Jason Feist

Perspective

12 oct., 2026

Artificial Intelligence

La prochaine phase de développement de l’IA commence par l’infrastructure

Jason Feist

Perspective

Le développement de l’IA dépend désormais autant de l’énergie, des matériaux et des infrastructures que des modèles.

Bob O’Donnell, Jason Feist et Leo Aspauza abordent le développement durable des centres de données lors du sommet AI Infra Summit.

Un centre de données peut être construit en un an. Sur certains marchés, un nouveau raccordement au réseau prend entre cinq et sept ans. C’est là que réside aujourd’hui le véritable obstacle au développement de l’IA, plutôt qu’un problème au niveau d’un matériau ou d’une technologie en particulier.

Ce même constat a été établi dans deux contextes différents cette année : lors du World Materials Forum qui s’est tenu à Paris, et sur la scène de l’AI Infra Summit avec Leo Aspauza, responsable de la chaîne d’approvisionnement cloud et du développement durable chez Microsoft.

Comprendre les véritables contraintes en matière de capacité

À Paris, j’ai rencontré des dirigeants du secteur minier, des responsables d’infrastructures énergétiques et de réseau, des spécialistes des matériaux, des décideurs politiques et des chercheurs provenant de plus d’une dizaine de pays. Les sessions ont abordé des sujets allant de l’efficacité minière et du raffinage au recyclage, en passant par la conception des centres de données et l’architecture matérielle, preuve s’il en faut qu’il ne s’agit pas d’un problème isolé aisé à résoudre.

En déclarant que les organisations peuvent accroître leurs capacités à la fois en construisant davantage d’infrastructures et en tirant le meilleur parti de celles déjà en place lors de l’AI Infra Summit, Leo Aspauza a bien résumé la situation. Ce qui m’a frappé, c’est que le secteur a besoin de ces deux approches. Les nouvelles infrastructures restent essentielles, mais l’amélioration de l’efficacité des infrastructures déjà en service l’est tout autant.

Je répète plus ou moins la même chose à nos équipes depuis un moment déjà, mais l’entendre de la bouche d’un responsable de l’infrastructure à l’échelle de Microsoft m’a conforté dans l’idée qu'il s'agit désormais d'une réalité partagée par l’ensemble du secteur de l’IA. Le débat porte sur la synergie entre la croissance et l’efficacité, et non sur l’une ou l’autre prise séparément.

Prenons l’exemple de la demande mondiale en électricité des centres de données. Elle pourrait plus que doubler d’ici 2030, selon l’Agence internationale de l’énergie, passant d’environ 415 térawattheures à près de 945 térawattheures. Et chaque gigawatt de nouvelle capacité d’IA exerce une pression supplémentaire sur les transformateurs, les systèmes de refroidissement, les batteries haute puissance et les matériaux comme le cuivre, les terres rares et les aciers spéciaux.

Cette pression explique en partie pourquoi le secteur s’efforce de plus en plus de préserver et de réutiliser la valeur des infrastructures chaque fois que cela est possible. Dans les systèmes d’IA, il est souvent plus efficace de conserver les données et le contexte utiles que de les recréer sans cesse à partir de zéro.

Le défi lié aux matériaux porte en réalité sur les capacités de raffinage, le contrôle de la chaîne d’approvisionnement et la possibilité de récupérer et de réutiliser ce qui a déjà été extrait et construit, et pas seulement sur la rareté des ressources du sous-sol. Dans le domaine du stockage, nous travaillons sur cette question depuis des années sous un autre nom : la circularité.

La rareté des composants explique en grande partie pourquoi l’allongement des cycles de vie des équipements et les architectures de stockage hiérarchisées sont devenus des compléments importants à l’expansion continue des infrastructures.

Le stockage n’est plus un sujet de conversation secondaire

Ces mêmes discussions modifient également la perception qu´ont les gens du stockage. À l’instar du développement des infrastructures en général, le stockage dépend d’une meilleure utilisation de l’énergie, des matériaux et des ressources déployées.

Pendant longtemps, les discussions sur les infrastructures ont surtout porté sur les puces et l’énergie, tandis que le stockage restait au second plan. J’ai observé cette évolution au cours des deux dernières années, et ma conversation avec Leo Aspauza a confirmé à quel point les choses ont changé. Nous avons consacré autant de temps à discuter de la circularité des parcs informatiques et de la planification de son cycle de vie que de la capacité brute.

Microsoft, par exemple, a fait état d’un taux de réutilisation et de recyclage de 92 % pour les serveurs et composants mis hors service transitant par ses centres circulaires en 2024, preuve que ce n'est pas juste un sujet de discussion isolé. Une bonne partie de notre conversation a porté sur la manière dont l’industrie prolonge la durée de vie des disques durs, récupère les composants et rend les parcs informatiques plus prévisibles à grande échelle. La simple existence de l’AI Infra Summit prouve que les fabricants de matériel, les opérateurs cloud et les spécialistes des matériaux ont désormais leur place autour de la table.

Un chiffre illustre parfaitement ces faits : dans un déploiement d’un exaoctet, notre technologie Mozaic 4+ améliore l’efficacité de l’infrastructure d’environ 47 % par rapport à une configuration standard de 30 To. Concrètement, cela permet aux organisations de stocker davantage de données et de gérer plus de charges de travail IA au sein de leur infrastructure existante. Grâce à ces gains d’efficacité, il est possible d’accéder à des capacités supplémentaires sur des investissements existants, plutôt que de compenser chaque augmentation de la demande par de nouvelles capacités de production d’énergie, de nouvelles installations et de nouveaux matériaux.

Les décisions en matière de stockage concernent désormais les GPU

En dehors des cercles d’ingénieurs, on entend rarement parler du fait que chaque fois qu'un système doit recalculer un contexte qu’il a déjà généré, il consomme des cycles GPU qui auraient pu servir à autre chose de nouveau.

J’insiste sur ce point, car il est presque toujours moins coûteux de stocker et de récupérer un contexte utile que de le recréer. À mesure que les fenêtres de contexte, les caches KV et les environnements vectoriels se développent, l’emplacement des données (mémoire, SSD ou disque dur) a un impact direct sur l’efficacité avec laquelle vous utilisez vos ressources de calcul les plus coûteuses.

J’invite les responsables d’infrastructures à prendre en considération ce point, car nous parlons beaucoup des GPU, mais moins souvent du fait qu'un placement plus intelligent des données constitue l’un des moyens les plus efficaces et immédiats de tirer le meilleur parti des GPU déjà utilisés.

Ces débats mettent en lumière la réalité des infrastructures d’IA actuelles. Le développement de l’IA repose désormais sur une utilisation plus réfléchie de l’énergie, des matériaux et du stockage. Il s'agit d'un défi systémique, et non d'un problème lié à une technologie, et c'est un défi que nous ne pouvons relever qu’ensemble.

En savoir plus : Découvrez comment la plate-forme Mozaic de Seagate redéfinit l'économie du stockage à l’échelle de l’IA.

Black and white headshot photo of Jason Feist, Senior Vice President, Cloud Business, is shown.
Jason Feist

Vice-président directeur, division du marketing cloud