Sans le réseau électrique chinois, il est impossible de faire des « homards domestiques »

Au début de 2026, OpenClaw (surnommé “Petite Crevette”) a rapidement connu un succès fulgurant sur GitHub, devenant en mars l’un des projets open source à la croissance la plus rapide de l’histoire de la plateforme. Des passionnés aux utilisateurs ordinaires, des programmeurs aux retraités, “élever des crevettes” a presque du jour au lendemain envahi toutes les grandes plateformes, devenant même une “mode” chez les jeunes, une nouvelle tendance à essayer.

Lorsqu’il s’agit de faire effectuer des tâches par un Agent, le “coût” n’est pas négligeable. La réalisation d’une tâche par un Agent implique des dizaines de cycles de raisonnement et de décision, la consommation de puissance de calcul pouvant être plusieurs dizaines de fois supérieure à celle d’un simple dialogue. Par exemple, une réponse de GPT-5.4 à un simple “Hi” coûte 80 dollars. Plus l’Agent est répandu, plus la demande en puissance de calcul augmente, et la consommation électrique s’envole également.

Un chercheur senior en IA a déclaré que la consommation de tokens s’enfoncera de plus en plus dans la logique fondamentale de l’économie. À l’avenir, la majorité des activités économiques seront réalisées sous forme de consommation de tokens. Et l’électricité devient un paramètre de plus en plus crucial dans cette compétition IA.

Depuis toujours, le coût de l’électricité en Chine reste compétitif parmi les principales économies, au point que même Elon Musk et Jensen Huang ont plusieurs fois déclaré publiquement que “la Chine pourrait remporter la course à l’intelligence artificielle grâce à ses avantages énergétiques”.

Cependant, “l’avantage électrique” n’est qu’une expression générale. Derrière cette phrase se cache un schéma énergétique et électrique propre à la Chine, où opportunités et défis coexistent.

La course effrénée de la puissance de calcul IA fait grimper la demande mondiale en électricité

Avec l’émergence de l’IA générative, la consommation de ressources en puissance de calcul mondiale s’accélère à une vitesse sans précédent.

Selon l’Institut chinois de l’information et des communications, en juin 2025, la capacité totale de calcul mondiale atteignait 4495 EFlops, en hausse d’environ 117 % par rapport à l’année précédente. La part de puissance de calcul utilisée pour l’entraînement et l’inférence en IA est passée d’environ 70 % en 2024 à 85 %, devenant le principal moteur de la croissance en puissance de calcul.

Cette croissance rapide de la demande en puissance de calcul se traduit directement par une consommation électrique accrue. Selon le rapport “Énergie et Intelligence Artificielle” de l’Agence internationale de l’énergie (AIE), en 2025, la consommation électrique des centres de données mondiaux se situait entre 415 et 650 térawattheures (TWh), représentant environ 1,5 % à 2 % de la consommation électrique totale mondiale. Parmi eux, la consommation des centres de données IA représente déjà 30 % à 40 %, et continue de croître rapidement.

L’AIE indique que les États-Unis, la Chine et l’Europe concentrent la majorité de la consommation électrique des centres de données mondiaux, avec environ 45 %, 25 % et 15 % respectivement.

L’utilisation généralisée d’Agents comme OpenClaw pousse cette consommation à un nouveau niveau.

Prenons OpenClaw : chaque étape consomme de la puissance de calcul et de l’argent. Certains utilisateurs étrangers rapportent qu’une tâche automatisée mal configurée peut dépenser 200 dollars en API en une seule journée.

De plus, même en utilisant des modèles à prix relativement bas, l’appel continu à l’Agent engendre des coûts importants : faire fonctionner Kimi pendant une journée coûte environ 5 à 10 dollars, avec un budget mensuel en tokens généralement entre 150 et 300 dollars ; si l’on utilise l’API Claude et que l’on fait fonctionner OpenClaw 24h/24, le coût mensuel peut atteindre 800 à 1500 dollars.

Gartner prévoit qu’en 2026, environ 40 % des entreprises intégreront des agents IA pour leurs tâches, contre moins de 5 % en 2025. Lorsque l’utilisation d’Agents devient une infrastructure de base pour les entreprises, la demande en puissance de calcul se transforme en une charge continue, alimentant sans cesse le réseau électrique mondial.

Cette croissance commence à mettre sous pression le secteur de l’énergie. Selon Morgan Stanley, entre 2025 et 2028, le déficit électrique cumulé des centres de données américains atteindra 47 GW, soit l’équivalent de la consommation électrique de près de 9 villes comme Miami. Derrière ces chiffres se cache une compétition visible pour la consommation d’énergie.

Par ailleurs, l’écosystème de la puissance de calcul IA dans différents pays influence également la structure des coûts énergétiques.

Un chercheur senior en IA explique que, aujourd’hui, la majorité des grands modèles mondiaux sont construits sur l’écosystème logiciel CUDA de NVIDIA, et que beaucoup de formations de modèles à grande échelle dépendent fortement des GPU NVIDIA et de cadres logiciels matures. En revanche, les GPU nationaux sont encore en phase d’amélioration rapide de leur écosystème logiciel, et sont principalement utilisés pour l’inférence.

Cela rend les modèles à poids ouverts plus pertinents en Chine. Tant que les poids du modèle sont ouverts, les entreprises peuvent déployer l’inférence sur des serveurs locaux ou des GPU nationaux, évitant ainsi une dépendance totale aux fournisseurs cloud étrangers.

Dans ce modèle, la structure de coûts de l’IA évolue : le coût d’inférence ne se limite plus aux GPU et aux services cloud, mais inclut aussi davantage les coûts de serveurs et d’électricité.

C’est pourquoi l’importance du coût électrique dans le système de puissance de calcul IA en Chine est encore amplifiée.

La compétition énergétique derrière l’IA : pas seulement une question de prix de l’électricité

Avec la popularité croissante des Agents et leur raisonnement multi-étapes, la consommation de tokens explose, et derrière la puissance de calcul se cache une consommation électrique continue. Dans ce contexte, la question se pose : la faiblesse du prix des tokens en Chine (API des grands modèles IA nationaux) pourra-t-elle perdurer ?

熊宇轩, professeur assistant à la Faculté d’intelligence artificielle de l’Université normale du Hubei, indique que du point de vue énergétique, l’avantage en prix des tokens faibles en Chine repose sur une structure de coûts structurelle.

Cet avantage provient d’abord de l’échelle et du coût du système électrique chinois.

En termes d’échelle, la Chine possède le plus grand système électrique mondial. En 2025, la capacité installée totale de production électrique atteignait 3890 GW, et la consommation totale d’électricité a dépassé pour la première fois 10 000 TWh, restant la première au monde. “10 000 TWh”, c’est plus du double de la consommation annuelle des États-Unis, et supérieur à la somme de celle de l’UE, de la Russie, de l’Inde et du Japon. Cette capacité de production massive fournit une base solide pour les centres de données IA à forte consommation.

Le 5 mars 2026, dans le rapport de travail du Conseil d’État, il est proposé de “mettre en œuvre des clusters de calcul ultra-massifs, la coordination entre calcul et énergie, renforcer la surveillance et la gestion intégrée de la puissance de calcul nationale, et soutenir le développement du cloud public”. Dans ce cadre de politique de synergie entre puissance de calcul et énergie, les infrastructures de centres de données et d’IA en Chine peuvent mieux s’harmoniser avec le système électrique.

Par ailleurs, la Chine possède une capacité installée importante dans les énergies propres comme l’hydroélectricité, l’éolien et le photovoltaïque. Dans certaines régions, cette abondance énergétique permet aux centres de données d’accéder à des coûts d’électricité relativement faibles.

“En réduisant les coûts d’électricité, cette structure énergétique contribue aussi à réduire les émissions de carbone”, indique 熊宇轩. “À l’avenir, les tokens faibles en prix en Chine conserveront un certain avantage concurrentiel.”

Un expert en réseau électrique expérimenté souligne que la véritable barrière stratégique ne réside pas seulement dans l’échelle énergétique, mais aussi dans la capacité du système électrique chinois à gérer la planification et la transmission à longue distance.

Le réseau électrique chinois présente un problème structurel naturel : les ressources sont concentrées à l’ouest, la demande à l’est, séparées par plusieurs milliers de kilomètres. La solution clé est le réseau de transmission à très haute tension (UHV).

Actuellement, la Chine a construit 44 lignes de transmission interrégionales, avec le plus haut niveau de tension au monde et la plus longue ligne UHV. Fin 2025, la capacité de transfert d’ouest en est dépassait 340 GW, soutenant environ un cinquième de la demande électrique de la région est et du centre. L’énergie éolienne et solaire à faible coût provenant du Xinjiang, du Gansu et de Mongolie intérieure peut être efficacement acheminée vers les centres de calcul intensifs de l’est, permettant aux centres de données d’obtenir une alimentation stable et abondante sans dépendre du réseau électrique urbain à prix élevé.

Ce modèle “d’acheminement de l’ouest vers l’est” est innovant à l’échelle mondiale, et seul la Chine, par ses projets nationaux, le met en œuvre de manière systématique.

Ainsi, la Chine possède un avantage unique dans l’énergie pour l’IA : une échelle suffisante pour accueillir de lourdes charges, une capacité de transmission à très haute tension pour la gestion interrégionale, et un cadre institutionnel rapide pour la mise en œuvre. La combinaison de ces éléments constitue une véritable barrière stratégique dans l’infrastructure de puissance de calcul IA.

Le vrai seuil de l’IA : la qualité et la stabilité de l’électricité

Au-delà de l’échelle, de la distribution et de l’écosystème, un facteur souvent négligé est la qualité de l’électricité.

Derrière le prix bas de l’électricité en Chine se cache une structure énergétique très différente. 李光辉, PDG de BraneMatrix AI, explique que la formation des prix de l’électricité en Chine est très complexe, et l’avantage en coûts de puissance de calcul IA ne dépend pas seulement du prix de l’électricité, mais aussi de la structure énergétique et de la capacité du système électrique.

En réalité, la structure électrique varie considérablement selon les régions en Chine.

Certaines régions disposent de ressources charbon abondantes, avec des prix relativement faibles ; d’autres ont une forte capacité d’énergie renouvelable, mais avec une capacité d’absorption limitée, ce qui peut entraîner des surplus temporaires ; d’autres encore sont limitées par la capacité de gestion du réseau, rendant l’intégration des énergies renouvelables et la stabilité de l’approvisionnement difficiles. Ces différences structurelles donnent à la ressource électrique chinoise une caractéristique régionale marquée.

Pour les centres de données IA, la stabilité de l’approvisionnement est aussi importante que le prix. 李光辉 souligne que les clusters GPU ont des exigences très strictes en matière de qualité électrique. Des fluctuations de tension ou de courant peuvent affecter la performance des équipements, voire endommager le matériel ou augmenter le taux de défaillance. Même si l’électricité est bon marché, si la qualité n’est pas au rendez-vous, cela peut s’avérer contre-productif. De plus, dans les régions où l’infrastructure électrique est insuffisante, utiliser directement de l’énergie renouvelable à fluctuation élevée peut augmenter les risques pour le fonctionnement des équipements.

C’est pourquoi certains grands centres de données IA construisent des infrastructures électriques plus complètes, avec des systèmes de gestion de l’alimentation, des alimentations stables, et des logiciels de gestion électrique pour assurer un fonctionnement à long terme dans un environnement stable. Des géants comme Google ou Microsoft disposent souvent de systèmes électriques indépendants, qui sont devenus une composante essentielle de l’infrastructure de puissance de calcul IA.

De ce point de vue, à l’ère des Agents, le défi principal de la puissance de calcul IA n’est pas seulement le prix de l’électricité, mais la capacité du système électrique à soutenir en permanence de grands clusters GPU dans un environnement stable.

Les enjeux énergétiques de l’IA : une question géopolitique

La taille et la stabilité du système électrique déterminent si la puissance de calcul IA peut fonctionner durablement. Mais à un niveau plus macro, la stabilité de l’approvisionnement énergétique lui-même influence aussi cette infrastructure.

Récemment, la tension entre les États-Unis et l’Iran s’est intensifiée, et la situation sécuritaire au Moyen-Orient est préoccupante.

Le détroit d’Ormuz, passage stratégique reliant le Golfe Persique à la mer d’Oman, est l’un des axes de transport d’énergie les plus cruciaux au monde. La majorité du pétrole exporté par les pays producteurs du Moyen-Orient transite par cette voie vers l’Asie, l’Europe, etc. La Chine importe principalement du pétrole saoudien, irakien et émirati via cette route.

En cas d’escalade des conflits ou de blocage des routes maritimes, cela pourrait faire grimper les prix mondiaux du pétrole, et influencer aussi les coûts de gaz naturel via les marchés internationaux, impactant la structure globale des coûts énergétiques.

En 2025, la dépendance à l’importation de gaz naturel en Chine était d’environ 40-45 %, principalement via des pipelines russes, des pipelines d’Asie centrale, ou du GNL (gaz naturel liquéfié) en provenance du Qatar, d’Australie, etc. Bien que le gaz naturel ne représente pas une part importante dans la production électrique chinoise, il joue un rôle clé dans la régulation de la demande électrique.

Si la structure énergétique chinoise évolue, et que la demande en puissance de calcul IA continue de croître rapidement, la capacité du système électrique à répondre à ces besoins pourrait être mise à rude épreuve, ce qui constitue une préoccupation majeure pour le secteur.

Un expert en réseaux électriques souligne que, même si la Chine dispose d’un système énergétique de grande envergure, elle reste dépendante de ressources extérieures pour certains combustibles comme le pétrole et le gaz naturel, qui doivent être importés via le marché international. La stabilité de ces approvisionnements dépend aussi de la situation géopolitique mondiale, qui peut fluctuer.

Les enjeux énergétiques derrière cette compétition IA restent donc nombreux et complexes.

Source : Tencent Tech

Avertissement et clauses de non-responsabilité

Le marché comporte des risques, l’investissement doit être prudent. Cet article ne constitue pas un conseil d’investissement personnel, ni une recommandation spécifique tenant compte des objectifs ou de la situation financière de chaque utilisateur. Les utilisateurs doivent juger si les opinions, points de vue ou conclusions présentés ici sont adaptés à leur situation particulière. En suivant ces conseils, ils en assument la responsabilité.