top of page

Une étude de Harvard estime la demande des centres de données à 82 TWh

il y a 20 minutes
13 min de lecture

L’étude de Harvard sur les centres de données estime que 403 grandes installations américaines ont consommé 82 térawattheures d’électricité sur une année, majoritairement fournie par des combustibles fossiles. Un térawattheure mesure une consommation d’électricité cumulée, contrairement à un térawatt, qui mesure une puissance à un instant donné. Cette distinction corrige une erreur importante dans certains titres : le résultat concerne 82 TWh, et non 82 TW.

Publiée le 16 novembre 2026, la recherche examine des installations en activité entre mai 2024 et avril 2025. Son estimation centrale approche 83 % des ventes au détail d’électricité du Michigan en 2024. La comparaison est significative, mais elle ne signifie pas que ces sites ont consommé davantage d’électricité que le Michigan.

La tension centrale porte sur ce que signifie une électricité propre lorsque les installations informatiques dépendent de réseaux régionaux. Les entreprises peuvent financer une production renouvelable tout en restant entourées de systèmes électriques qui continuent de brûler du gaz et du charbon. Pour les opérateurs cloud, les acheteurs d’entreprise et les communautés envisageant de nouveaux campus, l’étude soulève une question pratique : quelles preuves relient les engagements de durabilité aux conditions d’exploitation ?

Ce que l’étude de Harvard sur les centres de données a réellement mesuré

La recherche fournit une estimation pour un groupe défini d’installations, plutôt qu’un relevé de compteur pour l’ensemble du secteur.

L’étude évaluée par les pairs sur l’électricité des hyperscalers présente des résultats selon différentes hypothèses de charge des installations, c’est-à-dire selon l’intensité de leur fonctionnement. Ces scénarios aboutissent à une fourchette de consommation électrique d’environ 68 à 99 TWh. L’estimation centrale est de 82 TWh, associée à environ 25,7 millions de tonnes métriques de dioxyde de carbone.

Selon ces scénarios, les émissions attribuées vont d’environ 21 millions à 31 millions de tonnes métriques. L’estimation centrale de l’électricité correspond à environ 1,8 % de la consommation totale des États-Unis. Environ 54 % de la production attribuée provient de combustibles fossiles.

Les chercheurs ont étudié des installations hyperscale, c’est-à-dire de grands sites prenant en charge des fournisseurs de cloud ou de contenu, y compris des installations admissibles exploitées par des tiers. Cette catégorie décrit une infrastructure, et non une application unique. Un bâtiment desservant des clients cloud peut prendre en charge l’IA aux côtés d’autres services informatiques.

Cette distinction est importante, car la consommation électrique d’une installation ne peut pas automatiquement devenir une estimation de la consommation électrique de l’IA. La recherche ne sépare pas l’informatique générale des charges de travail d’IA. Elle ne peut donc pas établir quelle quantité d’électricité a été consommée par un chatbot, un fournisseur de modèles ou un assistant d’entreprise donné.

Les dates exigent une prudence similaire. Novembre 2026 est la date de publication, tandis qu’avril 2025 marque la fin de la période d’exploitation examinée. Traiter l’estimation comme une consommation mesurée pour 2026 avancerait silencieusement les données.

La comparaison avec le Michigan aide à établir l’échelle sans fournir d’équivalent opérationnel direct. Les chiffres fédéraux situent les ventes au détail d’électricité du Michigan en 2024 à environ 99 TWh. Diviser 82 par 99 donne environ 83 %, soit nettement plus de quatre cinquièmes.

Toutefois, les ventes au détail constituent une statistique électrique définie, plutôt que toute mesure imaginable de la consommation énergétique d’un État. La consommation d’essence, les combustibles industriels et le chauffage des bâtiments du Michigan ne font pas partie de cette comparaison. De même, l’électricité produite dans le Michigan n’équivaut pas nécessairement à l’électricité vendue à ses clients.

Le profil électrique du Michigan fournit ce repère. Garder son dénominateur visible évite qu’une comparaison accessible ne devienne une affirmation trompeuse sur la consommation énergétique totale.

Une comparaison avec un État communique un ordre de grandeur, mais la délimitation des installations a un poids analytique plus important. Les lecteurs doivent savoir quels bâtiments sont inclus avant de comparer des études, d’évaluer des affirmations d’entreprises ou de discuter de croissance.

Le changement important est la disponibilité d’une estimation géographiquement précise. Elle crée un point de départ pour examiner où la demande informatique rencontre l’approvisionnement en électricité. Elle ne supprime pas le besoin de transparence opérationnelle.

La pression s’exerce sur les opérateurs, les services publics et les acheteurs

L’étude déplace l’attention des engagements climatiques généraux vers les preuves disponibles pour chaque emplacement.

L’évaluation des émissions des installations par Harvard décrit comment les chercheurs ont combiné des images satellitaires avec des informations sur les installations et des données fédérales sur l’électricité. Ils ont estimé la demande selon des scénarios d’exploitation, puis attribué les émissions à l’aide des mix régionaux de production électrique.

Les chercheurs reconnaissent une couverture incomplète et l’impossibilité de distinguer l’électricité de l’IA de l’informatique générale. Ils précisent également que les résultats décrivent un instantané antérieur d’un secteur en expansion. Ces réserves rendent les conclusions plus utiles, car elles définissent ce que les éléments de preuve ultérieurs devront améliorer.

Pour les opérateurs, la pression pratique concerne la transparence. Une organisation peut annoncer un objectif de durabilité sans révéler suffisamment d’informations pour évaluer un campus particulier. Une estimation au niveau d’une installation soulève des questions sur sa charge d’exploitation, sa région électrique et son lien avec une production propre sous contrat.

Pour les services publics, la demande annuelle et les exigences de fourniture représentent des questions de planification différentes. La consommation annuelle décrit la quantité d’électricité utilisée au fil du temps. La planification des infrastructures exige également de comprendre à quel moment la demande se manifeste et à quel point son approvisionnement doit être fiable.

L’étude n’établit pas si un projet de transport d’électricité particulier est nécessaire, ni qui devrait le financer. Ces décisions nécessitent des données locales. Sa pertinence tient au fait qu’une forte demande informatique mérite d’être analysée dans le système électrique censé la desservir.

Les communautés font face à une distinction similaire entre une annonce et une organisation opérationnelle. Un campus proposé peut s’accompagner de promesses d’investissement, d’emploi ou d’énergie propre. Évaluer ces promesses exige des documents qui les relient à des installations précises et à des conditions de fourniture.

Pour les acheteurs d’entreprise, l’implication immédiate concerne les questions d’approvisionnement plutôt qu’une instruction automatique de changer de fournisseur. Une entreprise qui achète de l’informatique cloud doit comprendre quelles affirmations environnementales s’appliquent à la région qu’elle a choisie. La déclaration mondiale d’un fournisseur ne décrit pas nécessairement chaque lieu de service.

Prenons l’exemple hypothétique d’une entreprise qui déploie un assistant interne pour les documents. Les employés téléversent des documents, récupèrent des passages et demandent des résumés via un service hébergé. L’acheteur peut évaluer directement l’utilité de l’application, mais son empreinte électrique exige des informations du fournisseur d’infrastructure.

Un contrat identifiant la région d’hébergement donne à cet acheteur un point de départ plus concret. Des informations supplémentaires sur la comptabilisation de l’électricité amélioreraient encore l’évaluation. Sans ces détails, il devient difficile d’attribuer un bénéfice environnemental à un choix de fournisseur.

Il s’agit de réponses proposées aux éléments de preuve, plutôt que de conclusions mesurées par les chercheurs. L’étude ne quantifie ni les comportements d’approvisionnement, ni les modifications de contrats, ni les factures d’électricité locales.

L’étude de Harvard sur les centres de données rend néanmoins concret le déficit d’information. Lorsque des chercheurs externes doivent estimer les conditions d’exploitation, les acheteurs ne peuvent pas supposer qu’une affirmation générale de durabilité répond à leurs questions sur les installations.

La pression qui en résulte est simple : expliquer le périmètre, expliquer le calcul et montrer quels éléments de preuve opérationnels étayent l’affirmation.

Les contrats d’énergie propre et l’électricité locale répondent à des questions différentes

L’approvisionnement en énergies renouvelables et les émissions du réseau régional peuvent décrire différents aspects d’une même activité informatique.

La comptabilisation fondée sur le lieu estime les émissions à partir du mix électrique associé à l’emplacement d’une installation. La comptabilisation fondée sur le marché intègre des instruments contractuels admissibles associés à l’électricité achetée. Ces approches répondent à des questions liées, mais leurs résultats ne doivent pas être considérés comme interchangeables.

Cette distinction aide à expliquer pourquoi un engagement en faveur d’une énergie propre ne décrit pas, à lui seul, chaque heure de fonctionnement d’une installation. Un total d’approvisionnement annuel établit une quantité sur une année. Il n’établit pas à lui seul le moment ou le lieu de la production.

Cette observation ne rend pas l’approvisionnement non pertinent. Les contrats peuvent soutenir des projets électriques et représenter une partie importante de la stratégie d’une entreprise. Évaluer leurs effets exige de savoir ce que les contrats financent, quand les projets sont exploités et comment ils se rapportent à la demande.

Google illustre l’importance d’indiquer la mesure. Son bilan public sur les progrès en matière d’énergie sans carbone décrit un objectif consistant à faire correspondre ses opérations à une électricité sans carbone en continu. Google fait état d’une moyenne mondiale d’environ 65 % dans ses centres de données et bureaux pour 2025, contre 66 % en 2024.

Ces pourcentages déclarés par l’entreprise décrivent un périmètre différent de celui de l’échantillon de Harvard. Ils ne doivent pas être placés à côté du pourcentage de combustibles fossiles de l’étude comme des mesures concurrentes d’installations identiques. Leur utilité est de montrer que la performance électrique horaire peut différer d’un engagement général en faveur d’une énergie propre.

Microsoft offre un autre exemple de la voie de l’approvisionnement. Ses informations sur l’approvisionnement en énergies renouvelables décrivent des contrats et des partenariats d’infrastructure dans le cadre de sa stratégie de durabilité. La capacité sous contrat est pertinente, mais il s’agit d’une mesure différente de l’électricité consommée ou des émissions régionales attribuées aux sites en exploitation.

Ces exemples établissent des approches, et non un classement des fournisseurs. Un portefeuille d’entreprise mondial et un échantillon sélectionné d’installations américaines diffèrent par leur géographie, leurs périodes d’exploitation et leurs périmètres de comptabilisation. Désigner un gagnant à partir de ces chiffres créerait une précision que les éléments de preuve ne permettent pas.

La tension sous-jacente oppose un engagement d’achat aux conditions d’exploitation d’un système électrique. Un acheteur peut soutenir une future production propre tout en dépendant encore aujourd’hui d’un approvisionnement régional mixte. Ces deux faits peuvent être simultanément vrais.

Pour un client d’entreprise, la question utile devient plus précise que celle de savoir si un fournisseur achète de l’électricité renouvelable. Quel emplacement dessert la charge de travail ? Que divulgue le fournisseur à propos de cet emplacement et quelle méthode de comptabilisation a produit son chiffre environnemental ?

Une réponse fondée sur l’approvisionnement annuel peut rester informative. Elle doit simplement conserver cette étiquette. La présenter comme la preuve d’une exploitation continue sans carbone exigerait des éléments de preuve supplémentaires.

La même discipline s’applique aux critiques. L’attribution régionale aux combustibles fossiles n’établit pas que les achats d’énergie propre d’une entreprise n’ont aucune valeur. Elle ne démontre pas non plus que les chercheurs ont suivi l’électricité d’une centrale donnée jusqu’à un bâtiment particulier.

L’étude de Harvard sur les centres de données affine cette distinction. Ses conclusions concernent des émissions opérationnelles attribuées dans un cadre régional. Les contrats d’entreprise ont leur place dans la discussion, à condition que leur finalité différente reste visible.

L’incertitude modifie la manière dont les chiffres doivent être utilisés

L’interprétation la plus solide conserve la fourchette des scénarios et évite de transformer une estimation en audit opérationnel précis.

Les limites de l’étude publiées soulignent qu’elle repose sur des charges d’installations estimées et des moyennes annuelles régionales de production électrique. Les résultats s’appliquent aux 403 installations validées examinées. Ils ne doivent pas être interprétés comme un inventaire complet des infrastructures hyperscale américaines.

La charge estimée est importante, car la capacité et la consommation décrivent des réalités différentes. La capacité exprime un niveau de fonctionnement potentiel, tandis que la consommation cumule l’usage réel au fil du temps. Connaître la première ne permet pas d’établir la seconde sans hypothèses ou mesures.

Une installation disposant d’espace ou d’équipements inutilisés ne peut pas être automatiquement considérée comme fonctionnant à son maximum. À l’inverse, une estimation fondée sur un niveau d’exploitation supposé peut sous-estimer un site davantage utilisé. L’analyse de scénarios rend cette incertitude visible.

La fourchette publiée fait donc partie du résultat. Ne citer que le chiffre central retire aux lecteurs des informations nécessaires pour en évaluer la précision. Ne citer que la borne supérieure introduirait une autre distorsion.

L’attribution régionale présente également des limites. Elle associe la demande à un mix électrique plutôt que de suivre les électrons individuellement. Les moyennes annuelles ne peuvent décrire les conditions de production de chaque heure ni établir la source exacte alimentant une installation à un instant donné.

Une question distincte concerne les émissions marginales, c’est-à-dire le changement de production associé à une unité supplémentaire de demande d’électricité. Cela exige une analyse différente de l’attribution d’un mix régional de production existant. Le total publié ne doit pas devenir implicitement une estimation des émissions évitées par l’arrêt des installations.

Le périmètre des émissions compte également. Le dioxyde de carbone lié à l’électricité ne fournit pas un bilan complet de la construction, de la fabrication des équipements, de la consommation d’eau ou d’autres effets environnementaux. Ces questions nécessitent leurs propres éléments de preuve.

Les effets sur la santé exigent une prudence supplémentaire. Harvard les présente comme un sujet nécessitant des recherches complémentaires, et non comme un résultat directement mesuré ici. Les lecteurs ne doivent pas déduire une charge de morbidité chiffrée à partir de l’estimation de dioxyde de carbone.

Les comparaisons historiques peuvent devenir trompeuses lorsque les études utilisent différents groupes d’installations ou différentes méthodes. Une estimation publiée plus élevée n’établit pas automatiquement une hausse équivalente des émissions mesurées. Une tendance valide exige de vérifier que les périmètres sous-jacents restent comparables.

La reproductibilité soulève aussi une question. Le code public peut aider les lecteurs à examiner les calculs sans nécessairement leur donner un accès illimité aux observations réelles des installations. Exécuter un jeu de données illustratif diffère de la reproduction indépendante des résultats à partir des registres d’infrastructure originaux.

Ces limites n’effacent pas le constat. Elles définissent les affirmations qu’il peut étayer. Une estimation encadrée peut révéler une lacune importante d’information sans résoudre toutes les questions sur le secteur.

La conclusion appropriée est que les installations examinées représentent une demande électrique substantielle dans les scénarios modélisés. Les affirmations concernant tous les centres de données, la consommation actuelle de l’IA ou des fournisseurs individuels nécessitent des éléments de preuve supplémentaires.

Les affirmations d’efficacité nécessitent une mesure absolue de l’électricité

Une efficacité informatique accrue et une baisse de la consommation totale d’électricité sont deux résultats différents.

L’efficacité décrit la quantité de travail utile qu’un système fournit pour une quantité donnée de ressources. La demande totale dépend aussi du volume de travail demandé par les utilisateurs. Un service plus efficace peut néanmoins consommer davantage d’électricité si sa charge de travail globale augmente suffisamment.

Cette relation relève de l’arithmétique, et non d’une prédiction concernant une entreprise en particulier. Elle explique pourquoi une annonce d’efficacité doit s’accompagner d’une mesure de la charge de travail. Sans cela, les lecteurs ne peuvent déterminer ce qui est arrivé à la consommation absolue.

Pour les services d’IA, la définition du travail utile exige également de l’attention. Une réponse plus courte, un modèle plus petit ou moins d’étapes de traitement peuvent réduire l’utilisation des ressources. La question de savoir s’il s’agit d’une amélioration dépend de la capacité du système à accomplir encore la tâche requise.

Prenons l’exemple hypothétique d’un assistant de support client. Son opérateur modifie le système afin que les demandes courantes utilisent un processus plus simple, tandis que les cas difficiles reçoivent davantage de calcul. L’évaluation pertinente examinerait la qualité du service parallèlement aux ressources consommées.

Ne signaler qu’une baisse de l’utilisation des ressources par demande courante laisserait le résultat global indéterminé. Le volume total de demandes, la fréquence des cas difficiles et les tentatives répétées pourraient influencer la consommation. Ces mesures seraient nécessaires avant d’affirmer une réduction à l’échelle du service.

Le même raisonnement s’applique à l’analyse de documents. Un assistant qui produit un résumé inutilisable peut nécessiter une nouvelle tentative, une correction manuelle ou un modèle différent. Une évaluation de l’efficacité devrait prendre en compte l’achèvement réussi plutôt que de traiter chaque sortie comme ayant la même valeur.

Aucun de ces exemples ne décrit une charge de travail mesurée dans la recherche de Harvard. Ils montrent ce que les acheteurs d’applications devraient évaluer après avoir reçu une estimation au niveau d’une installation. L’étude ne peut répartir son total d’électricité entre les fonctionnalités logicielles individuelles.

Pour les développeurs, cela suggère une discipline pratique de communication. Indiquez quelle tâche a été accomplie, quelle norme de qualité s’appliquait et quel périmètre d’infrastructure couvre la mesure. Distinguez les changements d’usage des changements d’efficacité.

Pour les équipes d’entreprise, cela crée également une raison de conserver les éléments justificatifs. Les décisions d’hébergement peuvent dépendre de la documentation des services, des déclarations de durabilité et d’exigences internes qui évoluent au fil du temps. Une base de connaissances consultable peut aider à conserver ces documents, sans valider elle-même les affirmations environnementales.

Le document le plus utile relie chaque conclusion à sa source et à sa date. Une décision d’approvisionnement fondée sur un rapport mondial de durabilité doit rester identifiable comme telle. Elle ne doit pas être ensuite retenue comme une mesure propre à une installation.

Cette distinction ramène le débat à la demande absolue. Du matériel efficace, des logiciels améliorés et une électricité plus propre peuvent chacun compter, mais ils répondent à des questions différentes. Les présenter ensemble exige de préserver l’intégrité de leurs mesures respectives.

L’étude de Harvard sur les centres de données donne une raison de demander ce tableau plus complet. Son estimation concerne la consommation d’électricité cumulée, où les améliorations réelles d’efficacité doivent finalement rivaliser avec l’expansion de la demande.

Surveiller les informations publiées, l’approvisionnement opérationnel et les données sur la charge de travail

Les prochaines évolutions utiles relieront les engagements publics aux installations mesurées, à l’électricité effectivement fournie et au travail informatique accompli.

Au cours des prochains mois, la publication d’informations sur les installations devrait être le premier signal à surveiller. Des éléments utiles identifieraient les sites en exploitation, les périodes de mesure, la consommation électrique et la méthode utilisée pour calculer les émissions. Des publications cohérentes faciliteraient l’évaluation des estimations externes.

Un total à l’échelle de l’entreprise peut toujours contribuer à l’analyse, mais son périmètre doit rester explicite. Une ventilation par installation offre un niveau de détail différent. La publication des deux permettrait aux lecteurs de comprendre comment les conditions locales se rapportent au portefeuille plus large.

Davantage de données mesurées renforcerait la confiance dans le débat, même si cela modifiait l’estimation centrale. Un chiffre révisé ne constitue pas automatiquement la preuve que les recherches antérieures manquaient de valeur. Il peut représenter un progrès allant de l’estimation vers l’observation.

Le deuxième signal concerne le lien entre les nouvelles sources d’électricité et la demande opérationnelle. Les annonces doivent être suivies jusqu’au moment où les projets fournissent effectivement de l’électricité. Un accord signé, une étape de construction et un générateur en fonctionnement représentent des stades différents.

Les lecteurs devraient examiner si les informations publiées sur l’approvisionnement répondent au lieu et au calendrier de la consommation. Des preuves d’un meilleur alignement renforceraient les affirmations selon lesquelles la croissance de l’informatique peut s’accompagner d’une exploitation plus propre. Une dépendance continue à des totaux généraux d’approvisionnement laisserait une plus grande part de la question locale sans réponse.

Il ne s’agit pas d’affirmer que chaque projet proposé échouera ou que chaque contrat est insuffisant. C’est une distinction entre l’intention et la réalisation. Les rapports environnementaux deviennent plus utiles lorsque les entreprises montrent comment l’une devient l’autre.

Le troisième signal concerne les données sur la charge de travail reliant l’efficacité à la consommation absolue. Les développeurs et les fournisseurs devraient identifier le service fourni, sa qualité et le périmètre électrique mesuré. Les évolutions de la demande totale devraient apparaître parallèlement aux améliorations par tâche accomplie.

De tels rapports aideraient les acheteurs d’entreprise à évaluer si une modification d’application réduit l’utilisation des ressources à l’échelle du service réel. Ils rendraient également plus difficile la confusion entre une amélioration isolée d’un benchmark et un résultat environnemental global.

Ces signaux constituent un test pratique plutôt qu’une prévision programmée. Aucune annonce spécifique n’est nécessaire pour que le constat central de l’étude reste pertinent. Ce qui importe est de savoir si les éléments de preuve ultérieurs réduisent l’incertitude concernant les opérations.

L’étude de Harvard sur les centres de données fournit aux lecteurs une estimation substantielle aux limites clairement définies. Sa valeur durable dépendra en partie de la capacité des opérateurs à rendre ces limites plus faciles à examiner grâce à des publications mesurées et comparables.

Avant de partager une comparaison avec la taille d’un État, vérifiez l’unité, la période d’exploitation, l’échantillon d’installations et la méthode d’émissions. Avant d’accepter une affirmation sur l’énergie propre, demandez quel lieu et quelles heures elle décrit. Avant de célébrer un gain d’efficacité, examinez son effet sur la consommation totale et le travail accompli. Gardez ces réponses liées aux éléments de preuve originaux, en particulier lors de comparaisons entre fournisseurs ou de la réévaluation d’une décision d’infrastructure. Le prochain titre pourrait avancer un chiffre plus élevé, mais un chiffre plus élevé à lui seul ne résoudra pas l’incertitude centrale. Recherchez des informations qui rendent l’affirmation plus facile à vérifier. Quel fournisseur publiera suffisamment de détails opérationnels pour permettre à ses clients de relier ses services informatiques aux systèmes électriques qui les alimentent ?

 
 

Commencez pour Gratuit

Un premier assistant IA local avec gestion des connaissances personnelles

Pour une meilleure expérience IA,

remio ne supporte que Windows 10+ (x64) et M-Chip Macs actuellement.

Votre partenaire IA au travail
Faites-en plus avec remio

Planifiez. Créez. Livrez.
Tout au même endroit.

bottom of page