En juin 2025, Sam Altman a terminé un argument de deux ans avec une phrase :Une requête moyenne de ChatGPT utilise environ 0,34 wattheures, ce qui est à peu près la consommation d’un four en une seconde. Le chiffre que tout le monde avançait jusqu’à présent, 3 wattheures par requête, soit dix fois une recherche Google, s’est avéré être une rétrocalculée de 2023 basée sur du matériel ancien et des hypothèses généreuses, et était erroné d’un ordre de grandeur. Voici la partie inconfortable pour les deux camps dans le débat : le chiffre corrigé est minuscule, et l’ensemble reste colossal. Les deux affirmations sont vraies simultanément, et presque personne qui traite ce sujet ne parvient à les maintenir ensemble.
Cette étude le démontre. Nous exploitons une infrastructure gourmande en énergie pour vivre,fermes de minageetcentres de données d'IA, ce qui signifie que nous achetons de l'électricité par mégawatt et lisons ces rapports comme un comptable lirait une facture. Ce qui suit est le portrait vérifié de 2026 : à quel coût réel revient une requête et pourquoi la réponse honnête est une fourchette de 130x, ce que ChatGPT consomme par jour, où l'AIE indique que le réseau électrique se dirige d'ici 2035, ce qui brûle réellement les watts à l'intérieur d'une installation AI, et la comparaison avec le Bitcoin que les deux industries continuent à mal interpréter.
Cette étude le démontre. Nous exploitons une infrastructure gourmande en énergie pour vivre,fermes de minageetcentres de données d'IA, ce qui signifie que nous achetons de l'électricité par mégawatt et lisons ces rapports comme un comptable lirait une facture. Ce qui suit est le portrait vérifié de 2026 : à quel coût réel revient une requête et pourquoi la réponse honnête est une fourchette de 130x, ce que ChatGPT consomme par jour, où l'AIE indique que le réseau électrique se dirige d'ici 2035, ce qui brûle réellement les watts à l'intérieur d'une installation AI, et la comparaison avec le Bitcoin que les deux industries continuent à mal interpréter.
Les chiffres, dès le départ
- 0,24 à 0,34 Wh.La médiane mesurée par Google pour Gemini et la moyenne déclarée de ChatGPT par OpenAI. Environ une seconde d'un four, et à peu près équivalent à une recherche Google, pas dix fois plus.
- Mais la marge est de 130x :Les modèles de raisonnement consomment environ 4 Wh par requête, les moyennes de GPT-5 atteignent environ 18 Wh, et l’analyse d’un document de 100 000 tokens nécessite environ 40 Wh.
- ChatGPT à grande échelle : environ 850 MWh par jourà 2,5 milliards de requêtes, environ 310 GWh par an, l'électricité d'environ 29 000 foyers américains.
- Le réseau : 415 TWh (2024) → 945 TWh (2030) → environ 1 200 TWh (2035)pour tous les centres de données selon l'AIE, avec la part de l'IA dans cette énergie passant d'environ 14 % à environ 35 à 50 %.
- Comparaison de Bitcoin : les centres de données de l'ère IA utilisent déjà environ trois fois les 138-175 TWh de Bitcoin, et contrairement aux Mineurs, ils ne peuvent pas s'éteindre lorsque le réseau a besoin d'aide.
Combien coûte réellement une requête d'IA ?
Cinq chiffres racontent toute l'histoire par requête, et ils sont arrivés dans un ordre précis qui importe.
La figure virale de 3 Wh est née en 2023 à partir de GPT-3.5 fonctionnant sur un ancien matériel A100 avec une réponse supposée de 1 500 mots à chaque question. Epoch AI l’a démantelée en février 2025 avec une estimation ascendante d’environ 0,3 Wh pour une requête typique GPT-4o. La valeur de 0,34 Wh d’Altman a suivi en juin, déclarée dans un article de blog sans méthodologie attachée, ce qui mérite un scepticisme sain en soi mais reste notable car elle se situe là où l’estimation indépendante l’annonçait. La norme dorée est arrivée en août 2025, lorsque Google a publié une valeur médiane mesurée de 0,24 Wh pour une requête Gemini utilisant des données de production incluant le refroidissement, la réserve d’inactivité, le CPU, la RAM et les frais d’exploitation du centre de données, la comptabilité honnête que la plupart des affirmations par requête omettent ; les chiffres ne concernant que le GPU doublent environ une fois cet overhead ajouté, car les accélérateurs consomment seulement 40 à 60 % de la puissance d’un centre de données. Et la référence : Google a divulgué ~0,3 Wh par recherche en 2009. Une requête d’IA moderne coûte environ autant que la recherche qu’elle remplace. La revendication du facteur 10x est dépassée.
Pourquoi la réponse honnête est une fourchette, et non un chiffre
Chaque chiffre ci-dessus décrit le prompt texte médian, et la médiane assume une grande part du travail. Changez le modèle ou la tâche et l'énergie varie de deux ordres de grandeur.
Des mesures indépendantes situent une requête de raisonnement de classe o3 à environ 3,9 Wh, les requêtes de classe GPT-5 à une moyenne de 18,35 Wh avec des pics proches de 40, et une analyse de document de 100 000 tokens autour de 40 Wh, soit une gamme de 130x entre la demande la plus économique et la plus exigeante, entraînée précisément par les mécanismes dans notreméthodologie des références: Les longues invites multiplient le travail lié à la surcharge de calcul, et les chaînes de raisonnement multiplient la surcharge liée à la décompression des tokens mémoire. La lecture pratique est que le chat n’est pas l’histoire de l’énergie. Les modes de raisonnement, les agents et le travail sur de longs contextes le sont, et ce sont précisément les charges de travail qui croissent le plus rapidement. Lorsqu’une affirmation par requête apparaît, votre première question doit désormais être automatique : la médiane de quoi ?
Quelle est la consommation énergétique quotidienne de ChatGPT ?
OpenAI rapporte environ 2,5 milliards de requêtes par jour provenant de plus de 700 millions d’utilisateurs hebdomadaires. À 0,34 Wh chacune, cela représente approximativement 850 MWh par jour, soit environ 310 GWh par an, l’électricité annuelle d’environ 29 000 foyers américains, ou une centrale électrique de taille moyenne fonctionnant quelques heures par jour simplement pour répondre aux questions. Deux corrections précisent cette estimation dans les deux sens. Elle exclut l’extrême extrémité : à 4 à 40 Wh, les requêtes de raisonnement et de documents peuvent dominer la consommation totale d’énergie, malgré leur marginalité dans le volume de trafic. Et elle dépasse largement la phase d’entraînement : la formation de GPT-4 a consommé environ 50 GWh comme coût ponctuel, que l’inférence, au volume actuel, dépense à nouveau tous les deux mois. Le problème énergétique de l’industrie n’est plus celui de l’entraînement depuis plusieurs années ; l’inférence représente désormais entre 70 et 90 % de la puissance de calcul en IA, ce qui explique quematériel d'inférenceetefficacité par cartedécidez de la facture d'électricité du secteur.
La vue en grille : 415 à 945 à 1 200 TWh
Le rapport de l'IEA sur l'énergie et l'IA est l'ensemble de données de référence, et son scénario de base est saisissant : tous les data centers ont consommé 415 TWh en 2024, soit environ 1,5 % de l'électricité mondiale, et atteindront 945 TWh d'ici 2030, environ la consommation annuelle complète du Japon, puis environ 1 200 TWh d'ici 2035. Le véritable sujet est le taux de croissance : 15 % par an, quatre fois plus rapide que tout le reste du réseau combiné, avec des serveurs accélérés par l'IA croissant de 30 % annuellement dans ce contexte. La part de l'IA dans la consommation d'énergie des data centers était de 5 à 15 % ces dernières années et tend vers 35 à 50 % d'ici 2030. La géographie concentre la pression : les États-Unis représentent déjà 45 % de la consommation mondiale de data centers (4,4 % de toute l'électricité des États-Unis en 2023 selon LBNL, prévu à 6,7 à 12 % d'ici 2028), les États-Unis et la Chine ensemble représentent 80 % de la croissance prévue, et en Irlande, les data centers consomment déjà environ un cinquième de l'électricité nationale. La présentation d'Époch AI de janvier 2026 rend la situation tangible : la capacité de calcul IA mondiale rivalise désormais avec la consommation électrique de pointe de l'État de New York.
Une proportion refroidit l’alarme sans la désactiver : même à 945 TWh, les centres de données restent en dessous de 3 % de l’électricité mondiale en 2030, et leur croissance de 530 TWh ne représente qu’environ 8 % de la croissance de la demande totale cette décennie ; l’électrification des voitures, du chauffage et de l’industrie ajoute bien plus. L’IA ne dévore pas le réseau. Elle est le locataire qui connaît la croissance la plus rapide sur un réseau sur lequel tout le reste s’installe également, ce qui explique précisément pourquoi l’achat d’électricité est devenu unearme stratégiqueet pourquoi 20 % des projets de centres de données prévus rencontrent des retards de connexion au réseau.
Une proportion refroidit l’alarme sans la désactiver : même à 945 TWh, les centres de données restent en dessous de 3 % de l’électricité mondiale en 2030, et leur croissance de 530 TWh ne représente qu’environ 8 % de la croissance de la demande totale cette décennie ; l’électrification des voitures, du chauffage et de l’industrie ajoute bien plus. L’IA ne dévore pas le réseau. Elle est le locataire qui connaît la croissance la plus rapide sur un réseau sur lequel tout le reste s’installe également, ce qui explique précisément pourquoi l’achat d’électricité est devenu unearme stratégiqueet pourquoi 20 % des projets de centres de données prévus rencontrent des retards de connexion au réseau.
Où l'électricité va réellement
Les serveurs utilisent environ 60 % de l'électricité d'une installation moderne, les GPU représentant à eux seuls entre 40 et 60 % du total ; le refroidissement consomme de 7 à 30 % selon la conception, c'est pourquoi le refroidissement liquide est passé du statut d'exotique à celui de obligatoire encentres de données AI; le stockage et le réseau représentent environ 5 % chacun. La tendance se concentre sur la densité de rack : un seul H100 consomme 700 W, un rack GB200 NVL72 nécessite entre 120 et 140 kW, etNVIDIA a annoncé le Rubin Ultraatteindra 600 kW par rack en 2027, des densités auxquelles une seule rangée de racks dépasse une petite usine, et les campus hyperscale contractent pour plus de 100 MW. Par unité de travail, l’efficacité continue de s’améliorer rapidement, les nouvelles générations de GPU offrent plusieurs fois l’inférence par watt de leurs prédécesseurs, et le coût d’inférence par token a chuté de plusieurs ordres de grandeur en trois ans, ce qui contrebalance la couverture pessimiste : la flotte grandit, mais chaque joule achète chaque année beaucoup plus d’intelligence.
Prêt à démarrer Mining ?
livraison DDP gratuite dans le monde entier. Hébergement professionnel à partir de 0,055$/kWh.
IA contre minage de Bitcoin : la comparaison que tout le monde interprète mal
Nous sommes de chaque côté de cette comparaison, nous allons donc l’établir précisément. Selon l’indice de Cambridge, Bitcoin consomme entre 138 et 175 TWh par an, soit environ 0,5 à 0,8 % de l’électricité mondiale, l’équivalent de la consommation de la Pologne. Les centres de données en tant que catégorie utilisent déjà trois fois cette quantité, et les profils de croissance divergent complètement : la demande de Bitcoin est structurellement limitée, car les halvings et l’efficacité du matériel compensent la croissance de la difficulté, tandis que la demande en AI augmente de 30 % par an. En termes de taille brute, la conversation sur l’énergie est passée de Bitcoin à l’AI, et des analystes honnêtes l’avaient dit il y a des années.
Mais la taille est la moitié superficielle de la comparaison. La moitié profonde estforme de chargeUne ferme de Minage peut se réduire à presque zéro en quelques secondes sans endommager quoi que ce soit, ce qui fait des Miners des participants rémunérés dans les programmes de réponse à la demande : ERCOT a intégré les Miners comme charge flexible après les coupures de courant au Texas en 2021, évitant ainsi une construction estimée à 18 milliards de dollars de centrales au gaz peaker, et la modélisation de l'Université Duke indique que le potentiel des charges flexibles atteint 76 GW de marge de manœuvre du réseau électrique américain, soit environ un dixième de la demande maximale. Le Minage fonctionne également de manière plus écologique que la moyenne des data centers, avec 52,4 % d'approvisionnement zéro émission selon le rapport de Cambridge de 2025 contre environ 42 % pour l'industrie dans son ensemble, une tendance que nous avons documentée dans notreétude sur l'exploitation minière verte. L'IA est une animal opposite : les SLA de disponibilité interdisent de réduire la charge, donc chaque mégawatt d'IA représente une demande ferme que le réseau doit supporter en période de pic. La tournure en 2026 réside dans le fait que ces mondes convergent, alors que les mineurs convertissent des sites en hébergement AI pour un revenu par mégawatt plus élevé, et que les opérateurs de réseau texans craignent désormais ouvertement que cette conversion supprime le frein d'urgence du réseau. Cette tension, la flexibilité de la charge devenant ferme, est la seule histoire sous-représentée dans l’énergie AI.
Ce que cela signifie si vous construisez ou achetez une capacité en IA
Effectuez l'étude à l'envers et elle devient un manuel d'exploitation. La puissance, et non les puces, est la contrainte limitante : les GPU sont livrés en plusieurs mois, les interconnexions au réseau prennent des années, c'est pourquoi d'anciennes sites de minage avec des connexions haute tension en service sont devenus des cibles d'acquisition et pourquoi notreconversions de minage à IAexister en tant qu'entreprise. La facture est une inférence, donc l'efficacité par token est le levier : choix du modèle, quantification, et génération de matériel déplacent de l'argent réel, l'arithmétique notreGuide VRAMet des tableaux de référence existent pour servir. Et une seule estimation approximative relie toute l'étude : à environ 0,6 Wh par requête en pleine charge,Un mégawatt de capacité dessert environ 40 millions de requêtes standard par jour. C’est la valeur d’un mégawatt en 2026, et c’est pourquoi les personnes qui ont appris à acheter des mégawatts à bas prix, les Miner, sont entrés dans l’ère de l’IA en possédant exactement la compétence adéquate.
Ce que cette étude ne peut pas vous dire
Trois limites honnêtes. Premièrement, les chiffres par requête sont communiqués par l'entreprise et non vérifiés : la méthodologie publiée par Google, une phrase publiée par OpenAI, et Anthropic, Microsoft, xAI et Apple n'ont rien publié concernant les chiffres par requête, ainsi les chiffres les plus cités du domaine reposent sur deux divulgations ; leur opacité en soi est une constatation. Deuxièmement, chaque projection ici comporte de larges marges d'erreur, les scénarios de l'AIE eux-mêmes allant de bien en dessous à 45 % au-dessus de leur scénario de référence d'ici 2035, et les prévisions passées de la consommation d'énergie informatique ont maintes fois été surestimées. Troisièmement, les gains d'efficacité ont un double effet : une intelligence moins chère par joule signifie historiquement plus d'intelligence achetée, et non moins d'énergie utilisée, ainsi les améliorations par requête et les totaux croissants continueront probablement à augmenter ensemble. Considérez chaque chiffre ici comme une photographie de la mi-2026 avec des sources nommées, et non comme une vérité physique.
Le chiffre d'affaires net
Quelle quantité d'énergie l'IA consomme-t-elle ? Une requête standard : 0,24 à 0,34 Wh, une seconde dans un four, une recherche Google. La longue traîne : 4 à 40 Wh où résident le raisonnement et les documents longs, et cette traînée représente l'histoire de la croissance. ChatGPT : environ 850 MWh par jour. Le secteur : 415 TWh de demande de data centre en 2024 doublant pour atteindre 945 TWh d'ici 2030, avec l'IA représentant jusqu'à la moitié, soit encore moins de 3 % de l'électricité mondiale, croissant quatre fois plus vite que tout le reste, déjà trois fois plus que le Bitcoin, et contrairement au Bitcoin, incapable de s’éteindre. Votre utilisation individuelle est négligeable ; les décisions concernant l'infrastructure ne le sont pas. Les gagnants de la construction de cette décennie seront décidés moins par qui possède les meilleurs chips que par ceux qui ont sécurisé les mégawatts fermes les moins chers, et si vous faites vous-même ce calcul, notreoutil de référenceprix du côté efficacité et notreopérations d'hébergementévaluez le mégaWatts.
Foire aux questions
Combien d'énergie ChatGPT consomme-t-il par requête ?
environ 0,34 watt-heure pour une requête moyenne, selon la divulgation du PDG d'OpenAI, Sam Altman, en juin 2025, correspondant étroitement à l'estimation indépendante d'Epoch AI d'environ 0,3 Wh pour GPT-4o. Cela représente environ une seconde de consommation d’un four. Les tâches plus lourdes coûtent bien plus : les requêtes de modèle de raisonnement consomment près de 4 Wh, les requêtes de classe GPT-5 tournent en moyenne autour de 18 Wh, et l’analyse d’un document de 100 000 tokens atteint environ 40 Wh.
Une requête ChatGPT est-elle vraiment dix fois plus efficace qu'une recherche Google ?
Non. Cette affirmation provient d'une estimation de 2023 d'environ 3 Wh par requête basée sur GPT-3.5 et du matériel plus ancien, soit environ 10 fois trop élevé pour les modèles modernes. Les chiffres actuels (0,24 à 0,34 Wh) se situent presque exactement à la divulgation de Google d'environ 0,3 Wh par recherche. Une requête standard d'IA coûte désormais à peu près autant d'énergie que la recherche qu'elle remplace ; seules des tâches de raisonnement intense et de documents longs la dépassent de manière significative.
Quelle est la consommation d'énergie quotidienne de ChatGPT ?
Environ 850 MWh par jour : OpenAI signale environ 2,5 milliards de requêtes quotidiennes, ce qui, à 0,34 Wh chacune, représente environ 850 MWh, ou environ 310 GWh par an, ce qui est comparable à la consommation électrique de 29 000 foyers américains. Le chiffre réel est probablement plus élevé, car ce calcul n'inclut pas la consommation énergétique importante liée aux requêtes de raisonnement et de documents.
Quelle est la consommation mondiale d'électricité des centres de données IA ?
Tous les centres de données ont consommé environ 415 TWh en 2024 (1,5 % de l’électricité mondiale) selon l'AIE, l'IA étant responsable d'environ 5 à 15 % de cette consommation ces dernières années, en augmentation rapide, avec environ 40 % de la consommation d'énergie des centres de données prévue d'ici 2026 selon certaines estimations. L'AIE prévoit que la demande totale en centres de données atteindra 945 TWh d'ici 2030, l’équivalent de la consommation annuelle du Japon, avec la part de l’IA allant de 35 à 50 %.
L'IA pourrait-elle doubler la consommation d'énergie des centres de données d'ici 2030 ?
Effectivement oui. Le scénario de base de l'IEA prévoit une augmentation de l'électricité globale des centres de données de 415 TWh (2024) à 945 TWh (2030), soit une multiplication par 2,3 avec une croissance d'environ 15 % par an, quatre fois plus rapide que toute autre demande, avec les serveurs accélérés par l'IA représentant une croissance annuelle de 30 % en tant que principale driver. Même ainsi, les centres de données restent inférieurs à 3 % de l'électricité mondiale en 2030, et leur croissance ne représente qu'environ 8 % de la croissance totale de la demande durant cette décennie.
Quelle quantité d'énergie a été nécessaire pour entraîner GPT-4 ?
Environ 50 GWh selon les estimations publiées, un coût unique équivalent à celui de quelques milliers de foyers américains pour un an. Le fait le plus important : l'inférence a dépassé la formation en tant que centre de gravité énergétique de l'IA. Avec le volume actuel de ChatGPT, la gestion des requêtes consomme toute l'énergie de formation de GPT-4 tous les deux mois, et l'inférence représente désormais environ 70 à 90 % de la puissance de calcul de l'IA.
Quelle activité consomme le plus d'électricité, l'IA ou le minage de Bitcoin ?
Les centres de données à l'ère de l'IA, environ 3 fois plus nombreux et en expansion. Bitcoin consomme entre 138 et 175 TWh par an selon l'indice Cambridge (~0,5 à 0,8 % de l'électricité mondiale), et sa demande est structurellement limitée par les halving et les gains d'efficacité. Les centres de données ont utilisé environ 485 TWh en 2025 et se dirigent vers 945 TWh d'ici 2030. La différence fondamentale réside dans la flexibilité : les Mineurs peuvent réduire leur consommation en quelques secondes et sont rémunérés pour l'équilibre du réseau, tandis que les installations d'IA ont besoin d'une alimentation stable 24/7.
Pourquoi les centres de données d'IA consomment-ils autant d'énergie ?
Densité et cycle de service. Les serveurs consomment environ 60 % de l’électricité de l’installation et les GPU seuls entre 40 et 60 % ; un seul H100 consomme 700 W, un rack GB200 NVL72 consomme entre 120 et 140 kW (environ dix fois un rack d'entreprise classique), et les racks Rubin Ultra annoncés atteignent 600 kW. Ces machines fonctionnent presque à pleine capacité en continu pour servir des inférences, et le refroidissement de cette densité ajoute de 7 à 30 %, c’est pourquoi le refroidissement liquide est devenu la norme.
Le réseau électrique peut-il supporter la croissance de l'IA ?
C'est la contrainte incontournable du secteur. Environ 20 % des projets de centres de données planifiés rencontrent des retards de raccordement au réseau, les files d'attente pour l'interconnexion durent des années, et les États-Unis (45 % de la demande mondiale de centres de données) ainsi que la Chine représentent 80 % de la croissance prévue. C'est pourquoi les opérateurs signent des accords d'achat d'électricité à long terme, pourquoi les hyperscalers contractent des capacités nucléaires, et pourquoi d'anciennes sites de mining avec des interconnexions haute tension actives sont devenus des biens immobiliers AI prisés.
L'utilisation de l'IA augmente-t-elle significativement mon empreinte carbone personnelle ?
Non, à usage normal. À 0,24 à 0,34 Wh par requête, 100 requêtes par jour représentent environ 0,1 % de la consommation électrique quotidienne d'un Américain moyen, moins de 15 minutes de télévision. La donnée mesurée par Google indique qu'une requête Gemini émet environ 0,03 grammes de CO2e. Les décisions significatives relèvent des opérateurs d'infrastructure (implantation, sourcing d'énergie, efficacité du matériel), et non des utilisateurs individuels, bien que le choix de modèles plus légers pour des tâches simples puisse s'amplifier si tout le monde le fait.
L'utilisation de l'énergie par l'IA devient-elle plus efficace ?
De manière spectaculaire, par unité de travail : chaque génération de GPU offre plusieurs fois l'inférence par watt de la précédente, le coût d'inférence par jeton a diminué d'un ordre de grandeur en trois ans, et Google a rapporté une réduction de 33 fois de l'énergie par invite de Gemini en une seule année. La consommation totale continue toutefois d'augmenter car l'utilisation croît plus rapidement que l'efficacité ne s'améliore, l'effet rebond classique, c'est pourquoi les chiffres par requête diminuent tandis que les totaux sectoriels doublent.
Sources et notes
Chiffres par requête : Epoch AI, Mises à jour de gradient (février 2025) ; Sam Altman, La Singularité Douce (juin 2025, méthodologie non divulguée) ; Rapport environnemental de Google (août 2025, médiane mesurée incluant les coûts fixes) ; Jegham et al. (2025) ; laboratoire AI de l’université de Rhode Island (GPT-5, 2025) ; Divulgation énergétique de Google 2009. Chiffres sectoriels : IEA, Énergie et IA (2025) et Revue Mondiale de l’Énergie ; rapport 2024 du centre de données américain LBNL ; Epoch AI (décembre 2025, janvier 2026). Bitcoin : Cambridge CBECI et Rapport de l’industrie minière numérique 2025. Réseau électrique : rapport ERCOT ; projections de l’EIA ; modélisation de la charge flexible de l’université Duke. Volume ChatGPT : OpenAI (2,5 milliards de requêtes/jour, fin 2025). La valeur de 40 millions de requêtes par MW est notre propre calcul basé sur environ 0,6 Wh en pleine charge par requête et capacité déclarée ; à considérer comme un chiffre de planification approximatif. Tous les chiffres sont des instantanés à la mi-2026. Hero : Kkiefuik, CC BY 4.0 ; corps : Novoklimov, CC BY 4.0, via Wikimedia Commons. Diagrammes : graphiques originaux de MillionMiner, réutilisables librement avec attribution et lien vers cette page. Contenu informatif, non destiné à des conseils en investissement ou achat
Sources et notes
Chiffres par requête : Epoch AI, Mises à jour de gradient (février 2025) ; Sam Altman, La Singularité Douce (juin 2025, méthodologie non divulguée) ; Rapport environnemental de Google (août 2025, médiane mesurée incluant les coûts fixes) ; Jegham et al. (2025) ; laboratoire AI de l’université de Rhode Island (GPT-5, 2025) ; Divulgation énergétique de Google 2009. Chiffres sectoriels : IEA, Énergie et IA (2025) et Revue Mondiale de l’Énergie ; rapport 2024 du centre de données américain LBNL ; Epoch AI (décembre 2025, janvier 2026). Bitcoin : Cambridge CBECI et Rapport de l’industrie minière numérique 2025. Réseau électrique : rapport ERCOT ; projections de l’EIA ; modélisation de la charge flexible de l’université Duke. Volume ChatGPT : OpenAI (2,5 milliards de requêtes/jour, fin 2025). La valeur de 40 millions de requêtes par MW est notre propre calcul basé sur environ 0,6 Wh en pleine charge par requête et capacité déclarée ; à considérer comme un chiffre de planification approximatif. Tous les chiffres sont des instantanés à la mi-2026. Hero : Kkiefuik, CC BY 4.0 ; corps : Novoklimov, CC BY 4.0, via Wikimedia Commons. Diagrammes : graphiques originaux de MillionMiner, réutilisables librement avec attribution et lien vers cette page. Contenu informatif, non destiné à des conseils en investissement ou achat
