Feuille de route : la stack du datacenter IA

• Un datacenter IA se construit en 12 à 18 mois, mais son raccordement au réseau demande 5 à 7 ans ; l’électricité, les autorisations et les capacités de construction deviennent ainsi les principaux freins à l’expansion, davantage que les GPU.
• Début 2026, les datacenters hyperscale annoncés représentent 777 projets / 190 GW ; pour sécuriser l’alimentation électrique, le BYOP (Bring Your Own Power), avec centrales et batteries sur site, s’impose comme stratégie dominante.
• Les opportunités pour les startups se structurent autour de six domaines : autorisations / sélection de sites, production, transport-distribution / conversion électrique, logiciels, construction / maintenance, refroidissement.
• Avec la pénurie d’équipements électriques et la hausse de la densité des racks, les délais d’approvisionnement des transformateurs s’étendent jusqu’à 5 ans, tandis que certains racks IA consomment 500 à 600 kW ; de nouvelles architectures électriques comme le 800V DC et les transformateurs à semi-conducteurs deviennent nécessaires.
• Dans ce cycle d’investissement, les entreprises les plus pérennes devraient être celles qui, au lieu de simplement fournir des équipements, contrôlent ensemble prix de l’électricité, batteries, workloads IA et refroidissement, et construisent une infrastructure durablement intégrée à l’exploitation des datacenters.

---

Un cycle d’investissement massif dans les infrastructures déclenché par l’IA

• L’IA est le workload le plus énergivore de l’histoire de l’informatique, et début 2026, 190 GW de datacenters hyperscale ont été annoncés.
  • Environ 148 GW sont au stade de planification, 21 GW en construction et 12 GW en exploitation.
  • La consommation électrique mondiale des datacenters devrait plus que doubler d’ici 2030.
  • Aux États-Unis, la consommation électrique des datacenters devrait dépasser celle de l’ensemble de l’industrie manufacturière à forte intensité énergétique.
• Le datacenter lui-même peut être construit en 12 à 18 mois, mais le raccordement au réseau prend 5 à 7 ans.
  • Parmi 110 datacenters prévus pour entrer en service en 2025, plus d’un quart ont été retardés par des problèmes d’électricité, d’autorisations ou de construction.
  • Les opérateurs hyperscale commencent à accepter la complexité liée à la construction et à l’exploitation directes de leurs propres moyens de production afin d’obtenir des garanties sur la capacité et le calendrier.
• Le gouvernement américain commence à traiter l’infrastructure IA comme un enjeu de sécurité nationale.
  • En avril 2026, le président Trump a activé la Section 303 du Defense Production Act pour désigner les grands équipements de réseau électrique et leur supply chain comme essentiels à la défense.
  • Cela autorise un soutien financier fédéral d’urgence pour accroître la production domestique de composants critiques du réseau.
• En 2025, les datacenters ont représenté 4,5 Md$ / 78 % des 5,7 Md$ investis en venture dans l’environnement bâti.
• Bessemer Venture Partners compare les technologies actuelles d’infrastructure électrique au rôle qu’a joué l’acier produit en masse dans la construction de voies ferrées, de ponts et d’usines, et investit dans les systèmes physiques qui soutiendront l’économie de l’IA.

1. Autorisations et sélection des sites

• Avant même d’obtenir de l’électricité ou de déployer des GPU, un datacenter doit obtenir de nombreuses approbations des autorités locales et des États.
  • Cela inclut le zonage, la réglementation environnementale, les contrats de raccordement au réseau, les permis sur l’air et l’eau, les études sur les espèces menacées et les études patrimoniales.
  • Les procédures d’approbation et leurs délais varient selon les juridictions, ce qui complexifie la gestion de projet.
• Entre mars 2024 et mars 2025, 16 projets de datacenters ont été retardés ou refusés à cause de contraintes d’autorisation, l’opposition des communautés locales jouant un rôle majeur.
• Aux États-Unis, plus de 5 Md$ par an sont consacrés aux autorisations d’infrastructures complexes.
  • Cela représente plus d’un tiers des dépenses totales d’autorisation dans le pays.
  • Plus de 1 500 Md$ de capital d’infrastructure sont bloqués dans les procédures d’autorisation.
  • Le marché est couvert par de grands cabinets de conseil et plus de 50 000 petites entreprises, mais une grande partie d’entre elles compte moins de 15 salariés et la majorité du travail reste manuelle.
• Lorica développe un service d’IA pour préparer et exécuter les démarches d’autorisation en automatisant la collecte, la structuration et le dépôt des données.
  • L’entreprise construit une couche d’information qui accumule les données sur les trajectoires d’autorisation optimales par projet afin de prévoir les délais et les risques des projets suivants.
• Paces intègre données de réseau, d’autorisations et d’environnement dans une seule plateforme.
  • Cela permet de détecter les contraintes de réseau, les conflits de zonage et les problèmes environnementaux avant d’engager du capital.
  • Ses clients indiquent qu’en identifiant ces risques en amont, ils ont multiplié par environ trois le nombre de deals conclus.
• La modélisation spatiale, les relevés par drone et la simulation des pressions sur les ressources peuvent aussi servir à anticiper les risques de rejet par les communautés avant d’investir massivement.
• Les produits prometteurs doivent réunir des données dispersées sur un seul écran, s’appuyer sur des agents capables d’utiliser le contexte et créer un data flywheel gagnant en précision au fil des projets répétés.

2. Production sur site et BYOP

• Les sites raccordés au réseau restent les plus nombreux avec 45 % des projets annoncés, mais la production sur site et les modèles hybrides représentent près de la moitié de la capacité annoncée.
• Le BYOP est une stratégie consistant à produire directement l’électricité derrière le compteur (BTM) pour éviter les files d’attente du raccordement réseau.
  • En 2025 seulement, environ 50 GW de projets de production au gaz en BTM ont été annoncés.
  • Le modèle s’impose comme la stratégie dominante pour mettre rapidement en service de nouveaux datacenters IA.
• Les technologies de production évoluent vers des architectures modulaires capables d’absorber les chocs de supply chain et de monter en puissance selon la demande.
• Boom Supersonic convertit le cœur de réacteur conçu pour un avion supersonique en Superpower, une turbine à gaz naturel de 42 MW pour datacenters.
• Arbor développe une turbine à gaz de nouvelle génération utilisant du CO₂ supercritique comme fluide de travail et intégrant la capture du carbone.
• Les batteries BTM se rechargent en heures creuses à bas prix et se déchargent en heures pleines pour réduire les frais liés à la demande.
  • Elles fournissent aussi une alimentation de secours et une indépendance vis-à-vis du réseau.
  • Calibrant Energy finance et déploie directement des installations de batteries pour datacenters hyperscale.
• Exowatt développe une production solaire modulaire et des batteries thermiques pour AI factories, avec pour objectif une alimentation disponible 24h/24 à la demande.
• Inertia veut commercialiser la fusion par confinement inertiel laser du Lawrence Livermore National Laboratory pour construire des centrales électriques à l’échelle du réseau.
  • La fusion est la technologie la plus lointaine dans le temps, mais elle est vue comme un domaine clé au-delà des années 2030 en raison de son potentiel à fournir à grande échelle une base électrique propre et pilotable.
• American Terawatt construit un réseau privé de transport haute tension en courant continu reliant les sources de production aux datacenters sans passer par le réseau public.
• La compétitivité de long terme se jouera sur un coût actualisé de l’énergie (LCOE) bas, des modes de déploiement reproductibles et une supply chain fiable.
  • Il faut pouvoir ajouter, après la fourniture de l’équipement, des logiciels d’optimisation du dispatch et de contrôle prédictif.
  • Avec la convergence vers l’architecture 800V DC de NVIDIA, une opportunité apparaît pour devenir un partenaire d’infrastructure clé.

3. Transport, conversion électrique et segment intermédiaire de l’énergie

• Toute l’électricité qui arrive dans un datacenter passe par des transformateurs qui modifient la tension aux étapes de production, de transport et d’installation.
• La demande en transformateurs a augmenté de 119 % entre 2019 et 2025, mais les capacités de production ne suivent pas.
  • Les délais de livraison de GE, Siemens, Mitsubishi et d’autres sont passés d’environ 1 an avant le Covid-19 à jusqu’à 5 ans.
  • Les délais sur les appareillages de commutation dépassent aussi 60 semaines, et les câbles haute tension ainsi que les disjoncteurs sont identifiés comme les prochains goulets d’étranglement.
• À l’époque du cloud, la densité électrique d’un rack était de 20 à 40 kW, mais certains clusters d’entraînement IA utilisent 500 à 600 kW par rack.
  • NVIDIA vise 1 MW par rack après Rubin Ultra.
  • Avec la standardisation du 800V DC, les étapes traditionnelles de conversion AC/DC génèrent des pertes d’énergie et nécessitent des équipements supplémentaires.
• Les opportunités dans la livraison d’énergie se répartissent en trois catégories :
  • fournir plus vite que les acteurs historiques les équipements de réseau ;
  • redéfinir les architectures de transformateurs et de conversion électrique elles-mêmes ;
  • extraire davantage de capacité des infrastructures de transport déjà installées.
• Ayr Energy s’appuie sur des sous-traitants industriels en Inde pour produire transformateurs et disjoncteurs destinés aux sous-stations et au transport.
  • Cela réduit les délais de livraison de 3 à 5 ans à 6 à 12 mois.
• Les transformateurs à semi-conducteurs (SST) regroupent plusieurs étapes de conversion électrique dans un seul appareil modulaire.
  • En utilisant des semi-conducteurs en carbure de silicium, ils convertissent directement le courant alternatif moyenne tension en 800V DC.
  • Grâce à leur architecture bidirectionnelle et programmable, ils peuvent s’intégrer directement à des systèmes de stockage sur batteries, au solaire et à la production sur site.
• Le Heron Link de Heron Power est un SST modulaire moyenne tension conçu pour la conversion en 800V DC, et l’entreprise participe comme partenaire majeur à l’architecture 800V DC de NVIDIA.
• DG Matrix développe un SST multiport capable de recevoir différentes tensions et fréquences en entrée pour fournir du 800V DC ou de l’AC en sortie.
  • L’appareil remplace à lui seul 10 à 17 systèmes électriques distincts.
• Le coût de la congestion du réseau électrique aux États-Unis atteint environ 11,5 Md$ par an.
  • Faute de visibilité suffisante sur l’état réel des lignes, les opérateurs les exploitent souvent de manière conservatrice, en dessous de leurs limites thermiques réelles.
• Le FUSION-T de GridAstra modélise dans un même environnement la capacité dynamique des lignes, les contrôleurs avancés de flux de puissance et la reconfiguration de topologie du réseau.
  • Il génère des plans de contrôle qui redirigent automatiquement la puissance des lignes surchargées vers celles moins utilisées.
• TS Conductor double environ la capacité des corridors de transport existants grâce au reconductoring avec conducteurs à âme composite.
  • Cela évite les autorisations et droits fonciers nécessaires à la construction de nouvelles lignes.
• La compétitivité dépendra à la fois de la rapidité de livraison immédiate et de la capacité industrielle à soutenir des volumes hyperscale.

4. Les logiciels qui relient l’énergie aux workloads IA

• Les datacenters deviennent des systèmes énergétiques complexes où il faut exploiter ensemble moyens de production, batteries, raccordements réseau et workloads IA variables.
• La gestion de l’énergie, l’ordonnancement des tâches, la communication avec le réseau et la conformité réglementaire restent répartis entre des systèmes séparés.
  • Les DCIM historiques de Schneider, Vertiv, Sunbird et d’autres ont été conçus pour la génération précédente de datacenters.
• Les nouvelles opportunités logicielles se situent dans les SLA par niveau de service, l’intégration entre économie de l’énergie et contrôle des équipements physiques, et les DCIM pensés pour les workloads IA.

Des SLA par niveau qui prennent en compte la flexibilité des workloads

• Les contrats électriques et de services de datacenter traitent encore les workloads IA comme une demande fixe impossible à interrompre.
• En pratique, certaines tâches IA peuvent être opérées de façon flexible.
  • Les entraînements peuvent être mis en pause puis repris.
  • L’inférence batch peut être déplacée vers des zones où l’électricité est plus disponible.
  • Les tâches moins prioritaires peuvent tolérer une latence plus élevée.
• Comme cette flexibilité n’est pas intégrée aux contrats, une partie de la capacité réseau mobilisable reste inutilisée.
• Des SLA par niveau peuvent être conçus pour déplacer les entraînements batch vers les heures creuses, allonger la latence des tâches moins critiques et restituer de la capacité lors des urgences réseau.
• Emerald AI ordonnance dynamiquement les workloads GPU selon la situation électrique.
  • L’entreprise suspend ou limite les entraînements batch quand le réseau est sous tension.
  • Elle protège les inférences sensibles à la latence.
  • Elle déplace les calculs vers les régions où l’électricité est abondante.
• L’Aurora AI Factory en Virginie, avec Emerald, Digital Realty, NVIDIA, EPRI et PJM, doit devenir la première démonstration commerciale d’un datacenter capable d’ajuster de manière flexible sa demande électrique.

Intégrer l’économie de l’énergie et le contrôle des équipements physiques

• Les entreprises qui exploitent plusieurs datacenters doivent gérer en parallèle immobilier, prix de l’électricité et couvertures, ordonnancement des workloads et conformité.
  • Elles règlent des milliers de factures d’électricité.
  • Elles couvrent le risque lié aux prix de gros de l’électricité.
  • Elles chargent et déchargent les batteries en fonction des prix en temps réel.
  • Elles comptabilisent les certificats d’énergie renouvelable.
• Aujourd’hui, cela passe souvent par des feuilles de calcul et un assemblage de solutions distinctes.
• Verse réunit sur une même plateforme la gestion des factures d’électricité, les power purchase agreements (PPA), l’analyse de portefeuille énergétique, la gestion du risque et les couvertures.
  • Dispatch Intelligence prend les décisions de recharge en temps réel pour les batteries BTM.
  • Les conditions d’un PPA de long terme influencent la manière de décharger une batterie, et une surfacturation des frais de demande peut affecter la stratégie globale de couverture.

Un DCIM pour les workloads IA

• Les opérateurs de datacenters ont du mal à connaître en temps réel la consommation réelle par rack, les marges thermiques, la capacité inutilisée à cause de ratings conservateurs et les GPU qui se dégradent.
• Le DCIM de nouvelle génération doit combiner :
  • la télémétrie en temps réel ;
  • la simulation prédictive des flux thermiques et électriques ;
  • la détection d’anomalies par IA ;
  • un contrôle autonome fiable, au-delà du simple affichage sur dashboard.
• Aravolta et Phaidra développent notamment des systèmes d’exploitation pilotés par l’IA.

L’automatisation par l’IA des opérations des utilities

• Les utilities et les opérateurs de réseau doivent traiter les demandes de raccordement, la planification de production et de transport, la modélisation de la hausse de charge et les procédures réglementaires tarifaires.
• Les logiciels fondés sur l’IA peuvent automatiser :
  • les études de raccordement au réseau ;
  • la planification des projets d’investissement et la prévision de charge ;
  • les dossiers réglementaires et les procédures d’examen tarifaire.
• Senpilot développe un système d’exploitation pour utilities regroupant sur une même plateforme des agents pour l’ingénierie, la réglementation et le service client.
• Le logiciel pour utilities a longtemps évolué lentement sur le marché enterprise tech, mais l’IA pourrait servir de déclencheur pour remplacer les systèmes existants.

Planification et exploitation du réseau

• La production BTM aide à court terme à sécuriser l’électricité, mais à long terme, le réseau public devra absorber plus rapidement les nouvelles charges.
• ThinkLabs AI, issue de GE Vernova, développe un jumeau numérique IA du réseau électrique intégrant les lois de la physique.
  • Il modélise les flux de puissance, la congestion et l’impact des nouveaux raccordements plus rapidement que les outils existants.
  • Il aide les utilities à planifier les renforcements d’infrastructure et à raccorder plus efficacement de nouvelles charges.
• Les logiciels les plus précieux devront relier en temps réel les workloads IT et les équipements électriques physiques, et être capables d’agir directement à partir des données collectées.

5. Construction, maintenance et pénurie de main-d’œuvre

• Fin 2025, la pénurie de main-d’œuvre dans le secteur de la construction atteint environ 439 000 personnes.
• Le pic d’effectif sur site pour un datacenter est passé d’environ 750 personnes à l’époque du cloud à 4 000 à 5 000 aujourd’hui.
• L’âge moyen de la main-d’œuvre dans les datacenters est de 53 ans, et 60 % des opérateurs rencontrent des difficultés de recrutement.
• La pénurie de personnel est devenue un facteur de retard au même titre que l’électricité et les autorisations, ce qui entraîne le déploiement de robots, d’automatisation et de logiciels d’IA de la construction jusqu’au démantèlement.

Construction initiale

• Bedrock Robotics ajoute des fonctions de conduite autonome aux engins lourds existants via Bedrock Operator.
• Built Robotics développe des équipements autonomes d’excavation et de battage de pieux pour datacenters et centrales solaires.
• TerraFirma déploie, comme sous-traitant technologique, des travaux de terrassement robotisés sur de vrais chantiers de datacenters.
• DroneDeploy collecte des données de chantier par drone et utilise l’IA pour inspecter l’avancement, les risques de sécurité et la qualité d’exécution.

Exploitation et maintenance

• MaintainX fournit aux techniciens de maintenance des informations sur les actifs et les opérations enrichies par l’IA.
• Gecko Robotics inspecte les installations industrielles avec des robots pour détecter corrosion et problèmes structurels avant la panne.
• Watney Robotics développe des robots autonomes chargés des réparations, de la logistique et des tâches de maintenance courante à l’intérieur des installations.

Démantèlement et réemploi circulaire des équipements

• À mesure que les opérateurs hyperscale accélèrent le renouvellement vers les GPU et serveurs les plus récents, le volume d’équipements mis au rebut augmente rapidement.
• Molg développe des micro-usines robotisées capables de démonter automatiquement serveurs, laptops et équipements électroniques industriels.
  • L’entreprise récupère de la valeur à partir des équipements mis au rebut via la récupération de pièces, le reconditionnement et le recyclage.
• La compétitivité de long terme reposera sur la combinaison entre automatisation et données de terrain propriétaires.
  • Prédire les pannes avant qu’elles ne provoquent des défaillances en cascade.
  • Détecter les défauts de qualité de construction avant d’avoir à reprendre les travaux.
  • Identifier la valeur récupérable dans les équipements destinés au rebut.

6. Les technologies de refroidissement pour racks IA à haute densité

• Les racks IA devraient exiger, dans l’année qui vient, une densité de puissance 50 fois supérieure à celle de l’ère du cloud.
• Le refroidissement par air ne retire plus la chaleur suffisamment vite pour éviter les limitations de performance et la dégradation du matériel.
• Comme la surchauffe affecte directement la durée de vie du matériel et les performances par watt, les hyperscalers et les laboratoires de pointe redessinent l’architecture même du refroidissement.
• Le refroidissement liquide s’impose comme l’architecture majoritaire des nouveaux datacenters IA.
  • Le direct-to-chip achemine le liquide de refroidissement jusqu’à la surface du processeur via des cold plates et des manifolds.
  • L’immersion plonge l’ensemble du serveur dans un fluide non conducteur pour gérer des densités de rack extrêmement élevées.
  • Le direct-to-chip est plus facile à intégrer dans les architectures de datacenters existantes, ce qui lui donne un champ d’application plus large à court terme.
• Corintis développe des cold plates microfluidiques conçues par IA.
  • Elles dirigent directement le liquide de refroidissement vers les points chauds de la puce et offrent de meilleures performances que les plaques en cuivre classiques à canaux parallèles.
• Un marché logiciel se forme aussi pour optimiser par IA l’exploitation des équipements de refroidissement.
• Phaidra utilise la consommation électrique en temps réel comme signal précoce de montée de demande.
  • L’entreprise ajuste le système de refroidissement avant même que la température des puces ne grimpe, afin d’améliorer la stabilité thermique.
• Le refroidissement n’est plus un simple auxiliaire : il devient un système de contrôle actif qui détermine les performances des puces, la durée de vie du matériel, ainsi que la consommation d’eau et les émissions du datacenter.
• Les technologies de refroidissement prometteuses devront éviter d’être verrouillées à un fournisseur matériel spécifique et pouvoir s’adapter à des architectures de datacenters en évolution.

Une infrastructure opérationnelle qui subsiste au-delà du cycle de capex

• La couche énergétique de l’infrastructure IA forme un écosystème interconnecté entre production, dispatch, consommation flexible, modernisation du réseau et logiciels pour utilities.
• Chaque segment offre ses propres opportunités d’entreprise, mais la compétitivité de long terme se construira dans la capacité à relier plusieurs couches entre elles.
• Les entreprises les plus attractives seront celles qui pourront croître grâce à la vague actuelle d’investissements en capex, puis rester comme infrastructure opérationnelle des datacenters et des utilities, générant des revenus sur le long terme même quand le rythme des nouvelles constructions ralentira.