L’expansion de l’IA de Microsoft se heurte à une contrainte physique que davantage de GPU ne peuvent résoudre à eux seuls : disposer de suffisamment d’espace alimenté en électricité dans les centres de données pour exploiter ces puces. La pression est déjà visible dans Azure, où Microsoft affirme que la demande des clients continue de dépasser la capacité disponible.
Un article du Guardian publié le 17 août indiquait que Microsoft disposait d’environ 2,2 millions d’accélérateurs d’IA installés à la mi-2026, d’après des documents internes de l’entreprise. Microsoft a rejeté ces estimations, les jugeant inexactes et fondées sur des hypothèses erronées. L’article a également rappelé des propos antérieurs du CEO Satya Nadella, qui décrivait l’électricité et les bâtiments de centres de données prêts à l’emploi comme des limites à la vitesse à laquelle Microsoft pouvait déployer ses puces.
L’électricité et les bâtiments façonnent le déploiement de l’IA de Microsoft
L’ enquête du Guardian a comparé le nombre d’accélérateurs rapporté à des estimations dérivées de la capacité des centres de données évoquée publiquement par Microsoft. Microsoft ne divulgue pas le nombre de GPU qu’il possède ou exploite, si bien que les estimations externes restent incertaines.
Microsoft continue d’élargir ses options en matière de puces, notamment avec le projet de déployer la plateforme d’IA à l’échelle du rack Helios d’AMD dans Azure aux côtés du matériel de Nvidia et des propres puces de Microsoft.
La capacité physique augmente elle aussi. Le premier site Fairwater de Microsoft dans le Wisconsin est devenu pleinement opérationnel en juin, tandis qu’un deuxième site adjacent doit être mis en service en 2028. Son campus de Pecos, au Texas, devrait ajouter environ 2 gigawatts de capacité et s’appuyer initialement sur une centrale au gaz naturel implantée sur le même site et fonctionnant derrière le compteur, avant son raccordement au réseau régional.
L’ Agence internationale de l’énergie prévoit que la consommation mondiale d’électricité des centres de données à l’échellemondiale passera d’environ 415 térawattheures en 2024 à quelque 945 TWh d’ici 2030, l’IA constituant le principal moteur de cette hausse. Une analyse récente de la demande d’électricité des centres de données dédiés à l’IA montre comment les contraintes de transmission peuvent compliquer les calendriers de déploiement à très grande échelle.
RAND estime qu’environ 300 GW de capacité de production annoncée aux États-Unis d’ici 2030 pourraient se traduire par quelque 82 GW de capacité nette disponible après prise en compte de l’achèvement des projets, des mises hors service et des exigences de fiabilité. Ces ajouts pourraient ne pas se trouver là où apparaîtront les plus importantes nouvelles charges liées aux centres de données.
La croissance d’Azure dépend de nouvelles capacités
L’appel de résultats de Microsoft du 29 juillet a montré à quel point la capacité et la croissance du cloud sont liées. Le chiffre d’affaires d’Azure et des autres services cloud a progressé de 43 % sur un an, tandis que la demande dépassait toujours la capacité disponible. Microsoft a ajouté 31 centres de données au cours du trimestre ainsi qu’un gigawatt supplémentaire de capacité, et a indiqué que la capacité additionnelle d’Azure mise à disposition pendant le trimestre avait été rapidement monétisée.
La disponibilité des services et des modèles peut varier selon les régions, tandis que la capacité provisionnée peut évoluer avec la demande, selon la documentation Foundry. L’entreprise se développe également à l’international, notamment avec un investissement de 25 milliards de dollars australiens en Australie — soit environ 18 milliards de dollars américains — d’ici fin 2029, afin de soutenir les infrastructures numériques, la cybersécurité et les compétences en IA.
Les organisations qui prévoient de vastes déploiements d’IA doivent vérifier la disponibilité des modèles, la capacité régionale et les exigences de résidence des données avant d’engager leurs charges de travail. La capacité de Microsoft à mettre simultanément en service les puces, les bâtiments et l’électricité déterminera la quantité de demande en IA qu’il pourra convertir en capacité Azure exploitable.
À lire aussi : l’électricité n’est qu’une des limites physiques du déploiement de l’IA ; les hyperscalers sont également en concurrence pour recruter les électriciens nécessaires à la construction et à l’exploitation de centres de données toujours plus denses en énergie.