Un essai britannique qui bouscule le modèle « always-on »
Pendant cinq jours en décembre 2025, un data center basé à Londres a servi de terrain d’essai à une approche de « power flexibility » appliquée aux infrastructures IA. Plus de 200 « événements réseau » simulés — des situations où le gestionnaire de réseau a besoin d’un ajustement rapide de la demande — ont permis de tester la capacité du site à diminuer ou ajuster sa puissance appelée, sans compromettre les workloads essentiels. À rebours de la logique actuelle des data centers, construits pour tirer un maximum de puissance en continu, l’essai ouvre la porte à une exploitation plus intelligente, plus élastique, et potentiellement plus compatible avec des réseaux déjà saturés.
Emerald AI, NVIDIA et National Grid : une coalition technique
Le test s’est appuyé sur un logiciel d’orchestration développé par Emerald AI, impliqué dans l’étude. Autour de cette brique logicielle, plusieurs acteurs majeurs se sont associés : NVIDIA (infrastructure accélérée pour charges IA), National Grid (réseau électrique britannique), Nebius, ainsi que l’Electric Power Research Institute (EPRI), organisme à but non lucratif reconnu pour ses travaux sur l’énergie. L’objectif était clair : démontrer qu’un data center IA peut devenir un actif « grid-aware », conscient des contraintes du réseau et capable d’y répondre, plutôt qu’une charge rigide et inflexible.
Jusqu’à 40% de réduction, sans casser les workloads critiques
Résultat central de l’étude : à chaque événement simulé, le data center a ajusté sa consommation au niveau demandé. Dans certains cas, la réduction a atteint jusqu’à 40% de la puissance appelée, tout en maintenant l’exécution normale des charges de travail critiques. Ce point est clé pour le marché : la flexibilité énergétique n’a de valeur que si elle n’implique pas de dégrader la disponibilité, la performance ou la continuité des services — particulièrement pour l’IA, où les entraînements et inférences peuvent être associés à des engagements de service stricts.
Réactivité extrême : 30% en 30 secondes
L’étude met aussi en avant la vitesse d’exécution. Un événement a montré une baisse de charge de 30% en seulement 30 secondes, ce qui positionne ce type de data center non plus seulement comme un consommateur, mais comme une ressource de stabilité du réseau, capable de réagir presque instantanément à une tension sur l’offre et la demande. Autre démonstration : une réduction de 10% maintenue jusqu’à 10 heures, indiquant que la flexibilité n’est pas limitée à des micro-ajustements, mais peut aussi s’inscrire dans la durée.
Quand le football influence la courbe électrique
Fait marquant et très parlant pour le grand public : le site a réagi à des pics de demande pendant les mi-temps de matchs de football. Ces moments sont connus des opérateurs énergétiques, car l’usage simultané d’équipements (bouilloires, fours, etc.) provoque des hausses rapides de consommation. Pouvoir « effacer » une partie de la charge d’un data center IA durant ces créneaux, sans impact sur les services critiques, illustre comment les infrastructures numériques peuvent s’intégrer aux réalités du réseau — et non les subir.
Vers une « usine IA » flexible de 100 MW en Virginie
Au-delà du pilote londonien, l’étude est présentée comme un blueprint pour un projet d’envergure : une « power-flexible AI factory » de 100 MW que NVIDIA prévoit d’opérer en Virginie. Dans une déclaration, Josh Paker, responsable sustainability chez NVIDIA, explique que l’essai prouve que des infrastructures propulsées par NVIDIA peuvent moduler la demande en temps réel pour soutenir la stabilité du réseau. Promesse sous-jacente : accélérer les déploiements d’IA tout en réduisant le besoin de coûteuses mises à niveau du réseau électrique — un argument majeur à l’heure où les raccordements de nouveaux data centers deviennent politiquement sensibles et techniquement complexes.
Un intérêt économique, pas seulement écologique
Les organisations impliquées indiquent vouloir partager les données avec l’industrie IA, les régulateurs et les décideurs politiques. Derrière l’angle « transition énergétique », le sujet est aussi financier : accepter de réduire sa consommation lors des pointes peut améliorer la facture énergétique (tarification en heures de pointe) et faciliter les autorisations de raccordement. Steve Smith, président de National Grid Partners, a même évoqué l’ambition d’amener des clients sur le réseau en deux ans, en partie grâce à ce type d’approche. Dans un contexte où la demande d’électricité des data centers explose, la flexibilité devient un levier d’accès au marché.
Ce que cela change pour l’avenir du cloud IA
Si ces résultats se confirment à grande échelle, le débat sur la consommation électrique des data centers IA pourrait évoluer. Plutôt que de raisonner uniquement en « puissance maximale nécessaire », les opérateurs pourraient intégrer des mécanismes de modulation, d’ordonnancement intelligent des tâches, et de priorisation des workloads. En clair : rendre l’IA plus « responsive » vis-à-vis du réseau, sans sacrifier la performance. Pour les écosystèmes cloud, les colocation providers, et les territoires qui accueillent des centres de calcul, c’est une piste pragmatique : réduire la pression sur le réseau, limiter l’impact sur les prix de l’électricité, et accélérer le déploiement d’infrastructures IA.
