La prochaine phase de l’IA exigera plus de puissance de calcul
À mesure que l’IA générative passe de la phase d’entraînement massif des modèles à leur utilisation à grande échelle, une idée répandue veut que les besoins en puissance de calcul diminuent. Le raisonnement est simple : l’inférence étant moins coûteuse que l’entraînement, l’IA pourrait s’appuyer davantage sur des puces spécialisées, sur l’edge computing et sur des centres de données plus petits.
Nous sommes convaincus que le basculement vers l’inférence ne réduira pas la demande globale de calcul. Au contraire, l’IA générative entrera dans une phase où les usages, le post-entraînement et le raisonnement avancé feront croître durablement les besoins en infrastructures, en puces et en énergie.
En résumé
- Le passage à l’inférence dans l’IA générative augmente les besoins globaux en calcul, notamment à cause du post-entraînement et du raisonnement avancé.
- La puissance de calcul reste concentrée dans des centres de données hyperscale, avec des investissements et une consommation énergétique croissants.
- Les infrastructures locales et distribuées progressent, mais le cloud et les installations spécialisées restent indispensables.
- À court terme, aucune rupture technologique ne devrait réduire significativement ces besoins : l’expansion de l’IA exige toujours plus de ressources.
Sommaire
- L’inférence devient dominante, mais additive
- Le ralentissement du pré-entraînement ne freine pas la demande globale
- Le post-entraînement devient central et très énergivore
- Le raisonnement avancé lors de l’inférence accroît fortement le compute
- Les centres de données hyperscale restent indispensables
- Une infrastructure plus distribuée, mais toujours massive
- L’edge AI progresse, mais reste secondaire
- Forte croissance de l’IA d’entreprise sur site
- Un futur dominé par l’exigence de ressources accrues
- Questions fréquentes
L’inférence devient dominante, mais additive
En 2026, l’inférence représentera environ deux tiers de la puissance de calcul IA, contre un tiers en 2023. Le marché des puces optimisées pour l’inférence dépassera 50 milliards $US.
Cependant, cette croissance ne remplace pas le calcul lourd : elle s’y ajoute. La multiplication des requêtes d’IA par des milliards d’utilisateurs compense largement la moindre consommation par requête.
Le ralentissement du pré-entraînement ne freine pas la demande globale
La course aux modèles toujours plus grands s’est heurtée à des limites : rareté des données et rendements décroissants. Le pré-entraînement ralentit, mais ne disparaît pas. Surtout, la demande en calcul se déplace vers d’autres phases plus gourmandes.
Le post-entraînement devient central et très énergivore
L’amélioration des modèles passe désormais massivement par le post-entraînement (fine-tuning, distillation, feedback humain ou IA, données synthétiques).
Ces techniques sont devenues standard et peuvent consommer jusqu’à 30 fois plus de calcul que le pré-entraînement initial, maintenant un fort besoin en GPU avancés et en mémoire HBM.
Le raisonnement avancé lors de l’inférence accroît fortement le compute
Les techniques de long thinking (chain-of-thought, recherche, vote majoritaire) améliorent la précision des modèles mais peuvent consommer jusqu’à 100 fois plus de calcul qu’une inférence simple. Ces pratiques, déjà largement utilisées, annulent en partie les gains d’efficacité algorithmique.
Les centres de données hyperscale restent indispensables
Contrairement aux scénarios de décentralisation rapide, la majorité du calcul IA restera concentrée dans de grands centres de données utilisant des puces coûteuses et énergivores :
- Dépenses mondiales estimées à 400–450 milliards $US en 2026
- Jusqu’à 1 000 milliards $US par an en 2028
- Plus de la moitié consacrée aux puces IA
- Les puces d’inférence moins chères s’ajoutent à ce modèle, sans remplacer les GPU haut de gamme
Une infrastructure plus distribuée, mais toujours massive
Si le pré-entraînement reste concentré, l’inférence et le post-entraînement peuvent être répartis géographiquement. Cela favorise :
- Des centres géants et des centres urbains spécialisés,
- Des capacités souveraines régionales,
- Une meilleure flexibilité énergétique grâce à des charges interruptibles.
L’edge AI progresse, mais reste secondaire
Les smartphones et PC équipés de NPU permettent des inférences simples, mais restent insuffisants pour le raisonnement avancé ou le post-entraînement. En 2026, l’essentiel du calcul IA restera dans le cloud ou sur des infrastructures d’entreprise spécialisées.
Forte croissance de l’IA d’entreprise sur site
Les entreprises investissent de plus en plus dans des infrastructures IA locales pour des raisons de coûts, de souveraineté et de personnalisation. Ce marché hybride cloud/on-premise devrait dépasser 50 milliards $US dès 2026.
Un futur dominé par l’exigence de ressources accrues
Le passage de l’IA générative à une phase dominée par l’inférence ne marque pas un recul des besoins en calcul, mais une recomposition vers des usages plus complexes et plus intensifs. Le ralentissement du pré-entraînement est largement compensé par le post-entraînement, le raisonnement avancé et l’explosion des usages quotidiens.
À court et moyen terme, l’IA reposera donc sur :
- Des centres de données toujours plus puissants,
- Une coexistence de puces spécialisées et de GPU haut de gamme,
- Une demande énergétique élevée mais plus flexible et distribuée.
Une rupture technologique pourrait, à terme, réduire ces besoins. Ce scénario nous semble peu crédible à l’horizon 2026 : plus d’IA continuera de signifier plus de calcul, plus d’infrastructures et plus d’énergie.
Questions fréquentes
Stéphane Villard
