NVIDIA a publié un billet détaillant une expérience menée en Californie où un opérateur de réseau électrique, Silicon Valley Power, a envoyé un signal à un data center IA pour qu'il réduise temporairement sa consommation lors d'un pic de demande estival. L'épisode, survenu un soir d'août alors que la climatisation faisait grimper la charge sur le réseau, illustre une approche que l'entreprise cherche à généraliser à ses infrastructures dites « usines à IA ».
Cette capacité repose en partie sur la technologie développée par Emerald AI, une startup fondée par Varun Sivaram, qui conçoit des logiciels de gestion de la demande électrique spécifiquement adaptés aux charges de travail liées à l'entraînement et à l'inférence de modèles d'IA. L'idée centrale consiste à traiter la puissance de calcul disponible comme une ressource flexible : plutôt que de fonctionner à pleine capacité en continu, les data centers peuvent ralentir certaines tâches non critiques pendant les pics de demande, puis les reprendre une fois la pression retombée sur le réseau.
Pour NVIDIA, cette orchestration entre mégawatts et tokens générés répond à une préoccupation croissante des opérateurs de réseaux électriques américains, confrontés à l'explosion de la demande énergétique des data centers IA. Plusieurs États ont déjà exprimé des inquiétudes quant à la capacité des réseaux à absorber cette croissance sans tensions sur les prix ou la fiabilité de l'approvisionnement pour les autres usagers.
L'entreprise présente cette flexibilité comme un moyen de rassurer à la fois les régulateurs et les compagnies d'électricité, en montrant que les opérateurs d'infrastructures IA peuvent devenir des partenaires actifs de la gestion du réseau plutôt que de simples consommateurs rigides. Il reste cependant à voir dans quelle mesure cette approche sera adoptée à grande échelle, alors que la pression sur la disponibilité énergétique pour l'IA continue de s'intensifier aux États-Unis.