Drew Baglino, ancien cadre de Tesla qui a fondé Heron Power, a noté que la consommation de l'IA dépasse parfois de 50 % sa capacité nominale : « une installation de 1 GW peut donc consommer 1,5 GW pendant une fraction de seconde » .
Sur le site Colossus d'xAI à Memphis — construit en 122 jours et alimenté initialement par des dizaines de turbines à gaz méthane temporaires — les à-coups de puissance rapides et répétés des GPU ont provoqué une résonance mécanique et des fissures dans les turbines . Les ingénieurs ont écrit un noyau GPU sur mesure qui obligeait les GPU à consommer de l'énergie supplémentaire lorsque la demande était faible, lissant ainsi la charge mais augmentant la consommation totale d'énergie . Elon Musk a ensuite proposé d'installer des batteries Tesla Megapack entre les turbines et les GPU pour absorber entièrement les fluctuations .
Les batteries de secours et les systèmes d'alimentation sans interruption (ASI) sont sollicités bien plus fréquemment que prévu, ce qui entraîne une dégradation accélérée et des défaillances prématurées . Plusieurs installations signalent que les batteries, les générateurs et les systèmes de refroidissement fonctionnent mal ou s'usent beaucoup plus tôt que prévu . Les infrastructures de refroidissement peinent à suivre le rythme des changements de charge soudains, réduisant encore la durée de vie des équipements .
Une étude universitaire sur la demande d'électricité des data centers d'IA confirme que les grands clusters de GPU produisent des fluctuations de puissance de centaines de mégawatts en quelques secondes, posant des défis majeurs aux systèmes connectés .
Certains data centers d'IA ont déjà vu leur taux de disponibilité opérationnelle tomber à environ 80 %, bien en deçà des 99,99 % habituellement exigés par les data centers d'entreprise . Même quelques minutes de perte de disponibilité peuvent gravement affecter les revenus : dans des installations valant des dizaines de milliards de dollars, chaque minute d'arrêt représente des centaines de milliers de dollars de pertes de revenus de calcul .
Des rapports de Bloomberg et Fortune décrivent le coût cumulé du remplacement accéléré des équipements, des pannes imprévues et de la perte de capacité de calcul comme une pression sur la base d'investissement d'un trillion de dollars dans les infrastructures d'IA . Au-delà des pures pannes, les opérateurs font face à une maintenance plus fréquente, des cycles de remplacement plus courts pour les turbines et les batteries, et la nécessité de solutions logicielles sur mesure pour lisser la demande d'électricité — autant de dépenses imprévues .
La NERC (North American Electric Reliability Corporation) a documenté une nouvelle menace pour la fiabilité : des campus d'entraînement d'IA suffisamment grands pour que, lorsque leurs systèmes de protection automatique se déclenchent, ils retirent plus de 1 800 MW du réseau en moins d'une seconde — plus rapidement que ne peut réagir un opérateur humain ou un contrôle de réseau conventionnel . Tant l'Interconnexion de l'Est que l'Electric Reliability Council of Texas (ERCOT) ont déjà observé des événements de réduction de charge d'environ 1 500 MW causés par la sensibilité des data centers aux perturbations de tension .
En juillet 2024, un défaut normal sur le réseau en Virginie du Nord a déclenché la déconnexion soudaine de plus de 1 500 MW de charge de data centers sur 25 à 30 sous-stations .
À la mi-2026, la NERC a émis un avertissement de niveau 3, sa plus haute urgence — seulement la troisième alerte de ce type dans son histoire — soulignant des « risques significatifs » pour le réseau électrique en provenance des data centers d'IA hyperscale . L'alerte demande aux planificateurs et opérateurs de transport de développer des exigences de modélisation, de collecter des données sur la consommation minimale et maximale, et d'étudier la composition des charges . La NERC a également mis en place un groupe de travail pour traiter ces risques, ce qui pourrait déboucher sur de nouvelles normes de fiabilité obligatoires .
Le rapport 2025 sur l'état de la fiabilité de la NERC prévient que les data centers sont développés plus rapidement que les infrastructures de production et de transport nécessaires pour les soutenir, créant un fossé structurel en matière de fiabilité . L'agence note que la sensibilité à la tension et l'utilisation de l'énergie rapidement changeante et souvent imprévisible de ces installations créent de nouveaux défis opérationnels que des « modèles plus précis » doivent résoudre .
Les opérateurs explorent l'utilisation de batteries tampons — comme les Tesla Megapacks — placées entre les charges volatiles des GPU et les équipements de production sensibles pour absorber les fluctuations . xAI a également commencé à retirer certaines de ses turbines à gaz temporaires à mesure que de nouveaux postes électriques sont mis en service à Memphis .
Mais le défi fondamental reste : les charges de travail d'IA imposent un profil de charge que le réseau n'a jamais été conçu pour gérer. La NERC a appelé à de nouvelles normes de modélisation, une coordination opérationnelle et des cadres réglementaires pour faire face aux risques uniques des charges d'IA à l'échelle du gigawatt .