Quelle est l’empreinte matérielle de l’IA ?

Un modèle d’IA peut apparaître comme un logiciel à l’écran, mais son fonctionnement dépend d’une longue chaîne physique. Les mines et raffineries fournissent les matières premières, les usines de semi-conducteurs fabriquent les processeurs et la mémoire, les équipementiers assemblent les serveurs, puis les datacenters assurent leur alimentation électrique, leur mise en réseau et leur refroidissement.

Cette distinction est importante, car l’électricité consommée en fonctionnement ne représente qu’une partie du cycle de vie. Avant même qu’un serveur traite son premier prompt, de l’énergie et des matières ont déjà été mobilisées pour fabriquer ses puces, cartes électroniques, alimentations, unités de stockage et systèmes de refroidissement, ainsi que le bâtiment qui les abrite.

Aucun chiffre unique ne résume toute cette empreinte. Le périmètre varie selon les études : certaines ne comptent que les équipements informatiques, tandis que d’autres incluent les bâtiments, l’infrastructure électrique, l’eau, les réseaux, les cycles de remplacement ou le traitement en fin de vie. Une estimation crédible doit préciser ce qu’elle couvre.

Les accélérateurs d’IA associent processeurs, mémoire à large bande passante, cartes électroniques, composants de refroidissement et techniques d’encapsulation complexes. Leur production nécessite des environnements extrêmement contrôlés, de nombreuses étapes de traitement, de l’eau ultrapure, de l’électricité, des gaz spéciaux et des produits chimiques.

Des procédés de gravure plus fins peuvent fournir davantage de puissance de calcul, mais leur fabrication n’est pas dépourvue d’impact. La synthèse du Shift Project indique que les consommations d’énergie et d’eau ainsi que les émissions par unité de surface de silicium peuvent augmenter avec les procédés les plus avancés, alors que les données publiques par produit restent incomplètes.

L’efficacité doit donc être examinée à deux niveaux. Un accélérateur récent peut exécuter une même charge de travail avec moins d’électricité, mais remplacer prématurément un équipement crée une nouvelle empreinte de fabrication. Le bilan dépend de l’efficacité réelle, de la durée d’utilisation, du taux d’utilisation et du devenir du matériel remplacé.

Les serveurs contiennent de l’acier, de l’aluminium, du cuivre et du silicium, ainsi que de plus petites quantités de matériaux spécialisés utilisés dans l’électronique, les batteries, les aimants, les connecteurs et les systèmes électriques. Les travaux de l’ADEME repris par le Shift Project indiquent que les équipements numériques peuvent contenir plus de 50 métaux.

L’enjeu ne se résume pas à la masse de chaque matériau. L’extraction, le raffinage et la production des composants ont lieu dans différents pays, avec des conséquences très variables sur l’énergie, l’eau, la pollution, les conditions de travail et la gouvernance. Une faible quantité de matière difficile à raffiner peut avoir un impact invisible dans le poids final du serveur.

Les chaînes d’approvisionnement sont également très concentrées. Le Stanford AI Index souligne que la fabrication des semi-conducteurs avancés et les capacités de calcul pour l’IA se concentrent dans un petit nombre de pays. Cette concentration peut créer des goulets d’étranglement industriels et répartir inégalement les bénéfices et les impacts environnementaux.

L’infrastructure IA ne se limite pas aux baies d’accélérateurs. Les datacenters nécessitent du béton, de l’acier de construction, des postes électriques, des systèmes de secours, des batteries, des transformateurs, des équipements de commutation, des câbles, des pompes, des échangeurs thermiques, des tours de refroidissement et des équipements réseau.

Les émissions incorporées liées à la fabrication et à la construction sont souvent inférieures aux émissions d’exploitation lorsque le réseau électrique est fortement carboné, mais elles ne sont pas négligeables. Leur part relative augmente quand l’électricité se décarbone, puisque le béton, l’acier, l’électronique et les équipements de remplacement restent présents dans le cycle de vie.

Le bâtiment et les équipements informatiques ne vieillissent pas au même rythme. Une déclaration de 2026 concernant le datacenter Agate de Google, dans le Nebraska, décrit une durée de conception habituelle supérieure à 25 ans et une enveloppe structurelle prévue pour 30 à 50 ans, tandis que les sous-systèmes informatiques, électriques et de refroidissement sont remplacés ou modernisés par modules. Il s’agit de la description d’un opérateur pour un site donné, et non d’une règle universelle.

La demande d’accélérateurs toujours plus rapides peut raccourcir les cycles de remplacement, même lorsque les anciens équipements fonctionnent encore. Un matériel récent peut améliorer la performance par watt, mais sa fabrication mobilise à nouveau des matières, de l’énergie industrielle, du transport et des opérations d’installation.

Un équipement retiré du service ne devient pas automatiquement un déchet. Certains serveurs et composants peuvent être réaffectés à des charges de travail moins exigeantes, reconditionnés, revendus ou utilisés comme pièces détachées. La sécurité des données, la compatibilité, l’efficacité énergétique et les coûts de maintenance déterminent si ce réemploi est réaliste.

Ce qui ne peut pas être réutilisé rejoint la filière des déchets électroniques. Le rapport de l’UNU-INWEH cite une projection pouvant atteindre 2,5 millions de tonnes de déchets électroniques liés à l’IA par an en 2030. Il s’agit d’une projection et non d’un total actuellement mesuré ; elle dépend fortement des hypothèses de déploiement et de renouvellement.

La fabrication des semi-conducteurs et des équipements électroniques peut consommer de l’eau et utiliser des solvants, des gaz spéciaux et des substances persistantes. Des PFAS interviennent dans certains procédés de fabrication et certaines applications de transfert thermique, mais les données publiques ne permettent pas d’attribuer un total mondial précis à l’IA seule.

L’occupation des sols constitue un autre périmètre. Les mines, usines, moyens de production électrique, lignes de transport et campus de datacenters occupent tous de l’espace, mais le résultat dépend fortement de la source d’électricité et de la méthode de calcul. Le rapport de l’UNU-INWEH montre pourquoi une option bas-carbone n’est pas nécessairement celle qui consomme le moins d’eau ou de surface.

Ces impacts peuvent survenir loin des utilisateurs du service final. Les minerais peuvent être extraits dans une région, raffinés dans une autre, transformés en puces ailleurs encore, puis installés dans des datacenters servant des utilisateurs du monde entier. L’analyse du cycle de vie rend visibles ces impacts répartis sans prétendre les réduire à un indicateur unique.

Les leviers les plus directs sont l’allongement de la durée d’utilisation, un taux d’utilisation élevé des serveurs, des systèmes réparables et modulaires, le réemploi avant le recyclage, une fabrication moins polluante et une meilleure récupération des matières de valeur. Les opérateurs peuvent aussi publier l’empreinte de leurs produits et leurs politiques de remplacement afin que les progrès soient vérifiables.

Les choix logiciels comptent également. Des modèles plus petits et adaptés au besoin, une inférence efficace, le traitement par lots, la quantification et l’orientation des tâches simples vers des systèmes plus légers permettent de tirer davantage de travail utile du matériel existant. L’efficacité ne réduit l’empreinte totale que si la croissance de la demande n’efface pas les gains.

Une meilleure mesure reste essentielle. Le reporting devrait séparer l’électricité d’exploitation des émissions incorporées, préciser les frontières du cycle de vie et distinguer les moyennes d’entreprise des données propres à chaque site. L’objectif n’est pas d’attribuer un chiffre matériel exact à chaque prompt, mais de rendre les décisions d’infrastructure plus transparentes et comparables.