Nous sommes à Abilene, dans l’ouest du Texas.
À première vue, cela pourrait sembler une destination plutôt inhabituelle pour un voyage dans l’univers de l’intelligence artificielle. Nous ne sommes pas dans la Silicon Valley et nous ne nous trouvons pas devant le siège d’une des grandes entreprises technologiques californiennes.
Et pourtant, c’est précisément ici que prend forme l’une des infrastructures les plus importantes de la nouvelle ère del’intelligence artificielle.
Derrière les routes et les grands espaces de l’ouest du Texas se trouve en effet le vaste campus Stargate d’OpenAI et de ses partenaires : une infrastructure conçue pour fournir une puissance de calcul colossale aux systèmes d’intelligence artificielle.
Le projet d’Abilene s’étend sur environ 1 100 acres, comprend huit bâtiments et une surface totale d’environ 4 millions de pieds carrés, avec une capacité prévue d’environ 1,2 gigawatt.
Cela ne signifie pas que le campus consomme en permanence 1,2 gigawatt : il s’agit de la capacité prévue à plein régime.
Mais pourquoi construire une installation de cette envergure précisément ici ?
Pour le comprendre, il faut pénétrer, au moins en théorie, à l’intérieur du campus Stargate de l’Abilene AI Datacenter
Campus Stargate d’Abilene, où l’intelligence artificielle prend forme
Le nom « Stargate » est désormais associé à l’un des programmes les plus ambitieux visant à développer l’infrastructure nécessaire au développement de l’intelligence artificielle.
L’objectif n’est pas simplement de construire de nouveaux bâtiments remplis d’ordinateurs, mais de créer un réseau de grandes infrastructures capables de fournir la puissance de calcul nécessaire à la prochaine génération de systèmes d’IA.
Abilene constitue l’un des premiers exemples concrets de cette nouvelle réalité.
Le campus s’étend sur une superficie immense et comprend des bâtiments spécialement conçus pour accueillir des infrastructures informatiques à très haute densité. Son ampleur permet de mieux appréhender une transformation qui, lorsque l’on utilise quotidiennement un chatbot depuis son ordinateur ou son smartphone, reste souvent totalement invisible.
Lorsque nous posons une question à une intelligence artificielle, nous ne voyons qu’une fenêtre à l’écran.
Derrière cette fenêtre se cache en réalité une infrastructure physique complexe. Il faut des bâtiments, des serveurs, des réseaux, des systèmes d’alimentation et de refroidissement, des connexions par fibre optique et une quantité énorme d’énergie.
C’est la raison pour laquelle Abilene suscite désormais l’intérêt de ceux qui souhaitent comprendre l’avenir de l’intelligence artificielle sans se limiter à l’étude des logiciels.
Ici, l’IA prend une forme concrète : ce n’est plus seulement un algorithme, mais une infrastructure industrielle à part entière. Et elle est appelée à se développer encore davantage.
OpenAI a en effet désigné le campus Stargate comme un projet destiné à accroître progressivement la capacité de calcul aux États-Unis, grâce à de nouveaux sites et à de nouveaux investissements. Le choix de villes telles qu’Abilene montre également à quel point la géographie de la technologie est en train de changer.
Les nouveaux pôles d’intelligence artificielle ne doivent pas nécessairement être situés au cœur des grandes métropoles technologiques. Ils doivent avant tout disposer d’espace, d’énergie, d’infrastructures numériques et de conditions propices à la construction de grandes installations.
Abilene, avec ses grands espaces et la possibilité de développer des infrastructures à l’échelle industrielle, incarne parfaitement cette nouvelle géographie. Mais que trouve-t-on réellement à l’intérieur de ces immenses bâtiments ?
Au cœur du centre de données : la salle de serveurs de demain
Pour comprendre ce qu’est un centre de données moderne dédié à l’IA, nous pouvons partir d’un concept familier :la salle des serveurs, c’est-à-dire le centre de traitement des données que de nombreuses entreprises utilisent pour héberger leurs serveurs et leurs systèmes informatiques.
La différence réside surtout dans la taille.
Dans un centre de données traditionnel, on trouve des serveurs, des systèmes de stockage, des équipements réseau et des dispositifs dédiés à la gestion des données.
Dans une infrastructure conçue pour l’intelligence artificielle, en revanche, la quantité de calcul nécessaire change complètement la donne.
Le cœur du système est constitué d’accélérateurs de calcul, des processeurs conçus pour effectuer d’énormes quantités d’opérations mathématiques en parallèle.
Un seul processeur ne suffirait pas. Pour entraîner et utiliser les modèles les plus avancés, il est nécessaire de relier un grand nombre d’accélérateurs via des réseaux à très haut débit, afin qu’ils puissent fonctionner comme une gigantesque machine distribuée.
C’est un concept difficile à visualiser.
On peut toutefois imaginer le centre de données comme une gigantesque salle informatique dans laquelle, au lieu de quelques rangées de serveurs, se trouvent d’énormes quantités de machines qui doivent fonctionner simultanément et communiquer entre elles en un temps extrêmement court.
Le réseau devient donc presque aussi important que la puissance de calcul.
Les données doivent en effet circuler rapidement entre les différents systèmes et les accélérateurs doivent pouvoir fonctionner de concert sans créer de goulots d’étranglement.
Mais il y a un autre élément essentiel : toute cette puissance de calcul génère de la chaleur.
Et c’est précisément là qu’un centre de données dédié à l’IA commence à se démarquer encore plus clairement d’une salle de serveurs classique. Lorsque la densité de calcul augmente, la quantité de chaleur concentrée dans le même espace s’accroît également. Le système de refroidissement constitue donc un élément essentiel de l’infrastructure.
C’est pourquoi les centres de données modernes dédiés à l’IA adoptent de plus en plus des systèmes de refroidissement par liquide, capables de transférer la chaleur directement depuis les composants qui la produisent vers les installations de refroidissement.
Dans le cas du campus Stargate d’Abilene, OpenAI a opté pour un système de refroidissement en circuit fermé et non évaporatif.
Le liquide de refroidissement circule en continu afin de transférer la chaleur produite par les systèmes informatiques, sans que le fonctionnement du refroidissement repose sur une consommation continue d’eau par évaporation. Il s’agit là d’un détail technique qui revêt également une importance particulière lorsqu’on aborde la question de l’impact physique de l’intelligence artificielle.
Car un centre de données ne se compose pas uniquement d’ordinateurs. Il comprend également des infrastructures énergétiques, des systèmes de distribution électrique, des équipements de secours, des réseaux, des installations de refroidissement et des systèmes de contrôle.
En d’autres termes, une structure telle que Stargate ne ressemble plus vraiment à la salle informatique d’une entreprise. Elle s’apparente davantage à une grande infrastructure industrielle articulée autour du calcul. Et cela nous permet de comprendre pourquoi l’intelligence artificielle est également en train de modifier la géographie du secteur technologique.
La nouvelle géographie de l’intelligence artificielle
Pendant des décennies, nous avons surtout associé l’innovation technologique aux grandes villes. La Silicon Valley, Seattle, New York, Londres et d’autres grands centres urbains sont devenus synonymes de technologie.
L’intelligence artificielle est toutefois en train de redessiner la géographie.
Un grand centre de données ne peut pas être construit simplement là où se trouvent de nombreux programmeurs. Il a besoin d’électricité, d’espace, de connexions par fibre optique, d’infrastructures réseau et de systèmes capables d’assurer le refroidissement continu des équipements. C’est pourquoi d’immenses campus peuvent voir le jour même loin des pôles technologiques traditionnels.
Le campus du centre de données Abilene AI Stargate en est l’un des exemples les plus frappants.
Il en résulte que la nouvelle géographie de l’IA ne se compose pas uniquement de bureaux et de laboratoires. Elle comprend également des sites industriels, des lignes électriques, des sous-stations, des réseaux de fibre optique et des installations de refroidissement.
Mais cette nouvelle géographie technologique ne concerne pas uniquement les lieux où sont construits les centres de données. L’intelligence artificielle dépend également d’une longue chaîne de matières premières et de minerais nécessaires à la fabrication de puces, d’équipements électroniques et d’infrastructures énergétiques. Un autre voyage, des dunes chinoises aux terres glacées du Groenland, retrace précisément la course aux terres rares et aux ressources stratégiques de la nouvelle économie technologique.
L’intelligence artificielle, qui, de notre point de vue, semble presque immatérielle, a donc besoin d’une présence physique de plus en plus importante.
Et la question suivante s’impose inévitablement : quel est le coût, en termes d’énergie et de ressources, du fonctionnement d’une structure telle que celle d’Abilene ?
Combien coûte l’exploitation du centre de données Abilene AI Datacenter Campus Stargate ?
Le premier élément est bien sûr l’électricité.
Une installation telle que l’Abilene AI Datacenter Campus Stargate, conçue pour atteindre une capacité d’environ 1,2 gigawatt, se situe à une échelle tout à fait différente de celle d’un centre de données d’entreprise classique.
Mais il faut une fois encore faire la distinction entre la capacité maximale prévue et la consommation réelle.
L’électricité sert à faire fonctionner les accélérateurs et tous les autres systèmes informatiques, mais aussi les réseaux, les systèmes de stockage, les installations d’alimentation et celles nécessaires pour garantir la continuité des opérations.
Et puis, il y a le problème de la chaleur.
En effet, la quasi-totalité de l’énergie consommée par les systèmes informatiques finit par se transformer en chaleur, qui doit être évacuée hors des équipements.
D’où l’importance du refroidissement par liquide.
Au sein du campus Stargate de l’Abilene AI Datacenter, le système présenté par OpenAI est un système en circuit fermé et non évaporatif. Le liquide est mis en circulation afin de transférer la chaleur, ce qui réduit le recours à la consommation continue d’eau caractéristique des systèmes évaporatifs.
OpenAI a expliqué que le remplissage initial du système de refroidissement de chaque bâtiment nécessite une quantité d’eau comparable à celle de deux piscines olympiques environ. Une fois le circuit rempli, les besoins en eau pour le refroidissement sont nettement moindres.
Mais la consommation d’énergie ne concerne pas uniquement les serveurs.
Un campus de cette envergure doit pouvoir s’appuyer sur des systèmes d’alimentation redondants, un réseau de distribution électrique, des infrastructures d’urgence et un réseau capable d’assurer la continuité des opérations.
On comprend donc pourquoi une simple requête saisie sur un smartphone n’est que le dernier maillon d’une chaîne bien plus vaste.
Quelle est donc la consommation d’une seule requête adressée à ChatGPT ?
Il n’existe pas de réponse universelle.
Une question textuelle brève nécessite un volume de calcul différent de celui d’un traitement long et complexe, surtout lorsque le raisonnement, l’analyse de documents, d’images ou de vidéos entrent en jeu.
Une étude publiée par Microsoft en 2026 a estimé une consommation médiane d’environ 0,31 Wh par requête dans les systèmes analysés. Il s’agit toutefois d’une estimation valable dans des conditions spécifiques, qui ne peut donc pas être considérée comme représentative de la consommation de tous les services d’IA.
La différence devient encore plus évidente lorsque l’on passe du texte aux images et surtout aux vidéos.
La génération d’une vidéo nécessite en effet une puissance de calcul bien supérieure à celle requise pour une simple réponse textuelle. Il ne s’agit donc pas d’attribuer à chacune de vos questions un nombre précis de wattheures. Il s’agit de comprendre que derrière chaque service d’intelligence artificielle se cache une machine physique qui doit être alimentée, refroidie et entretenue.
Le canular de l’eau : la fausse information selon laquelle il faudrait boire un demi-litre pour chaque question
Il y a une phrase qui, ces dernières années, est presque devenue un lieu commun : chaque question posée à ChatGPT consommerait un demi-litre d’eau.
C’est l’une des fausses informations les plus connues concernant l’intelligence artificielle.
Le chiffre d’un demi-litre n’est toutefois pas une invention.
Ce chiffre provient d’une estimation scientifique réalisée par l’Université de Californie à Riverside, qui avait calculé la consommation d’eau liée à l’utilisation d’un modèle tel que GPT-3 dans certaines conditions. Cette estimation portait sur une session comprenant environ 20 à 50 questions, selon les conditions et le lieu où le calcul était effectué.
Le problème survient lorsque cette estimation est transposée dans une formule bien plus simple :
Une question posée à ChatGPT = un demi-litre d’eau.
Dit comme ça, c’est un canular.
Il n’existe en effet pas de quantité d’eau fixe pouvant être associée à chaque demande.
La consommation dépend de la technologie utilisée pour le refroidissement, du climat, de la conception du centre de données, de la source d’eau et du mode d’évacuation de la chaleur.
Et surtout, toute l’eau présente dans un système de refroidissement n’est pas nécessairement consommée.
Dans le cas du campus Abilene AI Datacenter (Stargate / Lancium), le système décrit par OpenAI est un système en circuit fermé et non évaporatif. Cela ne signifie pas pour autant que le campus n’utilise pas d’eau.
Cela signifie que nous ne pouvons pas prendre une estimation obtenue dans des conditions données et la transformer automatiquement en une quantité d’eau associée à chaque requête adressée à ChatGPT.
La véritable question est donc bien plus intéressante : comment conçoit-on les systèmes chargés d’évacuer la chaleur générée par l’énorme puissance de calcul nécessaire au fonctionnement de l’IA ?
D’un problème à une ressource : le chauffage urbain
Mais cette chaleur-là, qui est généralement considérée comme un élément à éliminer, pourrait bien devenir une ressource.
Le principe est simple : si les centres de données consomment d’énormes quantités d’électricité et que la quasi-totalité de cette énergie se transforme en chaleur, pourquoi ne pas essayer de la récupérer ?
La solution pourrait bien être le chauffage urbain.
La chaleur produite par les systèmes informatiques peut être transférée, via des échangeurs de chaleur, vers un réseau d’eau et, si nécessaire, portée à la température requise à l’aide de grandes pompes à chaleur. De là, elle peut être distribuée aux bâtiments raccordés au réseau.
Ce n’est pas seulement une hypothèse théorique.
En Finlande, Microsoft développe, en collaboration avec Fortum, un système permettant de récupérer la chaleur résiduelle des centres de données afin d’alimenter le réseau de chauffage urbain d’Espoo, de Kauniainen et de Kirkkonummi. À pleine capacité, ce projet devrait permettre de couvrir environ 40 % des besoins annuels d’un réseau desservant quelque 250 000 clients, avec une réduction estimée des émissions d’environ 400 000 tonnes de CO₂ par an.
L’Agence internationale de l’énergie considère précisément la chaleur résiduelle des centres de données comme l’une des sources pouvant être intégrées aux réseaux de chauffage urbain, notamment lorsque ces installations sont situées suffisamment à proximité des zones qui ont besoin de chaleur.
L’avenir des centres de données pourrait donc être différent de ce que nous imaginons.
Il ne s’agit pas seulement d’énormes installations qui consomment de l’électricité et produisent de la chaleur, mais d’infrastructures capables, au moins dans certaines conditions, de restituer une partie de cette chaleur aux villes.
Le centre de données pourrait ainsi devenir non seulement une machine destinée à la puissance de calcul, mais également un élément du système énergétique urbain.
Et c’est justement lorsque l’on parle d’eau que l’une des simplifications les plus répandues concernant l’intelligence artificielle apparaît.
Pouvons-nous visiter le site du centre de données Abilene AI Datacenter Campus Stargate ?
Et voici une question qui, lorsqu’on évoque un voyage à Abilene, vient presque spontanément à l’esprit. Si nous arrivions en ville, pourrions-nous visiter le grand campus Stargate ?
En ce qui concerne les espaces intérieurs, la réponse est non. Un centre de données abritant des infrastructures critiques n’est pas un lieu ouvert au public. À l’intérieur se trouvent des systèmes informatiques, des équipements réseau, des installations énergétiques et des systèmes de refroidissement qui doivent être protégés tant physiquement que numériquement.
Le campus Stargate du centre de données Abilene AI ne propose pas de programme régulier de visites guidées ouvertes au public.
Cela ne signifie toutefois pas que le voyage soit dépourvu d’intérêt.
Il existe en effet une différence importante entre visiter un centre de données et voir le lieu où il se trouve. Le campus Stargate d’Abilene est situé dans une zone qui, vue de l’extérieur, présente un aspect très différent de celui que l’on imagine lorsqu’on pense à l’intelligence artificielle.
Il n’y a pas d’énorme panneau indiquant « Ici réside l’IA ». Mais on y trouve de grands bâtiments industriels, des infrastructures électriques, des routes de service et de vastes zones techniques.
Et c’est précisément ce contraste qui rend cet endroit intéressant.
L’intelligence artificielle que nous utilisons au quotidien semble être quelque chose d’immatériel, confinée dans une fenêtre de navigateur.
À Abilene, cela prend en revanche la forme concrète d’une immense infrastructure industrielle.
Pour comprendre ce que contient réellement un centre de données, il faut donc s’appuyer avant tout sur les documents mis à disposition par les opérateurs eux-mêmes.
Google en est un exemple : bien que l’entreprise ne propose pas de visites guidées publiques de ses centres de données pour des raisons de sécurité, elle met à disposition une visite virtuelle à 360 degrés de son centre de données de The Dalles, dans l’Oregon, ainsi que des images et des documents d’information.
Il s’agit d’une solution qui permet de faire, au moins virtuellement, ce qui serait très difficile à réaliser physiquement : pénétrer dans l’un des lieux où se construit la puissance de calcul de la nouvelle ère numérique.
Pour ceux qui arrivent à Abilene, le voyage reste donc avant tout une expérience vécue de l’extérieur. Mais c’est peut-être justement ce qui le rend intéressant. Il n’est pas nécessaire d’entrer dans une salle de serveurs pour comprendre ce qui s’y passe. Il suffit d’observer l’échelle des bâtiments, les infrastructures qui les entourent et la quantité d’énergie nécessaire à leur fonctionnement.
L’intelligence artificielle, phénomène apparemment immatériel, devient soudainement quelque chose de physique.
Tarifs et outils d’intelligence artificielle
S’il existe un coût matériel lié au fonctionnement de l’intelligence artificielle, il existe bien sûr également un coût économique pour ceux qui l’utilisent.
Les principaux services ont opté pour des modèles différents, proposant à la fois des niveaux d’accès gratuits et des formules payantes.
ChatGPT, par exemple, propose une formule gratuite et plusieurs niveaux payants. OpenAI indique actuellement un tarif de 8 dollars par mois pour ChatGPT Go, 20 dollars pour Plus et 200 dollars pour Pro, les prix étant adaptés à certains marchés.
Les formules supérieures ne se limitent pas à l’accès à la version payante de ChatGPT, mais peuvent offrir davantage de fonctionnalités, l’accès à des modèles plus avancés et des outils supplémentaires.
Claude, développé par Anthropic, propose lui aussi une formule Pro à 20 dollars par mois aux États-Unis.
Google suit une voie similaire avec sesoffres Google AI, en intégrant Gemini à d’autres services de l’écosystème Google. En Italie, Google AI Pro est proposé à 21,99 euros par mois.
Outre les chatbots, il existe également des services spécialisés dans la génération d’images, de fichiers audio et de vidéos, souvent basés sur un système de crédits ou de limites mensuelles : le modèle économique évolue, mais la logique sous-jacente reste la même : derrière chaque fonctionnalité se cache une puissance de calcul. Et derrière cette puissance de calcul se cache une infrastructure telle que celle que nous venons de voir à Abilene.
Où ce voyage dans le domaine de l’intelligence artificielle va-t-il nous mener ?
Le voyage a commencé à Abilene, devant d’immenses bâtiments qui, vus de l’extérieur, pourraient simplement passer pour les installations d’un nouveau quartier industriel. Nous sommes entrés, pour ainsi dire, dans le centre de données et avons découvert que derrière l’intelligence artificielle se cachent l’énergie, les réseaux, les processeurs, le refroidissement et des infrastructures gigantesques.
Mais à la fin de ce parcours, la question la plus intéressante ne porte plus sur ce qui se trouve à l’intérieur de ces entrepôts. Elle porte sur ce que l’IA apportera à notre vie. Elle pourra nous aider à accéder à la connaissance, à créer, à communiquer, à voyager, à apprendre et à vivre des expériences qui, aujourd’hui, nécessitent du temps et des ressources.
Mais il pourrait également devenir capable de créer des images, de la musique, des vidéos, des conversations et des environnements virtuels qui correspondent de plus en plus à vos désirs.
Et c’est là que se pose la question la plus difficile.
La vie artificielle sera-t-elle plus épanouissante que la réalité ?
La réalité est imparfaite, imprévisible et souvent différente de ce que nous souhaiterions. Une intelligence artificielle, en revanche, pourrait parvenir à construire autour de nous un monde de plus en plus personnalisé. Peut-être que le véritable défi ne consistera donc pas seulement à comprendre ce dont l’intelligence artificielle est capable, mais à décider ce que nous souhaitons lui laisser faire.
Nous sommes partis à la recherche du lieu où réside l’IA et nous y avons trouvé des centres de données, de l’énergie, des systèmes de refroidissement, des processeurs et des réseaux.
Mais nous avons finalement découvert que la question la plus importante n’est pas de savoir où réside l’intelligence artificielle, mais où nous voulons l’intégrer dans notre vie : si nous parvenons à construire une réalité artificielle exactement telle que nous la souhaitons, aurons-nous encore besoin de la réalité telle qu’elle est ?
