La croissance rapide de l’intelligence artificielle ne se limite pas à transformer les industries, les services et les économies ; elle engendre également une nouvelle menace pour la stabilité du réseau électrique. Avec des centres de données qui consomment des puissances équivalentes à celles de petites villes, souvent avec une variabilité quasi impossible à gérer, opérateurs et gouvernements tirent la sonnette d’alarme.

Les spécialistes avertissent que la nature intensive, synchronisée et fluctuante des entraînements de modèles d’IA à grande échelle remet en question un système électrique conçu pour un autre siècle. Sans mesures adaptées, cela pourrait conduire à des coupures d’électricité en cascade à l’échelle nationale.

Un seul centre de données en entraînement peut fonctionner avec plus de 100 000 GPU, orchestrés comme un supercalculateur unique. Leur consommation d’énergie est synchronisée, mais également parfois brusque : par exemple, une simple pause pour sauvegarder l’état de l’entraînement peut faire chuter la consommation de dizaines de mégawatts en quelques secondes, avant de repartir tout aussi vite.

Ce comportement n’était pas prévu lors de la conception initiale des réseaux électriques. Même avec seulement 24 000 GPU, des changements de charge en millisecondes posent déjà un défi pour les infrastructures actuelles, comme l’a reconnu Meta dans ses publications. Des solutions temporaires existent, telles que des logiciels capables de générer une charge artificielle pour éviter les pics, mais elles consomment inutilement de l’énergie et de l’argent, coûtant plusieurs dizaines de millions de dollars chaque année.

La menace est globale : l’opérateur électrique texan ERCOT a lancé un avertissement sérieux, car le Texas prévoit de connecter plus de 108 GW de nouvelles charges, majoritairement des centres de données et des opérations de minage de cryptomonnaies. À titre de comparaison, la demande maximale des États-Unis s’élève à environ 745 GW, ce qui signifie que le Texas pourrait bientôt représenter un sixième de la demande nationale.

Ce danger n’est pas hypothétique : en avril 2025, l’Espagne a connu une coupure massive en seulement 27 secondes, suite à une série d’erreurs de gestion et à une déconnexion soudaine de charges, illustrant parfaitement le risque de déséquilibres rapides dans le système électrique. Aux États-Unis, notamment au Texas, une déconnexion soudaine de seulement 2,5 GW de charges pourrait déclencher une réaction en chaîne d’éteignages régionaux.

Pour faire face à cette problématique, l’industrie se tourne vers des solutions telles que le déploiement massif de systèmes de stockage d’énergie par batteries, comme ceux de Tesla (Megapacks). Ces batteries peuvent absorber ou fournir rapidement des centaines de mégawatts, aidant à stabiliser le voltage et la fréquence. Certaines startups, notamment xAI d’Elon Musk, utilisent déjà ces technologies dans leurs installations à Memphis, en combinant parfois batteries,supercondensateurs ou générateurs synchrones pour renforcer la stabilité du réseau.

Néanmoins, ces équipements représentent des investissements colossaux : une installation de 100 MW avec une autonomie de 4 heures coûte entre 76 et 157 millions de dollars, et alimenter des datacenters de 1 GW pourrait nécessiter un milliard de dollars en batteries. Enfin, ces systèmes complètent, mais ne remplacent pas, les unités d’alimentation sans interruption (UPS) ou les générateurs diesel existants.

Le plus grand danger reste la déconnexion soudaine : quand un datacenter détecte une chute de tension, il peut couper son alimentation et passer en mode autonome avec ses propres générateurs. Si des milliers de mégawatts disparaissent instantanément, cela peut déséquilibrer l’ensemble du réseau, provoquant un effet domino risquant de causer des coupures à grande échelle, voire un blackout régional.

La solution réside dans une combinaison multitechnique, intégrant batteries, régulation avancée, IA prédictive pour anticiper les charges, protocoles de gestion de basse tension (LVRT) et programmes de réponse à la demande où les datacenters seraient partiellement désengagés en échange d’incitations financières. Comprendre que l’intelligence artificielle représente aussi un défi énergétique sans précédent est crucial : si on ignore cet enjeu, la prochaine grande IA pourrait apprendre… dans l’obscurité.

—

Résumé technique pour experts :

– Centres de données de plus de 100 000 GPU génèrent des fluctuations de dizaines de MW par seconde.
– ERCOT estime que la déconnexion simultanée de 2,5 GW pourrait entraîner des coupures en cascade.
– Tesla propose les BESS comme solution prioritaire pour lisser la charge et soutenir le LVRT.
– Alternatives comme condensateurs synchrones ou supercondensateurs sont efficaces mais coûteuses.
– La régulation et la reconfiguration du réseau sont urgentes pour soutenir ces nouvelles charges sans compromettre la stabilité nationale.

source : semianalysis