Il y a quelque temps, Alibaba a annoncé qu’il investirait 380 milliards de yuans au cours des trois prochaines années, soit davantage que ses dépenses en infrastructures cloud et IA sur les dix années précédentes.
Pas dans les produits. Pas dans le marketing. Pas dans la R&D.
Dans les infrastructures.
Beaucoup ont vu la nouvelle et se sont dit : « Ça fait beaucoup d’argent. » Puis ils n’ont pas su où il allait. Une grande partie de ces 380 milliards de yuans sera consacrée à quelque chose appelé AIDC.
AIDC. Quatre lettres. À première vue, on pourrait croire à un protocole. Le sigle signifie AI Data Center, ou centre de données pour l’IA, également appelé centre de calcul intelligent.
Alors, c’est juste un grand bâtiment rempli de machines ?
Pas vraiment.
Un AIDC n’a rien à voir avec la « salle informatique » que vous imaginez
Vous connaissez probablement les centres de données traditionnels, ou IDC (Internet Data Center). Les sites Web doivent fonctionner, les applications rester en ligne et vos publications Moments être stockées. Derrière tout cela, des rangées de serveurs bourdonnent dans un centre de données.
Une baie standard dans un centre traditionnel consomme environ 4 à 8 kilowatts. Ce n’est pas très élevé ; des ventilateurs suffisent donc à la refroidir. Un bâtiment peut abriter plusieurs milliers de baies qui exécutent surtout des services Web, des bases de données et du stockage de fichiers. Les processeurs CPU font l’essentiel du travail : c’est stable, fiable et suffisant.
Un AIDC fonctionne autrement.
Son cœur n’est pas le CPU, mais le GPU. Les processeurs graphiques ont d’abord été conçus pour rendre les images des jeux vidéo. Puis on a découvert qu’ils effectuaient très vite les opérations matricielles, alors que l’entraînement de l’IA consiste précisément en une quantité immense de calculs matriciels. Le GPU est donc devenu le moteur de l’ère de l’IA.
Un seul GPU NVIDIA H100 consomme 700 watts. Une baie complète de serveurs GPU peut facilement dépasser 20 à 100 kilowatts. Le tout dernier système NVIDIA GB200 NVL72 affiche une puissance thermique nominale de 130 à 140 kilowatts pour une seule baie, selon TrendForce.
À titre de comparaison : une baie IDC traditionnelle consomme 8 kilowatts ; une baie AIDC peut en consommer 130.
Soit 17 fois plus.
Ce n’est pas une amélioration. C’est une autre espèce.
À quel point est-ce important ?
En 2025, presque toutes les grandes entreprises technologiques du monde ont fait la même chose en même temps : elles se sont lancées à corps perdu dans la construction d’AIDC.
Selon le consensus Bloomberg, Meta, Google, Amazon et Microsoft devaient investir ensemble 297,2 milliards de dollars en dépenses d’investissement en 2025, soit près de 37 % de plus qu’un an auparavant. En Chine, Tencent, Baidu et Alibaba totalisaient environ 15,4 milliards de dollars, en hausse de 19 %.
En un an, moins de quatre entreprises ont dépensé près de 300 milliards de dollars.
Que construisent-elles avec cet argent ?
Ni routes ni immeubles de bureaux. Elles bâtissent le socle des capacités de calcul. Les grands modèles en ont besoin pour l’entraînement et l’inférence. Toutes les futures applications d’IA aussi, que ce soit pour poser une question à ChatGPT ou pour qu’une caméra d’usine détecte en temps réel les produits défectueux.
Pour le dire sans détour : un AIDC est une centrale électrique pour l’ère de l’IA. Quand vous utilisez l’électricité, vous n’avez pas besoin de savoir d’où elle vient. Mais la centrale, elle, ne peut pas s’arrêter.
Je m’éloigne du sujet. Revenons-y.
En Chine, les investissements dans les AIDC s’élevaient à environ 187,5 milliards de yuans en 2024. Founder Securities prévoit qu’ils atteindront 482,6 milliards de yuans en 2027, soit plus du double en trois ans. Rien qu’en 2025, plus de 222 projets de centres de calcul intelligent d’une valeur supérieure à 100 millions de yuans ont été attribués dans 29 provinces et municipalités, selon OFweek.
À vrai dire, le rythme est un peu effrayant. Pas dans le sens « c’est impressionnant », mais dans le sens : « Peut-on vraiment suivre ? » Près de 30 provinces creusent, posent des câbles et installent des baies en même temps. Une fois toute cette capacité construite, qui l’utilisera, comment et pour quel rendement ? Personne ne sait vraiment le dire pour l’instant.
Cette densité ressemble moins à une course vers une tendance qu’à un rattrapage des retards historiques d’infrastructure — mais elle risque aussi de reproduire l’ancien scénario des vélos en libre-service : « construisons d’abord, on verra ensuite ».
Quelles sont les technologies essentielles ?
Pour comprendre pourquoi un AIDC coûte si cher, trois éléments sont incontournables.
Premier élément : la puissance de calcul.
L’actif principal d’un AIDC est son cluster de GPU. Entraîner un grand modèle ne se fait pas avec un seul GPU. Il en faut des centaines, des milliers ou davantage qui travaillent ensemble et se transmettent en permanence d’énormes quantités de paramètres.
Cela exige un réseau d’une rapidité extrême. L’architecture réseau à trois couches des centres de données traditionnels ne peut pas répondre aux besoins de communication de l’entraînement de l’IA. Les AIDC utilisent InfiniBand ou RoCE, avec une latence extrêmement faible et une bande passante très élevée, de sorte que les paramètres du modèle se synchronisent entre les GPU aussi naturellement que la respiration.
Selon NVIDIA, un cluster d’IA construit avec NVLink et InfiniBand peut entraîner un modèle trois à cinq fois plus efficacement qu’une architecture traditionnelle.
Deuxième élément : le refroidissement.
Comment refroidir une seule baie consommant 130 kilowatts ?
Avec des ventilateurs ? Cela ne suffit plus depuis longtemps.
La réponse des AIDC est le refroidissement liquide. Il existe deux principales approches : les plaques froides, où des conduites longeant les puces évacuent la chaleur, et le refroidissement par immersion, où les serveurs sont directement plongés dans un liquide spécial.
L’immersion est plus efficace. Elle permet de ramener le PUE (Power Usage Effectiveness, ou indicateur d’efficacité énergétique — plus il est bas, plus le centre est efficace) à environ 1,05, contre 1,4 à 1,6 dans un centre refroidi par air traditionnel. Le ministère chinois de l’Industrie et des Technologies de l’information impose aux nouveaux grands centres de données un PUE inférieur à 1,3 à partir de 2025, un objectif presque impossible à atteindre avec le seul refroidissement par air.
Selon TrendForce, la part du refroidissement liquide dans les centres de données pour l’IA est passée de 14 % en 2024 à 33 % en 2025. L’institut prévoit qu’il équipera plus de 50 % des serveurs d’IA chinois en 2026.
Cela ressemble moins à un simple progrès technique qu’à une révolution imposée par la nécessité. Si le refroidissement ne suit pas, les GPU brûlent, l’entraînement du modèle s’effondre et tout l’investissement est perdu. Le refroidissement liquide n’est pas une option avantageuse : il est indispensable.
Mais la filière du refroidissement liquide est actuellement dans un état lamentable. Plaques froides, CDU, connecteurs : chaque fournisseur a ses propres spécifications. Vous achetez la plaque froide d’un fournisseur et le distributeur d’un autre, puis découvrez que les connecteurs ne correspondent pas. En cas de panne, chacun répond : « Ce n’est pas ma partie. » Cela paraît anecdotique, mais combien coûte une minute d’arrêt dans un centre de données ? Personne n’a jamais répondu clairement.
Troisième élément : l’énergie.
On en parle rarement, mais c’est peut-être la contrainte la plus profonde des AIDC.
Un AIDC de taille moyenne peut consommer des centaines de millions de kilowattheures par an. SemiAnalysis prévoit que la demande électrique informatique des centres de données mondiaux passera de 49 GW en 2023 à 96 GW en 2026, les centres de calcul intelligent représentant 85 % de l’augmentation.
Trouver un emplacement, obtenir assez d’électricité et disposer d’un réseau stable : puissance de calcul, refroidissement, énergie. Si l’un de ces trois piliers manque, l’AIDC n’est qu’une coquille vide.
Quelle sera la prochaine étape ?
Quelques évolutions semblent relativement certaines.
Premièrement, l’échelle continuera de croître. Fin 2024, la Chine représentait environ 29 % des capacités de calcul intelligent mondiales, derrière les États-Unis à 34 %, selon IDC. Le taux de croissance annuel composé prévu pour la capacité chinoise est de 46,2 %. Si ce rythme se maintient, l’équilibre changera rapidement.
Deuxièmement, les capacités se répartiront géographiquement, selon le modèle « transférer les données à l’est, effectuer les calculs à l’ouest ». Les installations de calcul intensif n’ont pas forcément besoin d’être construites dans les villes côtières où l’électricité manque. Le Xinjiang, le Ningxia, le Qinghai et la Mongolie-Intérieure disposent de ressources énergétiques abondantes et deviennent de nouveaux pôles AIDC.
Troisièmement, l’inférence prendra davantage de poids. Jusqu’ici, l’attention se concentrait surtout sur la puissance nécessaire à l’entraînement des grands modèles. Mais à mesure que les modèles mûrissent, l’inférence — le fait de leur faire répondre à vos questions et exécuter des tâches — consommera de plus en plus de ressources. Certains analystes pensent que son volume finira par dépasser celui de l’entraînement. Les exigences matérielles ne sont pas identiques pour les deux, et la forme des AIDC évoluera en conséquence.
Évidemment, tous les problèmes ne sont pas réglés.
La normalisation du refroidissement liquide reste chaotique : plaques froides, CDU et connecteurs ne suivent pas les mêmes spécifications, et personne ne sait clairement qui est responsable en cas de problème après l’installation. Certaines régions commencent déjà à manquer d’énergie. Des centres de calcul sont construits sans que les infrastructures électriques suivent, et beaucoup de machines tournent à vide.
En définitive
Vous découvrez peut-être le terme AIDC pour la première fois.
Mais il est déjà devenu discrètement une infrastructure — pas de demain, mais d’aujourd’hui. Chaque fois que vous dialoguez avec un grand modèle, quelque part derrière l’écran, un centre de données bourdonne, du liquide de refroidissement circule dans les conduites et les GPU effectuent des calculs à une vitesse imperceptible.
Le montant investi dans le calcul intelligent à l’échelle mondiale en 2025 serait extraordinaire à n’importe quel moment de l’histoire.
Mais à bien y réfléchir, peut-être que ce n’est pas si étonnant.
Chaque vague d’infrastructure suit le même schéma : d’abord, on ne comprend pas ; ensuite, on trouve cela trop cher ; puis, un jour, cela devient l’air que l’on respire — quelque chose que l’on ne remarque plus parce que c’est partout.
C’est ainsi que l’électricité est arrivée. C’est ainsi qu’Internet est arrivé.
L’AIDC suivra peut-être le même chemin.
Reste à savoir combien de temps durera cette fenêtre.