Centres de données d'IA et hydroélectricité canadienne : Terre-Neuve ouvre la porte aux propositions

Le 29 septembre, CBC News a rapporté que des entreprises avaient approché le gouvernement de Terre-Neuve-et-Labrador au sujet de centres de données d'IA. Le ministre de l'Énergie et des Mines, Lloyd Parrott, a déclaré devant la Chambre d'assemblée, lors d'une session spéciale sur le nouvel accord de Churchill Falls, que « notre porte est ouverte aux affaires ». Le ministère de l'Énergie et des Mines a confirmé ces approches, écrit CBC, mais refuse de nommer les promoteurs ou les projets, invoquant des discussions commercialement sensibles.

La proposition compte pour deux raisons. Les centres de données d'IA sont devenus l'une des plus grandes sources nouvelles de demande d'électricité en Amérique du Nord. Et le principal atout de la province est le même que celui qui rend la recherche sur la fusion attractive : une production d'électricité abondante et bas carbone, déjà construite ou déjà prévue. La directrice générale de TechNL, Andrea King, a dit à CBC que le Labrador remplit plusieurs critères recherchés par les promoteurs de centres de données, dont l'hydroélectricité bas carbone, un climat froid et beaucoup de terrain. Elle a ajouté que cela ne suffit pas à faire d'un projet une bonne idée : la province doit peser les coûts économiques et le coût d'opportunité, c'est-à-dire ce qu'elle pourrait faire d'autre de cette électricité.

Cette prudence est le cœur analytique de l'affaire. Un centre de données héberge et alimente des serveurs informatiques, des équipements de réseau et d'autres technologies. La demande pour ce calcul a bondi avec l'industrie de l'IA. CBC cite la journaliste technologique Paris Marx, autrice de Hyperscale : ces produits sont gourmands en calcul, et les entreprises technologiques ont découvert qu'il leur en fallait beaucoup plus pour les faire tourner. Marx s'interroge aussi sur la valeur à long terme d'un projet : est-il logique de donner de l'électricité à des centres de données alors qu'il pourrait y avoir de meilleurs usages ?

La province n'a publié ni cadre, ni liste de conditions, ni nom de promoteur. Le premier ministre de la Nouvelle-Écosse, Tim Houston, a énoncé cinq conditions de départ que tout promoteur de centre de données doit remplir pour être examiné, rapporte CBC, et EverWind Fuels s'est dit intéressé par la construction d'un centre de données dans cette province. En Alberta, le centre de données Meta prévu dans le comté de Sturgeon devrait coûter 13 000 000 000 $ et entrer en service dans deux à trois ans, selon le même rapport de CBC, qui note aussi que le projet a créé des divisions dans la province.

Aucun résultat sur la fusion n'apparaît dans le dossier. Il vaut la peine de le dire clairement : les gros titres récents autour de la fusion, notamment des engagements britanniques et un dispositif chinois hydrogène-bore, ne font pas partie des sources fournies pour cette analyse et ne sont pas cités ici. Le dossier contient un ensemble de documents sur la convergence entre calcul, énergie et recherche. Ces documents sont plus utiles pour comprendre pourquoi une province dotée d'hydroélectricité reçoit des propositions de centres de données que n'importe quelle annonce de laboratoire.

Un billet du 29 septembre de Hannah Ritchie sur sa newsletter Substack, By the Numbers, passe en revue les chiffres du professeur d'Oxford Nick Eyre sur ce que l'électrification fait à la demande finale d'énergie. La demande d'électricité passe de 110 à 189 exajoules dans le scénario post-transition, tandis que la demande finale totale d'énergie tombe de 416 à 247 exajoules. Soit une réduction d'environ 40 %, obtenue sans supposer d'autre gain d'efficacité que l'électrification ou le passage à l'hydrogène.

Le billet de Ritchie est explicite sur les simplifications. Tous les secteurs non électrifiés sont supposés fonctionner à l'hydrogène. Le modèle ne tient pas compte de la croissance de l'énergie à mesure que les pays se développent, même si l'autrice soutient que cela ne devrait pas affecter le rapport entre les deux scénarios. Il s'agit d'une comparaison de l'énergie finale, pas primaire, ce qui exclut la chaleur perdue que comptabiliserait l'énergie primaire. Elle ajoute que l'estimation sous-estime probablement la réduction, car elle ne suppose aucune autre mesure d'efficacité.

Le détail par secteur rend l'argument concret. Le transport routier et le bâtiment baissent nettement : les voitures et les camionnettes peuvent être électrifiées, et les chaudières à gaz remplacées par des pompes à chaleur. Ritchie écrit qu'un véhicule électrique convertit environ 80 % de son énergie en mouvement, contre environ 20 % pour une voiture à essence, et que la demande d'énergie post-transition pour les voitures et camionnettes représente environ un quart de la demande actuelle. Les procédés industriels à haute température sont plus difficiles à décarboner. Certains peuvent passer à l'hydrogène. Pour l'acier, le modèle suppose que les fours à arc électrique passent d'environ 25 % à 50 %, le mélange actuel de l'OCDE.

Pour une province qui pèse un projet de centre de données, la leçon pertinente n'est pas le décompte exact en exajoules. C'est que la demande d'électricité devrait augmenter même si la demande totale d'énergie baisse. La concurrence pour l'électricité propre devient donc plus vive, pas plus souple. Le même billet note que l'électricité fournit les trois quarts de la demande finale d'énergie dans le système post-transition, contre un quart aujourd'hui. Chaque charge importante supplémentaire est une créance sur cette électricité.

Le contre-argument à la construction de centres de données sur une électricité propre rare s'exprime avec du matériel. Le 29 septembre, Efficient Computer a annoncé un tour de table de série B de 97 000 000 $ mené par TQ Ventures, portant son financement total à 173 000 000 $ pour une valorisation de 650 000 000 $, selon le billet de blog de l'entreprise. Le PDG et cofondateur Brandon Lucia a écrit que la technologie de l'entreprise apporte une amélioration d'efficacité énergétique de 10 à 100 fois par rapport aux architectures CPU traditionnelles, et que l'Electron E1 est lancé en volume pour les systèmes d'IA physiques embarqués : robots, drones, infrastructures et objets portables.

Le billet de Lucia est un argument de fournisseur et doit être lu comme tel. Le point architectural qu'il avance reste vérifiable en principe. Il invoque la loi d'Amdahl : la partie non accélérée d'un calcul plafonne l'efficacité globale d'un système, et des accélérateurs d'IA spécialisés à fonction fixe créent un risque d'obsolescence quand les algorithmes changent. Que les chiffres d'Efficient tiennent ou non en dehors de ses propres benchmarks, l'affirmation est la même que celle qui rend les propositions de centres de données politiquement contestées : c'est l'efficacité, et non l'offre brute, qui détermine la quantité de calcul qu'une quantité donnée d'électricité peut acheter.

Deux des éléments les plus récents du dossier décrivent des systèmes d'IA qui consomment du calcul pour faire de la recherche eux-mêmes. Le 29 septembre, CoreWeave a annoncé ARIA, un agent de codage intégré à Weights & Biases qui lit les expériences, construit des visualisations en direct, formule des hypothèses et lance des exécutions via W&B Launch. Le billet de blog de l'entreprise, publié à l'origine sur le blog de Weights & Biases le 29 juillet 2026 selon la page, indique qu'ARIA peut couvrir plusieurs projets et accéder au code d'entraînement, aux journaux d'expériences, aux courbes de perte, aux métriques, aux artefacts et aux points de contrôle. CoreWeave précise que l'agent est entraîné sur les subtilités de la plateforme pour cadrer efficacement les requêtes sur des projets de 20 à 20 000 exécutions.

Un autre élément du 29 septembre, un document de travail du NBER de Matthew Schwartz, Isaiah Andrews et Jesse M. Shapiro, applique un flux de travail fondé sur un grand modèle de langage à la recherche économique publiée, à une échelle qui implique un vrai besoin de calcul. Le résumé de l'article indique que sur 4 452 paquets de réplication publiés pour cinq revues d'économie, le flux de travail signale des divergences dans 3 460 articles ou leurs annexes. Dans 496 articles, il a réduit le temps de calcul de plus d'un facteur 10 à précision égale ou supérieure. Dans 923 articles, il a développé une extension absente de l'article original. L'article précise que des grands modèles de langage ont été utilisés dans l'analyse et la rédaction, que Schwartz a travaillé comme contractuel pour Anthropic, et que les résultats et opinions ne sont pas approuvés par Anthropic.

Ces chiffres sont assez grands pour constituer à eux seuls un signal de demande pour les centres de données. Le dossier ne les relie à aucune installation ni province précise, et cette analyse non plus. Ce que les deux éléments montrent, c'est que le travail de recherche lui-même devient un consommateur d'électricité. C'est exactement le type de charge que l'on demande à Terre-Neuve-et-Labrador d'héberger.

Deux billets du 29 septembre sur la recherche mathématique font le même point dans l'autre sens : l'IA peut automatiser davantage de travail, mais le travail ne disparaît pas. Sur son blog, Dan Romik soutient que la recherche mathématique est une boucle de rétroaction, que les modèles d'IA actuels génèrent de nouveaux théorèmes à une « distance un » des connaissances produites par les humains, et que sans humains pour réfléchir, simplifier et généraliser, la boucle cale sous ce qu'il appelle des montagnes de déchets auto-générés. Il cite aussi la réaction de Scott Aaronson à la prétendue solution des équations de Navier-Stokes par OpenAI, une suite de A, et déclare qu'il ne croit pas encore vivre dans un monde où l'IA met le QED final sur chaque théorème.

L'essai de Stephen Wolfram du 28 septembre avance un argument compatible, avec une autre insistance. Il écrit que l'IA moderne est utile, parfois très utile, et que son plus grand usage dans ses propres travaux mathématiques a été d'explorer thématiquement la base de connaissances des mathématiques humaines. Mais il distingue l'IA, qui utilise le corpus existant des connaissances humaines, du calcul, qui selon lui peut générer des choses fondamentalement et irréductiblement nouvelles. Il soutient aussi que les grandes mathématiques se définissent par les questions qu'elles posent, et que l'imagination humaine guide le choix des questions.

Aucun des deux essais ne mentionne les centres de données, et aucun n'est un résultat sur la fusion. Ils comptent pour cette affaire parce qu'ils décrivent le côté demande de la question électrique. Si les systèmes d'IA doivent servir à la recherche, à la réplication économique à l'échelle de milliers d'articles, ou à des boucles agentiques qui lancent leurs propres expériences, alors le calcul doit bien se trouver quelque part. Terre-Neuve-et-Labrador est l'un des endroits où l'on demande aujourd'hui s'il doit s'y trouver.

La province n'a pas dit oui. CBC rapporte qu'un porte-parole du ministère a déclaré que les centres de données pourraient être envisagés lorsque les propositions s'alignent sur les objectifs politiques du gouvernement, notamment les exigences environnementales, et apportent des bénéfices clairs aux habitants de Terre-Neuve-et-Labrador. Aucun promoteur, aucun chiffre de capacité, aucun contrat d'achat d'électricité et aucun calendrier n'ont été rendus publics. Tant que ce n'est pas le cas, la description honnête de la situation est qu'une porte a été décrite comme ouverte, et que rien ne l'a encore franchie.