Une hausse moyenne de 2,07 ºC de la température de surface autour des centres de données : c’est le chiffre central d’une étude publiée sur arXiv en avril 2026 par des chercheurs de l’Université de Cambridge et d’autres institutions, qui relance le débat sur l’impact climatique local de l’IA.

L’expansion des centres de données dédiés à l’intelligence artificielle entre dans une phase délicate. La consommation électrique, l’usage en eau et la connexion au réseau ne suffisent plus à résumer le débat : une nouvelle question se pose, celle de savoir si ces installations font grimper la température locale dans leurs environs.

L’étude compare les températures de surface terrestre par satellite entre 2004 et 2024, croise ces données avec l’emplacement des centres de données, et conclut qu’après leur mise en service, une augmentation moyenne de 2,07 ºC de la température de surface s’observe dans la zone concernée. La fourchette s’étend de 0,3 ºC à 9,1 ºC, avec 95 % des cas centrés entre 1,5 ºC et 2,4 ºC.

Ce chiffre frappe, mais il se lit avec nuance. L’étude porte sur la température de surface terrestre, pas nécessairement sur la température de l’air ressentie par un piéton en ville. Elle regroupe aussi des centres de données construits sur deux décennies, de 2004 à 2024 : une grande partie de ces installations sont antérieures à l’explosion récente de l’IA générative, ce qui relativise l’idée d’une véritable « île de chaleur de l’IA ».

Ce que révèle vraiment l’étude

L’étude s’appuie sur les données MODIS de température de surface terrestre, reconstituées à l’échelle mondiale avec une résolution améliorée de 500 mètres, croisées avec les localisations des centres de données. Elle part de plus de 11 000 sites, exclut ceux situés en zones urbaines denses, et analyse 8 472 centres hors des zones peuplées. Après nettoyage des données problématiques et des valeurs aberrantes, l’analyse repose sur 6 733 points.

La méthodologie compare la température avant et après l’activation de chaque centre. Selon les auteurs, l’effet ne se limite pas au point précis de l’installation : il serait détectable jusqu’à 10 kilomètres, avec une intensité qui décroît avec la distance. Un accroissement moyen d’environ 1 ºC pourrait s’observer jusqu’à 4,5 km, avant de s’amenuiser au-delà de 7 km. Les auteurs estiment que plus de 340 millions de personnes pourraient vivre dans la zone d’influence de ces « îlots de chaleur des données », une estimation obtenue en superposant des rayons de 10 km autour des centres avec des cartes de population de WorldPop.

Chaleur liée à l’IA ou changement d’usage du sol ?

Premier point à clarifier : l’étiquette elle-même. Le document évoque des « centres de données pour l’IA » et des « hyperscalers IA », mais la série temporelle commence en 2004, quand l’infrastructure actuelle de modèles fondamentaux, la demande massive en GPU pour l’entraînement et l’inférence, ou la course aux centres conçus pour l’IA générative n’existaient pas encore. Il s’agissait alors de centres traditionnels, de cloud, d’hébergement, de colocation et de réseaux, pas du type de consommation qu’on associe aujourd’hui à l’IA. Cela n’invalide pas l’étude, mais en limite la portée : ce que le travail mesure surtout, c’est l’impact thermique local lié à l’implantation de centres de données à certains endroits. Une partie de cet effet touche probablement l’IA, mais l’attribuer exclusivement à elle serait excessif.

Le second point concerne la nature physique du phénomène. Une partie de la hausse de température vient sans doute de la dissipation énergétique des équipements, mais une autre s’explique par le changement d’usage du sol : asphalte, toitures, parkings, végétation réduite, voiries et matériaux à faible albédo. C’est le phénomène urbain classique, amplifié par une infrastructure précise. Les auteurs excluent les sites en zones urbaines denses pour éviter que pollution lumineuse, circulation ou chauffage ne brouillent la lecture, mais un terrain rural transformé en installation technique change lui aussi de comportement thermique du seul fait de devenir une infrastructure. Tous les centres de données ne se valent pas non plus : un site technique de 2008 ne ressemble pas à un campus hyperscale actuel, ni un refroidissement à l’air à un refroidissement à l’eau, ni un climat sec à un environnement urbain doté de réseaux de chaleur.

Attention à l’exagération

Il est tentant d’imaginer chaque centre de données comme un radiateur géant qui chaufferait tout un quartier. La réalité est plus complexe : toute l’électricité consommée s’y transforme inévitablement en chaleur, mais l’impact local dépend de la façon dont cette chaleur est dissipée, de la surface occupée, du design, du climat, de la ventilation, de la végétation, de l’isolation et de la méthode de refroidissement. Le chauffage existe bel et bien, mais il ne se réduit pas aux seuls serveurs : dans bien des cas, la transformation physique du sol pèse tout autant.

Le vrai enjeu : plus d’infrastructures pour un logiciel peu économe

Les centres de données, notamment en Europe, n’évoluent pas dans un vide réglementaire. La géographie européenne des centres de données déplace déjà la question de l’énergie vers le cœur du débat, et la directive européenne sur l’efficacité énergétique impose des obligations de reporting pour les centres utilisant plus de 500 kW de puissance IT, tandis que la Commission travaille sur une base de données commune et des normes minimales de performance pour le secteur.

Cela ne résout pas l’impact, mais rappelle qu’il faut dépasser la simple critique de l’empreinte d’un bâtiment pour poser une question plus profonde : quels logiciels fait-on tourner, et avec quelle discipline énergétique ? L’IA générative a encouragé une culture de la surconsommation informatique, prompts longs, réponses exagérément étendues, modèles généralistes pour des tâches simples, stockage sans gestion, réexécutions automatiques, agents qui mobilisent trop d’outils, systèmes qui compensent leur inefficacité par plus de matériel. Le centre de données se voit, mais beaucoup de décisions viennent du design logiciel en amont. La hausse de 37 % de la consommation électrique de Google en 2025 illustre bien cette course, alimentée autant par les modèles que par l’infrastructure qui les fait tourner.

L’Agence internationale de l’énergie prévoit que la consommation électrique mondiale des centres de données pourrait doubler pour atteindre près de 945 TWh en 2030, soit environ 3 % de la consommation électrique globale. Entre 2024 et 2030, cette consommation devrait augmenter d’environ 15 % par an, un rythme bien plus rapide que celui des autres secteurs. Répondre à cette trajectoire ne se joue pas qu’avec de meilleurs refroidisseurs : il faut des modèles plus efficaces, une inférence optimisée, du calcul recyclé, un contexte limité, une planification carbone-responsable, des charges inutiles coupées, des architectures sobres et des métriques de durabilité intégrées à la gestion quotidienne.

Les hyperscalers doivent aussi jouer la transparence

Un autre angle mort du débat public touche à la transparence. Beaucoup d’organisations utilisent l’IA et le cloud sans connaître précisément leur empreinte écologique par client, charge ou service. Les grands fournisseurs publient des rapports de durabilité, mais les données granulaires nécessaires à une gestion précise restent rares. Pour une entreprise qui veut évaluer son impact réel, connaître la consommation globale d’un fournisseur ne suffit pas : il faut des données par région, par type de service, en énergie, en eau, en émissions, en récupération de chaleur. Sans ces détails, l’évaluation de la durabilité reste peu fiable.

L’étude suggère aussi des mesures logicielles et matérielles concrètes : sélection plus efficace des modèles, compression, réduction de la taille des modèles, inférence à faible empreinte, circuits plus efficaces, modulation dynamique de puissance, refroidissement coordonné, ou encore techniques passives comme les revêtements radiatifs pour réduire la charge thermique.

Ce que ça change pour les responsables TIC

Pour les administrateurs systèmes, les architectes cloud, les équipes DevOps ou les responsables infrastructure, la marche à suivre est claire : la durabilité doit devenir une composante des indicateurs de performance, pas rester une idée vague ou un rapport annuel. On a longtemps mesuré la disponibilité, la latence, le coût, le débit, l’utilisation CPU, la mémoire, les IOPS ou les erreurs. Il faut désormais y ajouter l’efficacité par transaction, la consommation par requête, le coût énergétique par inférence, la capacité réelle d’utilisation, les données stockées sans usage, le taux de réutilisation, l’empreinte environnementale et la durée de vie du matériel.

Le plus grand risque serait de réduire tout ça à une lecture simpliste de l’îlot de chaleur, en opposant technophilie et rejet de l’IA. La digitalisation reste nécessaire, et les centres de données aussi, mais cela ne dispense pas de concevoir des logiciels comme si l’énergie, l’eau, le sol et le matériel étaient infinis. L’étude de Cambridge ouvre une discussion utile, même imparfaite : elle pointe un phénomène qui mérite vigilance, mais qui doit s’interpréter avec prudence. Un effet thermique local lié aux centres existe probablement, sans que tout cet effet soit dû à l’IA ni expliqué uniquement par la chaleur générée par la puissance informatique. La vraie question n’est pas de savoir s’il faut arrêter les centres de données, mais comment éviter que l’inefficacité logicielle continue à se cacher derrière plus de terrain, de puces, de refroidissement et de mégawatts.

Questions fréquentes

L’étude montre-t-elle que l’IA chauffe tout un quartier ?

Elle montre une corrélation entre la présence de centres de données et une hausse de la température de surface à proximité. L’attribuer uniquement à l’IA reste discutable, car la période étudiée commence en 2004, avant le boom de l’IA générative.

Quelle est la différence entre température de surface et température de l’air ?

La température de surface mesure la chaleur des sols, toitures et matériaux vue par satellite. Elle n’est pas toujours représentative de la température ressentie, mais peut influencer le microclimat local.

Le phénomène est-il uniquement dû à la chaleur produite par les serveurs ?

Pas nécessairement. Le changement d’usage du sol, asphalte, végétation réduite, matériaux sombres, contribue aussi à augmenter la température locale.

Les centres de données sont-ils réglementés en Europe ?

Oui. La directive européenne sur l’efficacité énergétique impose des obligations de reporting aux centres consommant plus de 500 kW de puissance informatique, et la Commission européenne travaille à des standards minimaux de performance.

Que peuvent faire les équipes techniques ?

Concevoir des logiciels plus efficients, mesurer la consommation par charge, réduire le stockage inutile, optimiser l’inférence, choisir des modèles adaptés à la tâche et intégrer des indicateurs de durabilité dans la gestion quotidienne.