Jeff Lin, gérant actions thématiques chez M&G

L'adoption grandissante de l'intelligence artificielle (IA) nécessitera davantage d’infrastructure pour les centres de données, telles que des bâtiments et les systèmes d'alimentation et de refroidissement associés, qui entraînera une augmentation de la consommation d'électricité, et de fait, une demande supplémentaire en énergie renouvelable.

Il est probable que nous ne soyons qu'au stade initial de cette croissance. Le développement considérables de produits destinés à des centres de données proposés par des entreprises telles que Nvidia commence tout juste à être commercialisé et se développe à une vitesse phénoménale. Le chiffre d'affaires trimestriel de Nvidia pour les centres de données a quadruplé au cours des 12 derniers mois, car l'entreprise constate une forte demande de la part des sociétés de cloud public à grande échelle (telles qu' Amazon , Microsoft et Alphabet ), de l'internet grand public et des grandes entreprises[1].

Microsoft estime qu'au cours de son exercice fiscal (FY) 2022 se terminant en juin, elle a consommé 18 153 454 MWh d'électricité, soit une hausse de 33% par rapport à FY 2021[2]. Bien que l'entreprise n'ait pas encore divulgué sa consommation d'électricité pour l'exercice 2023, nous pensons que la croissance de l'informatique de l'IA générative continuera d'accélérer la hausse de sa consommation d'électricité.

Les gains d'efficacité de l'IA compensent sa consommation d'énergie

S’il est probable que l'IA soit un moteur important de la consommation d'électricité au cours des prochaines décennies, nous pensons qu'elle jouera également un rôle clé dans la gestion de l'offre et de la demande d'électricité. À mesure que la production d'électricité s'oriente vers des sources d'énergie renouvelables et non plus carbonées, l'offre d'électricité deviendra plus fragmentée, distribuée et moins prévisible. Les maisons deviendront probablement des sources locales d'énergie solaire, l'électricité pourra provenir de longues distances là où il y a du vent, du soleil ou de l'énergie hydroélectrique, et le stockage de l'énergie excédentaire nécessitera des batteries stationnaires ou mobiles (y compris les VE).

Cependant, l'énergie éolienne et solaire n'est pas toujours disponible, que ce soit en raison de l'heure de la journée ou des conditions météorologiques. L'IA sera nécessaire pour équilibrer la consommation et la production d'électricité. Par exemple, en fonction des prévisions météorologiques, et donc de la puissance disponible, les consommations électriques non essentielles peuvent être "décalées" à des moments plus favorables. L'IA peut recommander de réduire la consommation d'électricité et de stocker l'énergie excédentaire dans des batteries en prévision de conditions météorologiques défavorables susceptibles de réduire la puissance disponible. Des entreprises telles que Schneider Electric et Microsoft collaborent pour transformer la gestion du réseau dans le but de maintenir la fiabilité du réseau et d'accélérer l'adoption par les clients de ressources de stockage d'énergie distribuées, y compris les véhicules électriques et l'énergie solaire sur les toits[3].

L'IA peut également être utilisée pour réduire la consommation d'énergie. Aujourd'hui, les données relatives aux camions sont analysées et utilisées pour optimiser les habitudes des conducteurs. Des données telles que le temps d'inactivité, la position de l'accélérateur et la vitesse sont utilisées pour former les conducteurs à minimiser leur consommation de carburant. À l'avenir, le transport autonome au moyen de véhicules entièrement électriques contribuera à réduire la consommation d'énergie grâce à l'optimisation des itinéraires, à la réduction du trafic et à une meilleure utilisation des actifs.

Si l'IA risque d’augmenter la consommation d'énergie des centres de données, ses possibilités seront nécessaires pour assurer la transition vers des sources d'électricité entièrement renouvelables.