Par le Dr James Tyrrell et Miriam Uebel
Dans cette première partie d’une série en trois parties, nous examinons comment GenAI alimente une forte augmentation des investissements dans les centres de données, permettant le développement de fonctionnalités capables d’héberger et de refroidir des puces d’IA à haute puissance.
Les centres de données jouent un rôle clé dans le développement des outils d’IA générative (GenAI) et de grands modèles de langage (LLM) comme ChatGPT. Il existe deux processus clés en IA : « l’entraînement » et « l’inférence ». Premièrement, pendant la formation, le LLM apprend en analysant d’énormes quantités de texte et de données. Ensuite, lorsqu’un utilisateur tape une question ou une invite, le LLM répond en utilisant ce qu’il a appris – le processus d’inférence. Les centres de données soutiennent cela en fournissant l’électricité, la climatisation et l’espace nécessaires pour faire fonctionner les puissantes puces d’IA qui gèrent ces deux processus.
Les coûts de construction des centres de données dépendent des besoins énergétiques, s’élevant autour de ~12 millions de dollars par mégawatt (MW). [1] Ainsi, à mesure que la demande en énergie de l’IA augmente, les besoins en capital augmentent également, créant, selon nous, une opportunité d’investissement avec des barrières d’entrée croissantes.
Trois facteurs principaux stimulent la demande : la croissance du cloud, la souveraineté des données et l’IA. L’externalisation de l’infrastructure et des processus informatiques vers des services cloud a permis une forte croissance du cloud, qui pourrait se poursuivre jusqu’en 2030[2]. La souveraineté des données devrait stimuler la demande en Europe, alors que les pays cherchent à traiter et stocker les données localement. GenAI ajoute une nouvelle couche de demande mondiale, et la souveraineté émergente de l’IA pourrait, à notre avis, orienter cela de la même manière vers l’Europe.
À la fin de 2024, les estimations situent l’IA utilisant environ 10 % de la capacité des centres de données[3]. Bien que cette part soit attendue à croître, l’étendue reste incertaine en raison de facteurs tels que les taux d’adoption à long terme et d’autres innovations d’efficacité à la DeepSeek. Par conséquent, selon nous, les investisseurs pourraient souhaiter équilibrer l’exposition, allouant une part de la capacité des centres de données à l’IA tout en maintenant une base de locataires diversifiée, incluant des entreprises basées sur le cloud, pour des rendements stables.
Points d’entrée d’investissement dans les centres de données et préparation de l’IA
Investir dans des centres de données stabilisés, de nouveaux développements ou des plateformes contenant les deux qui prennent en charge des puces IA avancées offre une exposition à une croissance portée par la GenAI.
Les nouveaux développements consistent à sécuriser l’alimentation électrique et à construire une coque électrique, un bâtiment connecté à l’alimentation électrique sans aménagement intérieur technique comme les systèmes de refroidissement. Ces derniers peuvent être loués ou co-développés avec des opérateurs de co-location ou de grandes entreprises technologiques (souvent appelées hyperscalers).
Les transactions d’hyperscaler impliquent souvent des baux de construction sur mesure de 10 à 15 ans où l’hyperscaler est le seul locataire. Les installations clés en main pour la co-localisation incluent un aménagement technique complet, prêts à accueillir plusieurs locataires sur des baux plus courts. À mesure que la responsabilité opérationnelle augmente et que les conditions de location se raccourcent, les taux de capitalisation augmentent.
Les grandes entreprises technologiques (c’est-à-dire les hyperscalers) exploitent de grands centres de données capables d’IA, qui peuvent être auto-construits ou développés grâce à des fonds investisseurs, et fournissent les modèles GenAI de pointe actuels. Les centres de données de co-location louent de l’électricité à des locataires (y compris à des hyperscalers) pour loger des puces IA.
Les centres de données capables d’IA nécessitent une infrastructure technique différente lors de leur développement. À mesure que les puces IA plus récentes consomment plus d’énergie, elles produisent plus de chaleur, augmentant les besoins en refroidissement et posant des défis de réadaptation aux installations plus anciennes. Bien que les installations plus anciennes puissent voir moins de demande portée par l’IA, elles pourraient tout de même servir les locataires cloud et entreprises. Les dernières puces IA nécessitent un refroidissement liquide, ce qui coûte 1 million de dollars supplémentaires par MW[4] aux projets clés en main[4], mais ces coûts devraient être répercutés sur les locataires, notamment sur les marchés primaires.
Le rythme rapide de l’innovation des puces IA pourrait également mettre au défi les anciens centres de données. Les nouvelles puces IA sont bien plus efficaces ; Ils peuvent générer beaucoup plus de texte avec la même quantité d’énergie. Cela signifie que les centres de données équipés de ces puces plus récentes peuvent faire beaucoup plus sans coûter plus cher à construire. Cela pourrait accélérer l’obsolescence des anciennes installations axées sur l’IA. [5] Par conséquent, selon nous, les investisseurs devraient privilégier les installations construites pour les dernières puces IA, comme celles à refroidissement liquide, et adaptables aux générations futures.
Tous les centres de données stabilisés d’une plateforme ne sont pas forcément prêts pour la GenAI, bien que les développements futurs soient, selon nous, plus susceptibles de le ser. Bien que les données soient limitées sur la croissance des loyers pour les installations compatibles avec l’IA par rapport à celles qui ne sont pas habilitées, la croissance prévue par GenAI plus importante que celle du cloud suggère des perspectives de location solides.
La demande pour le développement de centres de données a considérablement augmenté depuis 2022, lorsque la croissance des loyers a augmenté à la hausse[6], malgré les vents contraires des taux d’intérêt. À la mi-2025, les défis persistants concernant l’accès rapide à l’électricité, aggravés par les goulets d’étranglement du réseau, font que la demande continue de dépasser l’offre limitée, intensifiée par la GenAI. Ce déséquilibre pourrait s’atténuer d’ici 2030, lorsque les développements actuels entreront en vigueur. [7]
Différents processus d’IA ont des exigences de localisation différentes
La formation des LLM de premier plan nécessite de grands clusters de puces IA dans des centres de données de 100 MW à 1 GW de puissance[8]. Comme la formation n’est pas sensible à la latence, elle peut se dérouler dans des zones isolées avec une électricité moins chère et un accès à la fibre plus limité, loin des pôles d’affaires et des marchés principaux des centres de données.
En revanche, l’inférence est généralement réalisée dans de petits centres de données avec moins d’énergie centralisée mais qui peut nécessiter des latences plus faibles et, par conséquent, une meilleure connectivité fibre et une meilleure proximité avec les utilisateurs finaux, en accord avec les emplacements principaux du marché des centres de données. Les opérateurs de co-location proches des centres de population disposant d’installations compatibles avec l’IA sont, à notre avis, bien placés pour bénéficier de la demande croissante d’inférence.
Dans la deuxième partie, nous explorerons les implications d’investissement sur la manière dont la formation et l’inférence pourraient se développer.
[1] Green Street, Data Centre Insights, juin 2025
[2] Synergy Research Group, août 2024
[3] Goldman Sachs Research au quatrième trimestre 2024
[4] Green Street Conference Insights Insights, janvier 2025
[5] Tendances – Intelligence artificielle, mai 2025, Mary Meeker, Jay Simons, Daegwon Chae, Alexander Krey
[6] Green Street en mai 2025
[7] Citi Research, Data Center GAINs, Avril 2025
[8] SemiAnalysis, 100 000 clusters H100, juin 2024
Plus d’informations sur le Dr James Tyrrell
LGIM : Dr James Tyrrell
