La consommation électrique mondiale des centres de données est en passe de doubler à peu près pour atteindre environ 945 TWh d’ici 2030, soit près de 3 % de toute l’électricité, contre environ 415 TWh en 2024 (IEA, Energy and AI 2025). L’IA en est le principal moteur : selon la même comptabilité de l’IEA, la consommation électrique des centres de données axés sur l’IA a bondi de 50 % en 2025 seulement, tandis que la demande globale des centres de données a augmenté de 17 % cette année-là. Pourtant, le tableau par requête va dans l’autre sens. Google indique que l’énergie derrière une requête médiane sur Gemini a chuté de 33 fois en douze mois (Google, 2025), et Epoch AI évalue une requête ChatGPT typique à environ 0,3 wattheure, soit dix fois moins que les anciennes estimations (Epoch AI, 2025). Cette analyse regroupe des données provenant de l’IEA, de l’EPRI, du Lawrence Berkeley National Laboratory, de Google, d’Epoch AI, de Stanford HAI, de McKinsey et de 10 autres sources primaires afin de distinguer les projections médiatisées de la réalité mesurée par unité.
En bref
- La consommation électrique mondiale des centres de données devrait à peu près doubler, passant d’environ 415 TWh en 2024 à environ 945 TWh d’ici 2030, les sites axés sur l’IA ayant augmenté de 50 % rien qu’en 2025 (IEA, Energy and AI 2025).
- Gartner situe la consommation mondiale des centres de données à 565 TWh en 2026, en hausse de 26 % par rapport aux 447 TWh de 2025 (Gartner, 2026).
- Les centres de données américains ont utilisé environ 4,4 % de l’électricité nationale en 2023 et pourraient atteindre 6,7 % à 12 % d’ici 2028 (LBNL, 2024).
- Une requête GPT-4o typique consomme environ 0,3 wattheure, soit environ dix fois moins que les anciennes estimations (Epoch AI, 2025).
- L’entraînement du Llama 3.1 405B de Meta a émis environ 8 930 tonnes de CO2 en 2024 (Stanford HAI, AI Index 2025).
- Les émissions de Microsoft ont augmenté de 25 % en 2025 pour atteindre 20 millions de tonnes métriques d’équivalent CO2 (Microsoft FY2025 disclosure, via Fortune 2026).
- Les prix de capacité PJM sont passés de 28,92 à 329,17 dollars par mégawatt-jour, les centres de données étant responsables de 63 % de la hausse (PJM, 2025 ; IEEFA, 2025).
- Les cinq plus grands hyperscalers devraient dépenser environ 725 milliards de dollars en infrastructure IA en 2026 (estimations d’analystes, 2026).
- McKinsey prévoit jusqu’à 6,7 billions de dollars d’investissement en capital dans les centres de données d’ici 2030 (McKinsey, 2025).
1. Demande mondiale d’électricité des centres de données et de l’IA
L’histoire macroéconomique est celle d’un doublement en environ six ans, et l’IA en est l’accélérateur. Les centres de données ont fonctionné avec environ 415 TWh en 2024, mais le taux de croissance compte plus que le niveau : l’électricité des centres de données axés sur l’IA a bondi de 50 % en une seule année (2025), tandis que la catégorie plus large a progressé de 17 % (IEA, Energy and AI 2025). D’ici 2030, la part de l’IA dans la consommation électrique des centres de données devrait passer de la fourchette actuelle de 5-15 % à 35-50 %, en faisant le principal moteur de la hausse. Les estimations divergent selon le périmètre retenu, il faut donc lire la base de la source, pas seulement le chiffre phare.
| Métrique | Valeur | Source |
|---|---|---|
| Électricité mondiale des centres de données, 2024 | ~415 TWh (~1.5% of global) | IEA, Energy and AI 2025 |
| Électricité mondiale des centres de données, 2030 (scénario de base) | ~945 TWh (~3% of global) | IEA, Energy and AI 2025 |
| Croissance de l’électricité des centres de données axés sur l’IA, 2025 | +50% | IEA, Energy and AI 2025 |
| Électricité mondiale des centres de données, 2026 (Gartner) | 565 TWh (+26% YoY) | Gartner, 2026 |
| Électricité des serveurs optimisés pour l’IA, 2026 | 175 TWh (+84% YoY) | Gartner, 2026 |
| Croissance de la demande mondiale d’électricité d’ici 2030 par rapport à 2023 | +165% | Goldman Sachs, 2025 |
| Part des serveurs optimisés pour l’IA dans la consommation électrique des centres de données, 2026 | 31% | Gartner, 2026 |
Remarque sur le périmètre : l’IEA estime que la part de l’IA dans la consommation électrique des centres de données passera de 5-15 % aujourd’hui à 35-50 % d’ici 2030. La base de référence 2025 de Gartner (447 TWh) se situe en dessous des autres estimations 2025, proches de 485 TWh, car les méthodologies utilisent des définitions et des périmètres de site différents ; il convient de traiter les comparaisons de TWh entre sources avec prudence. Les puces à l’intérieur de ces baies sont le moteur de la demande ; voir nos statistiques sur les puces IA pour 2026 pour le volet silicium. Rapport complet : IEA, Energy demand from AI.
2. Le réseau américain sous tension
Les États-Unis sont l’endroit où la courbe de la demande rencontre un réseau physique, et les prévisions sont sans cesse révisées à la hausse. Berkeley Lab a chiffré les centres de données à 4,4 % de l’électricité nationale en 2023 ; les scénarios EPRI plus récents s’étendent jusqu’à 9-17 % de l’électricité américaine d’ici 2030. L’estimation de charge de pointe de l’EPRI atteint désormais jusqu’à 94 GW d’ici 2030, contre 21-22 GW en 2024, et ses nouveaux chiffres sont supérieurs de 60 % à sa propre estimation de 2024 (EPRI, Powering Intelligence 2026). Grid Strategies résume le tableau national ainsi : 166 GW de croissance de charge sur cinq ans, dont environ 90 GW imputables aux centres de données.
| Métrique | Valeur | Source |
|---|---|---|
| Part des centres de données américains dans l’électricité, 2023 | 4.4% (176 TWh) | LBNL, 2024 |
| Part des centres de données américains d’ici 2028 | 6.7% to 12% (325-580 TWh) | LBNL, 2024 |
| Part des centres de données américains d’ici 2030 | 9% to 17% | EPRI, Powering Intelligence 2026 |
| Charge de pointe des centres de données américains, 2024 | 21-22 GW | EPRI, Powering Intelligence 2026 |
| Charge de pointe des centres de données américains d’ici 2030 | 45 / 71 / 94 GW (Low/Med/High) | EPRI, Powering Intelligence 2026 |
| Croissance nationale de la charge de pointe sur 5 ans | 166 GW (~90 GW data centers) | Grid Strategies, 2025 |
Remarque sur la valeur atypique : Grid Strategies avertit que les distributeurs d’électricité pourraient surestimer la demande des centres de données jusqu’à 40 %, car des demandes d’interconnexion spéculatives et en double gonflent la file d’attente (Grid Strategies, National Load Growth Report 2025). Rapports : LBNL 2024 Data Center Energy Usage Report et EPRI, Powering Intelligence 2026.
3. Ce que coûte réellement une requête IA
Les chiffres par requête se sont effondrés à mesure que les fournisseurs publiaient une télémétrie réelle, ce qui recadre le récit selon lequel « l’IA fait bouillir les océans » autour d’une seule requête. Une requête textuelle médiane sur Gemini consomme 0,24 wattheure, 0,03 gramme de CO2e et 0,26 millilitre d’eau, soit environ cinq gouttes (Google, 2025). Epoch AI arrive indépendamment à environ 0,3 Wh pour une requête GPT-4o typique, et le chiffre propre d’OpenAI est de 0,34 Wh. Le hic : les requêtes à contexte long sont bien plus lourdes, et l’agrégat continue de s’accumuler sur des milliards de requêtes quotidiennes.
| Métrique | Valeur | Source |
|---|---|---|
| Énergie d’une requête GPT-4o typique | ~0.3 Wh (vs 3 Wh old estimate) | Epoch AI, 2025 |
| Énergie d’une requête textuelle médiane sur Gemini | 0.24 Wh | Google, 2025 |
| Énergie moyenne d’une requête ChatGPT | 0.34 Wh | Sam Altman, The Gentle Singularity 2025 |
| Requête longue (100 000 jetons en entrée) | ~40 Wh | Epoch AI, 2025 |
| Carbone d’une requête médiane sur Gemini | 0.03 gCO2e | Google, 2025 |
| Baisse de l’énergie par requête Gemini, sur les 12 mois précédant mai 2025 | 33x lower | Google, 2025 |
| 1 milliard de messages ChatGPT/jour | ~12.5 MW continuous | Epoch AI, 2025 |
Contexte : la baisse par requête reflète des modèles et du matériel plus efficaces, pas une baisse de la demande. Pour le volet financier de la même tendance, voir nos statistiques sur le coût de l’inférence IA pour 2026. Méthodologie primaire : Google Cloud, Measuring the environmental impact of AI inference et Epoch AI, How much energy does ChatGPT use?.
4. L’entraînement des modèles de pointe
L’entraînement représente un pic ponctuel par modèle, mais ces pics deviennent de plus en plus abrupts. L’AI Index de Stanford chiffre les émissions d’entraînement de Llama 3.1 405B à environ 8 930 tonnes de CO2, contre 588 tonnes pour GPT-3 en 2020 et pratiquement rien pour AlexNet en 2012 (Stanford HAI, AI Index 2025). La constatation structurelle du rapport porte sur l’effet cumulatif : le calcul d’entraînement des modèles notables double environ tous les cinq mois, et la puissance nécessaire pour entraîner les systèmes de pointe double environ chaque année.
| Métrique | Valeur | Source |
|---|---|---|
| Émissions d’entraînement de Llama 3.1 405B (2024) | ~8,930 tons CO2 | Stanford HAI, AI Index 2025 |
| Émissions d’entraînement de GPT-4 (2023) | ~5,184 tons CO2 | Stanford HAI, AI Index 2025 |
| Émissions d’entraînement de GPT-3 (2020) | ~588 tons CO2 | Stanford HAI, AI Index 2025 |
| Émissions d’entraînement d’AlexNet (2012) | ~0.01 tons CO2 | Stanford HAI, AI Index 2025 |
| Temps de doublement du calcul d’entraînement | ~every 5 months | Stanford HAI, AI Index 2025 |
| Énergie d’entraînement de GPT-4 (estimation basée sur des spécifications divulguées) | ~50-62 GWh | Independent estimates via TDS, 2023 |
Signal d’alerte : le chiffre de l’énergie d’entraînement de GPT-4 est une estimation externe dérivée de spécifications matérielles divulguées (25 000 GPU A100 sur 90-100 jours), et non une divulgation du fournisseur ; il convient de le considérer comme indicatif. L’entraînement représente aussi une faible part de l’empreinte sur le cycle de vie par rapport à l’inférence à grande échelle. Pour le tableau plus large de la construction des modèles, voir nos statistiques sur l’IA générative pour 2026. Source : Stanford HAI, 2025 AI Index Report, Chapter 1.
5. L’empreinte hydrique
L’eau est le deuxième volet des ressources, partagé entre le refroidissement direct et l’eau intégrée à la production d’électricité. Les centres de données du Texas devraient utiliser jusqu’à 399 milliards de gallons d’eau en 2030, contre 49 milliards en 2025 (HARC and University of Houston, 2025). Les fournisseurs poussent l’efficacité : Microsoft a rapporté une efficacité d’utilisation de l’eau de 0,30 L/kWh au cours de l’exercice 2025, soit une amélioration de 39 % par rapport à 2021, et son refroidissement à évaporation d’eau nulle évite plus de 125 millions de litres par centre de données chaque année.
| Métrique | Valeur | Source |
|---|---|---|
| Consommation d’eau d’une requête médiane sur Gemini | 0.26 mL | Google, 2025 |
| Efficacité d’utilisation de l’eau de Microsoft, exercice 2025 | 0.30 L/kWh (-39% vs 2021) | Microsoft, 2025 |
| Économie du refroidissement sans eau de Microsoft | >125 million liters/data center/year | Microsoft, 2025 |
| Consommation d’eau directe des centres de données américains, 2023 | ~17 billion gallons | LBNL, 2024 |
| Consommation d’eau directe américaine projetée d’ici 2028 | 38-73 billion gallons | LBNL, 2024 |
| Consommation d’eau des centres de données du Texas, 2025-2030 | 49 billion to 399 billion gallons | HARC and University of Houston, 2025 |
| Un grand centre de données unique | up to 5 million gallons/day | EESI, 2025 |
Contexte : les centres de données américains ont également généré une consommation d’eau indirecte estimée à 211 milliards de gallons via la production d’électricité en 2023, ce qui dépasse généralement l’eau de refroidissement sur site (LBNL, 2024). Contexte général : EESI, Data Centers and Water Consumption.
6. Des émissions de carbone en hausse
L’efficacité par requête s’améliore, mais les empreintes des entreprises augmentent parce que le calcul absolu explose. Les émissions de Microsoft ont augmenté de 25 % en 2025 pour atteindre 20 millions de tonnes métriques d’équivalent CO2, contre 16 millions, sous l’effet de la construction de centres de données et d’un recul de certains achats de crédits d’énergie renouvelable (Microsoft FY2025 disclosure, via Fortune 2026). Amazon et Google ont rapporté des hausses de tendance similaires. Au niveau sectoriel, l’IEA continue de présenter les centres de données comme une part faible mais croissante du carbone mondial.
| Métrique | Valeur | Source |
|---|---|---|
| Émissions de CO2e de Microsoft, 2025 | 20 million tons (+25% YoY) | Microsoft FY2025 disclosure, via Fortune 2026 |
| Émissions de CO2e de Microsoft, 2024 | 16 million tons | Microsoft FY2025 disclosure, via Fortune 2026 |
| Variation de l’empreinte carbone d’Amazon (dernière année) | +16% | Carbon Brief, 2026 |
| Variation des émissions de gaz à effet de serre de Google (dernière année) | +18% | Carbon Brief, 2026 |
| Part des centres de données dans le CO2 mondial, 2024-2030 | ~0.5% rising to ~1% (1.4% high case) | IEA, Energy and AI 2025 |
| Empreinte carbone des systèmes d’IA, 2025 | 32.6 to 79.7 million tons CO2 | Carbon Brief, 2026 (published research) |
Remarque sur la valeur atypique : la fourchette de carbone des systèmes d’IA, de 32,6 à 79,7 millions de tonnes pour 2025, est large car l’attribution de la charge de travail est réellement incertaine, et plusieurs entreprises ont comptabilisé des hausses d’émissions en partie dues à la suspension de certains achats de crédits d’énergie renouvelable plutôt qu’à la seule consommation brute (Carbon Brief, 2026). Contexte et graphiques : Carbon Brief, AI: Five charts on data-centre energy use and emissions et Fortune, Microsoft carbon emissions 2025.
7. Alimenter tout cela : prix, dépenses d’investissement et nucléaire
Quelqu’un paie pour cette nouvelle charge, et cela se répercute de plus en plus sur le réseau et sur les factures des distributeurs. Dans la région PJM, les prix de capacité ont bondi de 28,92 dollars par mégawatt-jour en 2024/25 à 329,17 dollars en 2026/27, les centres de données étant responsables de 63 % du bond de 2025/2026 (PJM, 2025 ; IEEFA, 2025). Pour répondre à la demande, les hyperscalers engagent un capital historique et se tournent vers le nucléaire, tandis que Gartner avertit que l’offre du réseau deviendra insuffisante une fois la consommation au-delà de 1 200 TWh vers 2030.
| Métrique | Valeur | Source |
|---|---|---|
| Prix de capacité PJM, 2024/25 à 2026/27 | 28.92 to 329.17 dollars/MW-day | PJM, 2025 |
| Part des centres de données dans les coûts de capacité PJM de décembre | 40% (6.5 of 16.4 billion dollars) | PJM market monitor, via Utility Dive 2026 |
| Coût supplémentaire pour les usagers PJM lié aux centres de données | ~9.3 billion dollars/year | IEEFA, 2025 |
| Dépenses d’infrastructure IA des 5 plus grands hyperscalers, 2026 | ~725 billion dollars (+77% YoY) | Analyst estimates, 2026 |
| Dépenses d’investissement mondiales des centres de données d’ici 2030 | up to 6.7 trillion dollars (5.2T for AI) | McKinsey, 2025 |
| Projets de centres de données bloqués, début 2026 | 75+ projects worth 130 billion dollars | Gartner, 2026 |
| PUE moyen des plus grands centres de données, 2025 | 1.54 (flat for 6 years) | Uptime Institute, 2025 |
Contexte : ce même essor de construction sous-tend le boom de la capacité cloud ; voir nos statistiques sur le cloud computing pour 2026. Sources : IEEFA, PJM capacity prices, McKinsey, The cost of compute, et Utility Dive, Data centers were 40% of PJM capacity costs.
Résumé : la consommation énergétique de l’IA en chiffres
| Métrique | Valeur | Source |
|---|---|---|
| Électricité mondiale des centres de données d’ici 2030 | ~945 TWh (~3% of global) | IEA, Energy and AI 2025 |
| Électricité mondiale des centres de données, 2026 | 565 TWh (+26% YoY) | Gartner, 2026 |
| Seuil de pénurie de l’offre réseau | ~1,200 TWh by 2030 | Gartner, 2026 |
| Électricité des serveurs optimisés pour l’IA, 2026 | 175 TWh (+84% YoY) | Gartner, 2026 |
| Croissance de la demande mondiale d’électricité d’ici 2030 par rapport à 2023 | +165% | Goldman Sachs, 2025 |
| Part des centres de données américains dans l’électricité, 2023 | 4.4% | LBNL, 2024 |
| Part des centres de données américains d’ici 2030 | 9% to 17% | EPRI, Powering Intelligence 2026 |
| Charge de pointe des centres de données américains d’ici 2030 (scénario haut) | 94 GW | EPRI, Powering Intelligence 2026 |
| Énergie d’une requête GPT-4o typique | ~0.3 Wh | Epoch AI, 2025 |
| Énergie d’une requête textuelle médiane sur Gemini | 0.24 Wh | Google, 2025 |
| Émissions d’entraînement de Llama 3.1 405B | ~8,930 tons CO2 | Stanford HAI, AI Index 2025 |
| Consommation d’eau directe des centres de données américains, 2023 | ~17 billion gallons | LBNL, 2024 |
| Consommation d’eau des centres de données du Texas d’ici 2030 | up to 399 billion gallons | HARC and University of Houston, 2025 |
| Émissions de Microsoft, 2025 | 20 million tons (+25% YoY) | Microsoft FY2025, via Fortune 2026 |
| Coût supplémentaire pour les usagers PJM lié aux centres de données | ~9.3 billion dollars/year | IEEFA, 2025 |
| Prix de capacité PJM, 2026/27 | 329.17 dollars/MW-day | PJM, 2025 |
| Dépenses d’investissement mondiales des centres de données d’ici 2030 | up to 6.7 trillion dollars | McKinsey, 2025 |
| Dépenses IA des 5 plus grands hyperscalers, 2026 | ~725 billion dollars | Analyst estimates, 2026 |
| PUE moyen des centres de données, 2025 | 1.54 | Uptime Institute, 2025 |
Méthodologie et sources
Les données ont été rassemblées en agrégeant des chiffres provenant de rapports primaires, de divulgations d’entreprises, de dépôts d’opérateurs de réseau et de trackers de recherche nommés, publiés principalement en 2025 et au premier semestre 2026, chaque statistique étant retracée jusqu’à l’organisation d’origine plutôt qu’à une couverture secondaire lorsque cela était possible.
Sources citées :
- International Energy Agency (IEA), Energy and AI 2025 - Energy demand from AI
- Lawrence Berkeley National Laboratory (LBNL), 2024 United States Data Center Energy Usage Report - publication
- Electric Power Research Institute (EPRI), Powering Intelligence 2026 - executive summary
- Grid Strategies, National Load Growth Report 2025 - PDF
- Gartner, data center electricity forecast press release, June 2026 - release
- Goldman Sachs Research, AI data center power demand, 2025 - article
- Epoch AI, How much energy does ChatGPT use?, 2025 - analysis
- Google Cloud, Measuring the environmental impact of AI inference, 2025 - blog
- OpenAI / Sam Altman, The Gentle Singularity, 2025 - via DCD
- Stanford HAI, 2025 AI Index Report - Chapter 1
- Microsoft FY2025 sustainability disclosure - via Fortune
- Carbon Brief, AI: Five charts on data-centre energy and emissions, 2026 - article
- McKinsey, The cost of compute, 2025 - report
- IEEFA, PJM capacity prices analysis, 2025 - resource
- PJM Interconnection independent market monitor - via Utility Dive
- HARC and University of Houston, Texas data center water study, 2025
- Uptime Institute, 2025 Global Data Center Survey (PUE)
- Environmental and Energy Study Institute (EESI), Data Centers and Water Consumption, 2025 - article
Suivi des données : l’IEA actualise généralement ses perspectives énergétiques chaque année, une édition mise à jour d’Energy and AI est donc attendue dans l’année à venir ; Gartner republie sa prévision d’électricité des centres de données de façon récurrente ; l’EPRI met à jour ses scénarios Powering Intelligence à peu près chaque année ; Grid Strategies publie un National Load Growth Report chaque année ; Stanford HAI publie un nouvel AI Index chaque année ; Google, Microsoft, Amazon et Alphabet publient de nouvelles divulgations environnementales et d’émissions à chaque nouveau cycle fiscal ; et PJM organise de nouvelles enchères de capacité selon un calendrier fixe par année de livraison.
Dernière mise à jour : 10 juillet 2026.
Nous révisons et mettons à jour cette page chaque trimestre à mesure que de nouvelles données sont publiées.