Elon Musk promet de construire des data centers à une vitesse encore jamais vue. S’il tient parole, l’entreprise construirait en 19 mois autant de capacités que Google en 27 ans.
Depuis la fusion de xAI avec SpaceX, Elon Musk a fait de l’intelligence artificielle (IA) l’un des moteurs de son empire. Le groupe a racheté l’outil de programmation par IA Cursor pour 60 milliards de dollars et conçu des satellites dédiés à l’IA.
Récemment, son entreprise s’est aussi endettée de 40 milliards de dollars pour mettre la main sur des puces NVIDIA supplémentaires, preuve de son ambition démesurée pour augmenter drastiquement ses capacités d’infrastructures.
SpaceX avance à vitesse grand V
Car l’homme le plus riche du monde se dit » très confiant « : SpaceX pourra construire 10 gigawatts (GW) de data centers rien qu’en 2027, en plus des 3 GW dont l’entreprise dispose déjà avec ses Colossus 1 et 2. Et selon SemiAnalysis, cabinet d’analyse spécialisé dans les puces et l’IA, le géant spatial égalerait ainsi toute la capacité installée par Google depuis ses débuts, en 1999, mais en un an et demi seulement. Un record absolu.
Pour l’instant, les chiffres vont dans le sens de SpaceX. Les experts affirment que 3,6 GW sont déjà en chantier sur plusieurs sites, tandis que les terrains et bâtiments repérés sur différents sites de l’entreprise pourraient en accueillir plus de 9 au total.
Mais ce sont surtout les délais qui impressionnent les analystes : le premier data center Colossus à Memphis a par exemple été aménagé en 122 jours pour 150 mégawatts (MW). Le second bâtiment, lui, a atteint 210 MW en 91 jours. Le prochain site, dans le Mississippi, devrait être prêt en 4 mois environ, alors que la plupart des constructeurs en mettent entre 8 et 12 mois pour de tels projets.
- Accès aux données X en temps réel
- Bon outil de veille médiatique
- Moins biaisé politiquement que sa concurrence
Une croissance menacée
Une grande partie des équipements viendrait de Tesla, qui les fabriquerait en modules prêts à installer. SpaceX ne dépend donc pas de fournisseurs tiers. L’entreprise lance même certains chantiers avant d’avoir décidé comment les alimenter, et a reconverti son site de Starbase, au Texas, jusque-là réservé aux fusées : deux data centers y sortent de terre.
Malgré tout, de nombreux obstacles subsistent, notamment les niveaux colossaux d’énergie et d’eau que requièrent ces installations. L’entreprise se tourne même vers le gaz naturel pour les alimenter, alors que son patron a longtemps promu la transition énergétique au nom de Tesla.
Mais ce sont surtout les résultats des élections de mi-mandat qui jettent un froid sur ces projections. Car de nombreux candidats démocrates élus, notamment au Texas, plaident pour freiner le développement de ces infrastructures. Il faut dire que la colère règne face à ces ogres énergétiques qui, en plus de nécessiter extrêmement d’électricité, émettent des nuisances sonores phénoménales.
« Les centres de données dans l’espace sont très attrayants en ce moment », a d’ailleurs réagi Elon Musk après les résultats du scrutin. L’entrepreneur est clairement conscient qu’on risque de lui mettre des bâtons dans les roues, alors que l’administration Trump a tout mis en œuvre pour lui permettre d’accélérer ses activités.
Exprimer un data center en gigawatts décrit surtout sa puissance électrique consommée à pleine charge, pas sa surface ni son nombre exact de machines. 1 GW correspond à 1 000 MW, soit un ordre de grandeur comparable à la puissance d’une grande centrale électrique. Cette métrique est pratique car la capacité IA moderne est souvent limitée par l’alimentation électrique, le refroidissement et l’accès au réseau, avant même la disponibilité des bâtiments. Deux sites affichant la même puissance peuvent pourtant fournir des performances très différentes selon la densité de GPU, l’efficacité énergétique et l’architecture réseau. C’est donc un indicateur “infrastructure” plus qu’un indicateur direct de puissance de calcul.
La construction modulaire consiste à préfabriquer des blocs (racks, modules électriques, containers, systèmes de refroidissement) en usine, puis à les assembler rapidement sur site. Cette approche réduit les aléas de chantier, raccourcit les cycles de déploiement et facilite la réplication de sites quasi identiques. Elle impose toutefois une forte standardisation : le design doit être figé tôt, et les adaptations locales (normes, réseau électrique, contraintes climatiques) peuvent ralentir l’intégration. Le module “prêt à poser” ne règle pas non plus le point le plus dur : obtenir à temps les raccordements haute tension, l’autorisation d’exploiter, et une capacité d’eau/refroidissement suffisante. Sur des campus IA très denses, la gestion thermique et la qualité de l’alimentation électrique restent des facteurs limitants.
