce pour effectuer encore plus de calculs. En 2013, google a commencé à construire ses propres puces d’IA.
Ces puces Google et Nvidia n’étaient pas conçues pour exécuter des systèmes d’exploitation informatiques et ne pouvaient pas gérer les fonctions d’un ordinateur portable Windows ou d’un iPhone. Cependant, en travaillant ensemble, elles ont accéléré la création de l’IA.
« L’ancien modèle a duré environ 50 ans », a déclaré Norm Jouppi, ingénieur chez Google. « Maintenant, nous avons une façon complètement différente de faire les choses. »
Plus les puces sont proches, mieux c’est
Pour optimiser les GPU, les entreprises technologiques doivent accélérer le flux de données numériques entre les puces.
« Chaque GPU doit communiquer avec chaque autre GPU aussi rapidement que possible », a déclaré Dave Driggers, directeur de la technologie chez Cirrascale Cloud services.
## L’IA : une Révolution pour les Centres de Données
L’intelligence artificielle (IA) est en train de révolutionner le monde de l’informatique. Les entreprises repensent entièrement leurs systèmes pour intégrer l’IA, transformant du même coup l’infrastructure et les composants des centres de données. Ce changement s’accompagne d’investissements massifs. Google a investi 600 millions de dollars en 2006 pour son premier center de données, mais OpenAI prévoit d’investir 500 milliards de dollars dans de nouvelles infrastructures aux États-Unis seul !
Cette transformation affecte de nombreux secteurs : la technologie, la finance, l’énergie et les communautés locales. Les sociétés de capital-investissement affluent vers ce marché en pleine expansion, tandis que les électriciens sont de plus en plus sollicités. Toutefois, cette croissance rapide suscite des inquiétudes parmi certaines populations locales, préoccupées par les nuisances potentielles. La demande en puissance de calcul et en électricité dépasse l’offre actuelle, poussant les entreprises technologiques à explorer de nouvelles solutions, comme la construction d’usines de puces au Moyen-Orient (OpenAI) ou le développement de réacteurs nucléaires (Google et Amazon). L’émergence de DeepSeek, une entreprise chinoise ayant développé un système d’IA puissant avec des dépenses en puces significativement inférieures, remet en question les investissements colossaux de la Silicon Valley.
Les géants technologiques américains, dans leur quête d’une intelligence artificielle générale (IAG), prévoient des dépenses en capital dépassant 320 milliards de dollars cette année, principalement pour la construction de centres de données, soit plus du double par rapport à il y a deux ans. Selon Sundar Pichai, PDG de Google, “Ce qui allait probablement se produire au cours de la prochaine décennie s’est concentré sur une période de seulement deux ans. L’IA est l’accélérateur.”
### Le Rôle Crucial des GPU
Les progrès rapides de l’IA sont largement dus aux unités de traitement graphique (GPU). Initialement conçues pour les jeux vidéo, les GPU se sont révélées extrêmement performantes pour les calculs des réseaux neuronaux, à la base des chatbots et autres technologies d’IA. Elles surpassent les unités centrales de traitement (CPU) en effectuant des milliers de calculs simultanément, permettant ainsi l’analyze de données massives. Nvidia et Google ont développé des GPU spécifiquement optimisées pour l’IA, intégrant un nombre croissant de transistors pour des performances accrues. Ces nouvelles puces, différentes de celles utilisées pour les tâches informatiques classiques, accélèrent le développement de l’IA de façon significative.
### Optimisation de la Dialog entre Puces
Afin d’optimiser les performances des GPU, il est crucial d’accélérer la communication entre les puces. Comme l’explique Dave Driggers, directeur de la technologie chez Cirrascale Cloud Services, “Chaque GPU doit communiquer avec chaque autre GPU aussi rapidement que possible”.
### Tableau récapitulatif des investissements :
| entreprise | Investissement (estimé) | Projet |
|—————–|————————–|—————————————|
| Google | 600 millions $ (2006) | Premier centre de données |
| OpenAI | 500 milliards $ | Centres de données aux États-Unis |
| Amazon, Meta, MS, Alphabet | >320 milliards $ (2025) | Centres de données |