Nvidia s’apprête à poser jusqu’à 3 milliards de dollars sur une entreprise qui ne grave aucune puce. Lancium ne vend ni GPU (les processeurs graphiques qui font tourner l’IA) ni logiciel : elle sécurise des terrains, des raccordements et des mégawatts au Texas. Quand le premier fournisseur d’accélérateurs de calcul entre au capital d’un producteur d’électricité, c’est que la contrainte du secteur a changé d’adresse.
Sur cette enveloppe, environ 2 milliards de dollars iraient à près de 20 % du capital, selon plusieurs médias américains, sur une valorisation autour de 10 milliards. Lancium est déjà le développeur derrière le centre de données texan associé à OpenAI et Oracle. La société revendique 4 gigawatts sous contrat et prépare des sites pour 15 gigawatts de plus. À titre de repère, un réacteur nucléaire français produit environ un gigawatt.
Une commande de puces se planifie en trimestres, un raccordement en années
Le calcul est prosaïque. Une livraison de puces se négocie sur un calendrier industriel connu, avec des files d’attente pénibles mais bornées. Une capacité électrique neuve, elle, suppose un terrain, un poste de transformation, une autorisation, une ligne, et l’accord du gestionnaire de réseau. Personne n’accélère cette partie-là avec un chèque de dernière minute.
D’où le déplacement de la bataille. Tant que les modèles se contentaient de quelques dizaines de mégawatts, l’électricité restait une ligne de coût. À l’échelle du gigawatt, elle devient un droit d’entrée. Un acteur qui possède le silicium mais pas le raccordement se retrouve avec du matériel immobilisé, la pire situation économique possible quand une génération de puces se déprécie en dix-huit mois.
Prendre une part du producteur, c’est acheter une place dans la file. Rien d’autre.
Amazon préfère 35 turbines à gaz à l’attente du réseau
Amazon pousse la logique un cran plus loin dans le comté de Pecos, au Texas : une centrale à gaz dédiée, 35 turbines, jusqu’à 7,65 gigawatts destinés à un centre de données du groupe. La presse américaine chiffre les émissions potentielles à 33 millions de tonnes de CO₂ par an, ce qui en ferait l’installation la plus polluante du pays. Des associations environnementales alertent sur les rejets et les risques sanitaires locaux.
La porte-parole d’Amazon, Margaret Callahan, maintient les objectifs climatiques de l’entreprise tout en reconnaissant que les centres de données dédiés à l’IA compliquent leur atteinte. L’aveu est rare, et il acte une hiérarchie : la trajectoire carbone passe après la capacité de calcul, au moins pour ce cycle-ci.
Le gaz s’impose pour une raison de calendrier : c’est la seule source pilotable qu’on sait déployer vite, à cette puissance, sans dépendre du calendrier d’un réseau public. Le solaire texan est abondant, mais il ne garantit pas un entraînement de plusieurs semaines sans interruption.
Chacun sécurise à sa façon. Microsoft a signé un contrat de fourniture de vingt ans avec Constellation pour redémarrer un réacteur de Three Mile Island, rebaptisé Crane Clean Energy Center, et Google a réservé jusqu’à 500 mégawatts de petits réacteurs modulaires auprès de Kairos Power à horizon 2035. Nvidia, lui, entre au capital de celui qui raccorde plutôt que d’acheter des mégawatts sous contrat.
Le mégawatt dicte désormais la date de sortie des modèles
Ce mouvement en dit plus sur le tempo des prochains paliers que n’importe quel classement de performances. Un entraînement de frontière ne démarre plus quand les puces sont disponibles, mais quand le site est énergisé, contrainte autrement plus rigide.
Conséquence directe : la géographie du calcul va se resserrer sur les régions capables de livrer du courant rapidement. Le Texas, avec son réseau autonome et ses procédures d’implantation rapides, concentre déjà ces projets. Les acteurs qui n’ont ni capital ni foncier énergétique loueront leur capacité aux autres, à des conditions qu’ils ne fixeront pas.
La barrière à l’entrée de l’entraînement se déplace ainsi du laboratoire vers le bilan comptable : du foncier, du capital, un contrat de fourniture longue durée.
D’ici 2028, l’annonce du contrat électrique précédera celle du modèle
D’ici 2028, tout laboratoire qui prétend entraîner un modèle de frontière se présentera avec sa capacité électrique propre, par contrat de fourniture longue durée ou par prise de participation. Le communiqué sur l’énergie tombera avant celui sur le modèle, comme tombe aujourd’hui celui sur le cluster GPU.
Un second effet suivra, plus discret : le coût du calcul se décorrèlera du prix du silicium pour se caler sur le prix local du mégawattheure et sur le délai de raccordement. Les tarifs d’inférence cesseront de baisser au rythme des trois dernières années, parce que l’énergie ne suit pas la loi de Moore. Les projections de baisse continue des prix d’API (les interfaces par lesquelles les développeurs appellent les modèles) méritent d’être relues à cette lumière.
Reste le facteur que personne ne provisionne : le blocage politique. Un site retardé de dix-huit mois par un contentieux sur la qualité de l’air coûte plus cher qu’une génération de puces manquée. Avant la fin 2027, un report d’entraînement majeur sera imputé publiquement non à une pénurie de composants, mais à une autorisation administrative ou à une opposition locale. Ce jour-là, les équipes juridiques et les relations avec les collectivités deviendront une fonction stratégique des laboratoires d’IA.
Votre agent consomme autant qu’un sèche-linge
Le climatologue Zeke Hausfather donne l’ordre de grandeur qui manquait au débat : un utilisateur intensif d’IA agentique (des modèles qui enchaînent seuls plusieurs actions, sans relance humaine à chaque étape) consomme environ l’équivalent annuel d’un sèche-linge. Ce n’est ni négligeable ni catastrophique à l’échelle individuelle. Le problème tient à la pente : cette consommation grimpe, et elle grimpe au moment précis où l’usage agentique se généralise dans les entreprises.
Rapportée à des dizaines de millions de postes de travail équipés d’assistants qui tournent en tâche de fond, cette pente explique pourquoi Nvidia achète du réseau et Amazon construit des turbines. Ces investissements visent moins l’entraînement du prochain modèle que l’inférence permanente qui suivra.
Si vous bâtissez une architecture applicative sur ces briques, la variable à intégrer dès maintenant, c’est l’endroit et le prix auxquels le modèle tournera dans trois ans, davantage que sa disponibilité au catalogue. Les commissions texanes qui délivrent les permis d’exploitation en diront bientôt autant sur le calendrier des prochains modèles que les billets de blog des laboratoires de San Francisco.
