Le cerveau humain fonctionne avec environ 20 watts. Le supercalculateur le plus rapide du monde, LineShine à Shenzhen, consomme 42,2 millions de watts. Cet écart est devenu l’argument favori d’Internet concernant la consommation d’énergie de l’IA, et la plupart sont faux.
La comparaison elle-même tient la route. Cependant, les chiffres circulant sur les réseaux sociaux remontent à un seul journal. Le plus frappant est mal attribué depuis trois ans.
Utilisation de l'énergie de l'IA : ce que 20 watts achètent réellement
Le chiffre de 20 watts repose sur des décennies de mesures métaboliques. Le cerveau représente environ 2 % du poids corporel et environ 20 % de la consommation d’oxygène au repos.
Le nombre de neurones est plus fragile qu’il n’y paraît. Le chiffre largement cité de 86 milliards repose sur quatre cerveaux masculins et est actuellement contesté dans la revue Brain.
Les publications virales utilisent souvent 12 watts au lieu de 20. Ce chiffre apparaît dans un article de 2023 dans Frontiers in Artificial Intelligence, indiqué sans aucune citation.
Le même journal a produit le chiffre que tout le monde partage. Ses auteurs estiment que recréer numériquement un cerveau humain consommerait 2,7 milliards de watts.
Cette estimation provient de l’extrapolation d’une simulation de 10 millions de neurones à l’échelle d’une souris, puis d’une multiplication par mille.
Le document indique également que la simulation s’est déroulée environ 30 000 fois plus lentement que la biologie. Les publications sociales suppriment ce détail. Des sources secondaires attribuent ensuite ce chiffre au Blue Brain Project, qui ne l'a jamais publié.
Des chiffres fiables existent ailleurs. Epoch AI a estimé une requête ChatGPT typique à 0,3 wattheures début 2025. Une étude évaluée par des pairs en Joule a ensuite abouti à 0,31.
Deux méthodes indépendantes s’accordant de manière aussi étroite sont inhabituels. Cependant, ce chiffre change fortement avec la charge de travail, et les modèles de raisonnement qui produisent des réponses plus longues peuvent coûter plusieurs fois plus cher.
Ce que la biologie fait différemment et ce que le silicium copie
L'activité corticale est rare. Les cadences de tir moyennes sont inférieures à 1 Hz et l'énergie suit les changements plutôt que les cycles d'horloge.
L’IA moderne est parvenue à la même conclusion de manière indépendante. Kimi K2 active 32,6 milliards de ses 1,04 billions de paramètres par jeton, soit près de 3,1 %.
Ce ratio diminue rapidement. Mixtral utilisait environ 28 % de ses paramètres en 2023, tandis que DeepSeek-V3 en utilise désormais 5,5 %.
La biologie calcule également avec une faible précision. Rien à l’intérieur d’un neurone ne se résout en 32 bits.
Les fabricants de puces ont suivi le même chemin. DeepSeek a formé un modèle de 671 milliards de paramètres avec une précision de huit bits. NVIDIA a depuis pré-entraîné un modèle de 12 milliards de paramètres en quatre bits.
La troisième différence est la plus grande et la moins copiée. Les cerveaux conservent la mémoire et le calcul au même endroit physique.
Des machines numériques les séparent. Mark Horowitz de Stanford a montré le coût de cette scission. Récupérer un opérande en mémoire peut consommer des centaines de fois plus d'énergie que l'arithmétique elle-même.
Les puces en forme de cerveau qui ne sont jamais arrivées
Le matériel construit explicitement pour imiter les neurones a connu des difficultés. Aucun système neuromorphique ou analogique n’a formé ou exécuté un modèle frontière en production.
Hala Point d'Intel contient 1,15 milliard de neurones artificiels répartis sur 1 152 puces. Il reste un prototype de recherche installé aux Laboratoires Nationaux Sandia. Mike Davies, directeur du laboratoire de calcul neuromorphique d'Intel, s'adressant à The Register en 2024, a déclaré :
« Nous ne mappons aucun LLM sur Hala Point pour le moment. Nous ne savons pas comment faire cela. »
La situation commerciale est encore plus mince. BrainChip est la société cotée phare du secteur. Il a déclaré 700 000 $ de recettes clients contre 5,3 millions de dollars de sorties d'exploitation au dernier trimestre de mars.
D’autres sont carrément au point mort. Rain AI, qui cherchait 150 millions de dollars et n’a pas réussi à les réunir, a envisagé une vente en 2025.
Les chercheurs du domaine décrivent un problème circulaire. Catherine Schuman, professeur adjoint de génie électrique et d'informatique à l'Université du Tennessee à Knoxville, a déclaré :
« Les fabricants de matériel informatique attendent une application révolutionnaire, mais il est vraiment difficile de comprendre comment créer ces applications sans disposer de matériel sur lequel réaliser des prototypes. »
Plus de 20 chercheurs ont signé un document de consensus en 2025 dans Nature. Il a fait valoir que le domaine ne dispose toujours pas de l’écosystème dont il a besoin.
Les principes de la biologie ont gagné. Le matériel conçu pour les incarner ne l’a pas fait.
Tout le monde enchérit pour les mêmes électrons
L’efficacité est désormais importante car l’électricité est devenue la contrainte incontournable. L’Agence internationale de l’énergie estime la consommation mondiale des centres de données à 485 térawattheures en 2025.
Les installations axées sur l’IA ont augmenté de 50 % au cours de cette seule année. L’agence s’attend à ce qu’ils triplent d’ici 2030.
L’accès au réseau, plutôt que l’approvisionnement en puces, détermine désormais la construction. Le délai médian entre une demande d’interconnexion et l’exploitation commerciale dépasse cinq ans, selon le Lawrence Berkeley National Laboratory.
Le directeur général de Microsoft, Satya Nadella, a déclaré en novembre que son entreprise détenait des processeurs qu'elle ne pouvait pas brancher. La pénurie concerne les bâtiments alimentés en énergie, pas le silicium. Les investisseurs institutionnels ont soulevé des questions similaires sur l’état de préparation du réseau.
Les mineurs de Bitcoin ont passé une décennie à résoudre exactement ce problème. Ils détiennent des sites sous tension, des accords d’électricité signés et des droits d’interconnexion que les nouveaux arrivants attendent des années pour obtenir.
Le résultat a transformé l’exploitation minière en une entreprise d’énergie et d’infrastructures. La modernisation d'un site de travail coûte environ 3 à 4 millions de dollars par mégawatt. La construction de nouveaux sites coûte entre 10 et 12 millions de dollars, estime VanEck.
Les valeurs des transactions annoncées sont énormes. Les sociétés minières publiques ont signé des contrats d’IA d’une valeur totale de plus de 70 milliards de dollars.
La capacité fournie raconte une histoire plus discrète. Les dossiers du deuxième trimestre 2026 montrent qu’environ 750 mégawatts sont réellement alimentés dans l’ensemble du secteur.
Core Scientific représente environ 437 de ces mégawatts. Le campus Helios de Galaxy en a livré 133 ; TeraWulf 102 ; IREN 50 ; et Riot 25. La Hut 8 a contracté 949 mégawatts et n’en a alimenté aucun.
Le pivot a coûté cher. Les pertes trimestrielles combinées des mineurs MARA et CleanSpark ont atteint 851 millions de dollars en août.
La plupart des capacités minières ne seront jamais converties. Les données préliminaires de l’enquête de Cambridge présentées en juillet ont montré qu’environ 10 % des mineurs avaient alloué de l’énergie à l’IA.
Les obstacles sont physiques. L’exploitation minière tolère les interruptions, tandis que les locataires de l’IA exigent une alimentation ferme, un refroidissement dense et de la fibre dont les sites distants disposent rarement.
Malgré cela, la direction du voyage est claire. Core Scientific tire désormais 83 % de ses revenus de la colocation et seulement 13 % de l’exploitation minière elle-même.
Les investisseurs ont intégré ce changement. Les mineurs détenant des baux signés se négocient à des multiples bien plus élevés de leur puissance énergétique. Pendant ce temps, le prochain pari sur l’IA ressemble de plus en plus à l’électricité plutôt qu’aux puces.
Pourquoi l'efficacité ne résoudra pas la consommation d'énergie de l'IA
Les gains d’efficacité ont absorbé la croissance de la demande dans le passé. Le calcul des centres de données mondiaux a augmenté de 550 % entre 2010 et 2018, tandis que la consommation d'énergie a augmenté d'environ 6 %.
Puis le schéma s’est rompu. La consommation des centres de données aux États-Unis est passée de 58 térawattheures en 2014 à 176 en 2023.
Evolution optimisée sous plafond dur. Un crâne consommant 200 watts aurait tué son propriétaire, l'efficacité est donc devenue la seule réponse disponible.
L’IA n’a jamais atteint ce plafond. Au lieu de cela, il s’est heurté à un plafond de capital, et le capital s’étire bien plus facilement que l’électricité.
Cela est en train de changer. La question ouverte n’est plus de savoir si la biologie est plus efficace. C’est ce que devient l’IA une fois que le pouvoir, plutôt que l’argent, décide de ce qui sera construit.
Le post Votre cerveau fonctionne avec 20 watts. AI Wants a Power Plant est apparu en premier sur BeInCrypto.
Voir l’article original en anglais
