Bloomberg détaille poste par poste le coût d'un datacenter d'IA au Texas
Bloomberg a publié une analyse exclusive des dépenses estimées pour la construction d'un datacenter d'IA au Texas. Les promoteurs font face à des coûts de plusieurs milliards de dollars. L'annonce ne dévoile pas les chiffres poste par poste. Selon les estimations publiques du secteur, un gigawatt de capacité d'IA coûte 50 à 60 milliards de dollars, dont environ 35 milliards reviennent au matériel Nvidia. Le reste couvre le terrain, les sous-stations, la production d'électricité, le refroidissement, les réseaux et la construction elle-même. - Référence du secteur : 50 à 60 milliards de dollars pour 1 GW. - L'essentiel du budget part dans les accélérateurs et les serveurs. - L'électricité et le refroidissement pèsent autant sur les délais que sur les coûts.
Traité par IA depuis Bloomberg Tech ; édité par Hamidun News
Bloomberg a publié en exclusivité une ventilation des dépenses estimées pour la construction d'un datacenter d'IA au Texas. Conclusion de l'article : les promoteurs budgètent des milliards de dollars par projet, et l'explication tient à la structure de l'enveloppe, non à un seul poste onéreux. Nous n'avons pas accès aux chiffres poste par poste de l'annonce ; nous détaillons donc ci-dessous la logique des dépenses à partir des estimations publiques du secteur. Le patron de Nvidia, Jensen Huang, a avancé une référence de 50 à 60 milliards de dollars par gigawatt de capacité, dont environ 35 milliards reviennent au matériel de son entreprise.
Où part l'argent
Le poste le plus lourd est le matériel de calcul. Selon les estimations du marché, un rack GB200 NVL72 coûte environ 3 millions de dollars, et un grand campus en compte des milliers. Accélérateurs, serveurs, commutateurs et optique absorbent plus de la moitié du budget. Le bâtiment, les sous-stations, la production d'électricité et les systèmes techniques se partagent le reste.
Le deuxième groupe de dépenses, par ordre d'importance, rassemble tout ce qui transforme l'électricité en calcul. Un rack d'IA moderne consomme plus de 100 kW, et l'air ne suffit plus à évacuer une telle chaleur. Il faut du refroidissement liquide, des groupes froids, une hydraulique complexe et une alimentation de secours. Chaque mégawatt de charge IT entraîne des capacités supplémentaires de refroidissement et des pertes, si bien qu'il faut construire avec de la marge.
Pourquoi le Texas
L'État attire les promoteurs avec des terrains bon marché, des autorisations rapides et un accès au gaz et à l'éolien. Les plus grands campus d'IA, dont Stargate à Abilene, y sont construits. Mais cet avantage a un revers. L'infrastructure électrique d'ERCOT fonctionne à la limite de ses capacités, la file d'attente pour le raccordement des gros consommateurs est longue, et les nouvelles règles applicables aux charges à partir de 75 MW ajoutent des obligations de déclaration et de pilotage de la charge. Résultat : une partie des projets construit sa propre production d'électricité, ce qui représente des centaines de millions de dollars supplémentaires.
Le terrain pèse très peu dans le budget. Ce qui coûte cher, c'est ce qu'il faut y amener : lignes à haute tension, sous-stations, gazoducs et eau pour les systèmes de refroidissement.
Repères pour lire l'estimation
- Coût total : 50 à 60 milliards de dollars pour 1 GW, selon l'estimation de Huang.
- Part de Nvidia : environ 35 milliards de dollars par gigawatt.
- Rack GB200 NVL72 : environ 3 millions de dollars, densité supérieure à 100 kW.
- Autres postes : bâtiment, sous-stations, production d'électricité, refroidissement, réseaux.
- Principal risque : le délai de raccordement au réseau, pas le prix du béton.
Comment lire ce type d'estimation
En examinant l'annonce d'un datacenter, il faut d'abord déterminer de quoi l'on parle : du coût du bâtiment et de l'infrastructure, ou du budget complet, matériel compris. L'écart est d'un facteur plusieurs fois supérieur, et c'est lui qui rend les chiffres de différentes entreprises incomparables. Deuxième question : le raccordement au réseau est-il acté, et le projet dispose-t-il de sa propre production d'électricité ? Sans cela, les milliards restent des engagements sur le papier.
Pour les clients qui louent du calcul, la conclusion est simple. Le prix de l'heure de GPU repose sur les dépenses d'investissement et sur le coût de l'électricité ; il ne faut donc pas s'attendre à une baisse sensible sans augmentation de la capacité disponible. Pour les investisseurs, l'indicateur clé est le délai d'amortissement du matériel, qui devient obsolète plus vite que le bâtiment qui l'abrite.
La ventilation détaillée poste par poste est à consulter dans la version complète de l'article de Bloomberg.
Executive AI Consulting, Custom Agents & Team Workshops
Work directly with Zhemal Khamidun at hamidun.com — enterprise AI architecture, production RAG & multi-agent systems, and executive training.
L'essentiel de l'IA — une fois par semaine
Sept actus qui ont vraiment compté, choisies à la main. Sans bruit ni communiqués.
C'est fait ! Vérifiez votre boîte mail pour la confirmation.