La révélation des besoins en calcul derrière le dernier modèle d’OpenAI, baptisé GPT-6 Astra, a mis en lumière l’ampleur industrielle requise pour la prochaine génération d’intelligence artificielle. Jensen Huang, PDG de Nvidia, a confirmé le 6 septembre que l’entraînement de ce modèle mobilise environ 100 000 GPU de la série Grace Blackwell. Il a également annoncé la mise en place de 400 000 unités supplémentaires pour les phases futures. Cette information, publiée avant toute déclaration officielle d’OpenAI, apporte un éclairage direct sur les tensions actuelles sur le marché du matériel informatique grand public.
Il est important de noter que la formulation initiale de Jensen Huang a suscité des interrogations quant à l’unité de mesure. Certains ont interprété ces chiffres comme le nombre de racks de serveurs complets, ce qui aurait impliqué 7,2 millions de GPU. Cependant, Greg Brockman, président d’OpenAI, a clarifié la situation en précisant qu’il s’agissait bien de 100 000 accélérateurs individuels. Cela correspondrait à environ 1 390 racks de type NVL72, une configuration déployée sur le campus d’Abilene au Texas.
Une consommation électrique colossale pour l’infrastructure
L’impact de cette infrastructure sur le réseau électrique est considérable. Un rack NVL72, composé de 72 GPU Blackwell et de 36 processeurs Grace, consomme environ 135 kW en fonctionnement continu, pouvant atteindre 155 kW en pointe. Pour les 1 390 racks nécessaires, la consommation totale du cluster d’entraînement s’élève à environ 187 mégawatts. Si l’on inclut la phase d’expansion annoncée par Nvidia, la demande énergétique pourrait atteindre près de 750 mégawatts, sans même compter les besoins en refroidissement et en stockage de données.
Les contraintes physiques et énergétiques sont donc majeures. Un tel rack pèse environ 1 580 kg et dissipe 90 % de sa chaleur vers un système de refroidissement liquide. L’Uptime Institute indique qu’un rack standard dans un centre de données consomme en moyenne 9 kW, ce qui rend la gestion de ces flux thermiques et électriques un défi technique majeur pour les opérateurs comme Oracle, qui avait initialement prévu 400 000 GPU GB200 pour ce site.
La concurrence pour les puces mémoire HBM3E
Le véritable impact sur le consommateur réside dans la chaîne d’approvisionnement de la mémoire. Chaque GPU Blackwell intègre entre 186 et 288 Go de mémoire HBM3E selon la version. Pour un cluster de cette envergure, la demande en mémoire atteint des volumes de plusieurs pétaoctets. Samsung, SK Hynix et Micron produisent cette mémoire HBM3E sur les mêmes lignes de fabrication que les modules DDR5 destinés aux PC grand public.
Ces trois fabricants contrôlent plus de 90 % de la production mondiale de DRAM. Depuis 2025, ils ont réorienté une partie significative de leurs capacités vers la production de HBM pour répondre à la demande des data centers, car les marges bénéficiaires sont plus élevées. Cette réorientation directe des capacités de production explique en grande partie la raréfaction et la hausse des prix observées sur le marché de la mémoire vive pour les ordinateurs personnels.
Les données du marché confirment cette tendance. Au milieu d’août 2026, les prix de la RAM DDR5 et DDR4, ainsi que ceux des SSD, ont atteint des niveaux records par rapport à la période pré-crise. Trendforce prévoit une nouvelle hausse des contrats DRAM de 13 à 18 % pour le troisième trimestre 2026. Les experts estiment qu’un retour à la baisse des prix ne pourrait intervenir avant 2028 au mieux.
Enfin, les performances de GPT-6 Astra montrent une efficacité notable. Sur le benchmark ARC-AGI-3, le modèle surpasse la référence humaine sur 96 % des niveaux. Bien que les termes comme “AGI” soient utilisés avec prudence par OpenAI, les résultats techniques sont tangibles. Nvidia, qui a généré 89 milliards de dollars dans son dernier trimestre grâce à ses divisions data center, utilise cette annonce pour valoriser l’adoption de ses technologies, tandis que les coûts de production continuent de peser sur les composants disponibles pour les particuliers.
