Aperçu du marché : Le développement de l’intelligence artificielle contribue considérablement à l’augmentation constante de la demande d’énergie des centres de données

Date de diffusion : 2024-10-02

À l’heure actuelle, on estime à 239 le nombre de centres de données^Définition* au Canada^{Note de bas de page 1}, et cette industrie connaît une croissance rapide^{Note de bas de page 2}. Les centres de données et les réseaux de transmission connexes consomment beaucoup d’énergie. Selon l’Agence internationale de l’énergie (« AIE »), en 2022, la consommation mondiale d’électricité était estimée à 460 térawattheures (« TWh »), soit entre 1,4 % et 1,7 %^{Note de bas de page 3}.^{Note de bas de page 4} Cette quantité d’énergie équivaut à environ 71 % de la production d’électricité au Canada la même année^{Note de bas de page 5}, et l’AIE prévoit que la consommation mondiale d’énergie des centres de données doublera d’ici la fin de 2026. La croissance rapide des applications d’intelligence artificielle (« IA »), en particulier les grands modèles de langage et l’apprentissage automatique, contribue grandement à cette demande croissante d’énergie, car la charge de travail liée à l’IA^Définition* exige une puissance informatique considérable. De multiples facteurs font du Canada une destination attrayante pour les centres de données :

1. des prix de l’électricité relativement bas dans certaines régions;
2. des ressources importantes en énergie renouvelable^Définition* et en électricité propre;
3. un climat relativement froid^{Note de bas de page 6}.

Figure 1 – Centres de données dans les villes canadiennes

Panorama des centres de données canadiens

Le paysage des centres de données au Canada est dicté par les faibles coûts de l’électricité, en particulier dans des provinces comme le Québec et la Colombie-Britannique, où l’hydroélectricité est abondante et relativement abordable. Le réseau d’énergie propre du pays, dont plus de 80 % de l’électricité provient de sources non émettrices, peut aussi être attrayant pour les sociétés qui cherchent à construire de nouveaux centres de données à faible empreinte carbone. De plus, le climat frais du Canada améliore l’efficacité énergétique des centres de données en réduisant les coûts de refroidissement^{Note de bas de page 7Note de bas de page 8Note de bas de page 9}.

Au Canada, les services publics et les exploitants de réseaux tiennent compte de la consommation d’électricité des centres de données dans leurs perspectives. Par exemple, Hydro-Québec prévoit une augmentation de 4,1 TWh de la demande de centres de données de 2023 à 2032 dans son plus récent plan d’approvisionnement en électricité^{Note de bas de page 10}. La Société indépendante d’exploitation du réseau d’électricité de l’Ontario indique que la croissance de la demande d’électricité dans les centres de données est un facteur clé de la consommation d’électricité prévue dans le secteur commercial de l’Ontario^{Note de bas de page 11}. Les plus récentes perspectives de l’Alberta Electric System Operator comprennent un scénario d’électrification élevée qui comprend une demande d’électricité plus forte des centres de données, entre autres secteurs de croissance de la demande^{Note de bas de page 12}.

Figure 2 – Centres de données par province

Incidence des grands modèles linguistiques et de l’intelligence artificielle sur la demande d’énergie

La charge de travail globale des centres de données^Définition* a presque triplé entre 2015 et 2019, tandis que la demande d’énergie est demeurée relativement stable à environ 200 térawattheures (« TWh ») par année^{Note de bas de page 15}. Cette stabilité est en grande partie attribuable aux progrès continus en matière d’efficacité énergétique. Toutefois, depuis environ 2020, ces gains d’efficacité ont ralenti, ce qui a contribué à une augmentation rapide de la consommation d’énergie des centres de données^{Note de bas de page 16Note de bas de page 17}.

Les grands modèles de langage, comme ChatGPT et Microsoft Copilot, ont transformé le domaine de l’intelligence artificielle. À mesure que ces modèles ont pris de l’ampleur et que leur capacité s’est accrue, les ressources computationnelles^Définition* et, par conséquent, l’énergie requise pour leur formation^Définition*, ont connu une croissance exponentielle. Comme ces modèles sont de plus en plus utilisés, la demande d’énergie pour le traitement des demandes individuelles a aussi bondi, et les demandes fondées sur l’intelligence artificielle consomment généralement plus d’énergie que les technologies traditionnelles et concurrentes. Par exemple, une requête moyenne de ChatGPT exige environ 10 fois plus d’électricité qu’une recherche dans Google^{Note de bas de page 18}. D’ici 2030, l’intelligence artificielle devrait entraîner une augmentation cumulative de 160 % de la consommation d’énergie des centres de données à l’échelle mondiale^{Note de bas de page 19}.

La formation des modèles d’intelligence artificielle de plus en plus complexes^Définition* a vu la demande d’énergie computationnelle doubler environ tous les neuf mois au cours des dernières années, et cette tendance de croissance devrait se poursuivre^{Note de bas de page 20Note de bas de page 21}. Toutefois, les efforts déployés pour améliorer l’efficacité de l’intelligence artificielle, comme l’utilisation de matériel spécialisé et l’optimisation des logiciels, pourraient atténuer en partie cette croissance.

Date de modification :

2024-10-03