On parle souvent de l’intelligence artificielle comme d’une course aux modèles. Stargate rappelle qu’elle se joue aussi sur le terrain : centres de données, puces, électricité, réseaux et financement. Lancé par OpenAI et SoftBank, ce programme donne une mesure de l’ampleur des moyens nécessaires pour entraîner et faire fonctionner l’IA à grande échelle.
Qu’est-ce que le projet Stargate ?
Annoncé en janvier 2025, Stargate vise à développer aux États-Unis des infrastructures d’IA pour OpenAI, avec une ambition d’investissement de 500 milliards de dollars sur quatre ans. SoftBank et OpenAI en sont les principaux pilotes, aux côtés notamment d’Oracle et de MGX parmi les premiers financeurs. NVIDIA, Arm et Microsoft figurent parmi les partenaires technologiques annoncés.
Ce montant décrit un programme envisagé, pas une somme déjà dépensée. Il agrège des projets dont la construction, l’équipement et le financement se déploient dans le temps. De même, la puissance électrique annoncée pour un site ne signifie pas que toutes ses machines sont déjà installées ou utilisées.
Le premier grand campus d’Abilene, au Texas, a commencé à accueillir des systèmes de calcul. En septembre 2025, OpenAI annonçait cinq autres sites américains et évoquait, avec Abilene et d’autres engagements, près de 7 GW de capacité planifiée ainsi que plus de 400 milliards de dollars d’investissements prévus. En avril 2026, l’entreprise déclarait avoir sécurisé plus de 10 GW de capacité d’infrastructure aux États-Unis à l’horizon 2029. « Sécurisée » ne veut toutefois pas dire « entièrement opérationnelle ».
Pourquoi l’IA réclame-t-elle autant d’infrastructures ?
Un modèle avancé mobilise de grandes grappes de processeurs spécialisés, souvent des GPU, pendant son entraînement. Une fois déployé, il faut encore de la capacité pour répondre aux millions de demandes des utilisateurs : c’est l’inférence. Les deux usages se concurrencent pour les mêmes ressources, même si leurs contraintes techniques et économiques diffèrent.
La puce ne fonctionne pas seule. Pour réunir des milliers de processeurs dans un même système, il faut des réseaux rapides, des espaces de stockage, des logiciels d’orchestration et des équipes capables de maintenir l’ensemble. Un ralentissement du réseau ou une interruption d’alimentation peut réduire la valeur de machines pourtant très coûteuses. C’est pourquoi la course aux puces d’IA s’accompagne d’une course aux bâtiments et aux réseaux qui les relient.
L’électricité devient un facteur stratégique
La disponibilité des GPU ne suffit pas à décider où construire. Un campus doit obtenir un terrain, les autorisations nécessaires, un raccordement électrique et parfois de nouvelles capacités de production ou de transport d’énergie. Il doit aussi évacuer la chaleur produite par les serveurs. Selon les sites, le refroidissement implique des arbitrages sur l’eau, la consommation électrique et les coûts d’exploitation.
Stargate illustre ce changement d’échelle. Au Texas, OpenAI et SoftBank ont annoncé en janvier 2026 un accord avec SB Energy comprenant un bail de 1,2 GW pour le site de Milam County et des investissements dans le développement d’infrastructures énergétiques. Ces chiffres concernent le projet et ses contrats ; ils ne décrivent pas une consommation permanente déjà atteinte.
Pour les territoires d’accueil, la question dépasse les emplois créés par le chantier. Elle touche aussi à la disponibilité de l’électricité pour les autres usages, aux besoins en eau, au financement des réseaux et aux retombées économiques locales. Chaque implantation doit être évaluée avec ses propres données : un engagement de refroidissement en circuit fermé ou de nouvelles capacités énergétiques ne produit ses effets qu’une fois l’installation construite et exploitée.
Une chaîne industrielle et financière, pas un seul bâtiment
Le modèle de Stargate repose sur plusieurs acteurs. Des fournisseurs de puces conçoivent les accélérateurs ; des partenaires cloud déploient la puissance de calcul ; des promoteurs et entreprises de construction livrent les bâtiments ; des énergéticiens apportent l’électricité et les raccordements ; des investisseurs financent des actifs qui demandent beaucoup de capital avant de générer des revenus.
Cette répartition peut accélérer les projets, mais elle multiplie les dépendances. Il faut coordonner les livraisons de matériel, les travaux, le raccordement au réseau et la demande future en calcul. Le risque économique est réel : les équipements se renouvellent vite, tandis que les bâtiments et les infrastructures électriques s’amortissent sur une période beaucoup plus longue. L’enjeu est donc de convertir une demande d’IA encore évolutive en capacités effectivement utilisées et rentables.
Pourquoi la course devient-elle mondiale ?
Le programme a d’abord été présenté comme un effort américain, mais des projets Stargate ont ensuite été annoncés ailleurs. En Norvège, OpenAI, Nscale et Aker ont présenté un centre de données de 500 MW près de Narvik, fondé sur l’accès à l’hydroélectricité et prévu pour accueillir progressivement des GPU. Aux Émirats arabes unis, un campus de 1 GW a été annoncé à Abou Dhabi, avec une première tranche de 200 MW prévue en 2026. Ces capacités annoncées sont des objectifs de déploiement, pas un inventaire de machines déjà en production.
La géographie répond à plusieurs besoins : trouver de l’énergie et du foncier, rapprocher le calcul des utilisateurs, maîtriser la latence et répondre aux exigences locales sur les données. Elle nourrit aussi les débats sur la souveraineté numérique. En Europe, les projets d’infrastructure devront être jugés sur la réalité de leur capacité, leur gouvernance, leur coût et leurs garanties contractuelles, comme l’illustre le débat sur les centres de données et la souveraineté européenne.
Ce que les entreprises doivent en retenir
Pour une PME ou une ETI, Stargate ne se traduit pas automatiquement par une IA moins chère. Une capacité supplémentaire peut améliorer l’accès aux modèles, mais le prix dépend aussi de l’offre commerciale, de la concurrence, de l’énergie et de l’usage réel des services. Le bon réflexe est de piloter l’IA comme une dépendance technique et économique :
- Mesurer le coût par tâche utile, plutôt que de comparer uniquement les prix affichés par million de tokens.
- Vérifier la localisation et les contrats : hébergement, transfert de données, sous-traitants, durée de conservation et conditions de sortie.
- Prévoir la continuité de service pour les processus critiques, avec une solution de repli et des limites de consommation maîtrisées. Voir notre plan de continuité IA en cas d’indisponibilité de ChatGPT.
- Adapter le modèle au besoin : toutes les tâches ne nécessitent pas le système le plus puissant, ni le même lieu d’hébergement.
La véritable mesure de Stargate
Stargate montre que la compétition dans l’IA se joue autant dans les centrales, les réseaux électriques et les chantiers que dans les laboratoires. Ses montants et ses gigawatts donnent une direction, mais la question décisive reste celle de l’exécution : quels sites seront raccordés, équipés, exploités et utilisés à un coût soutenable ?
Pour les entreprises, cette évolution invite à regarder derrière l’interface des outils d’IA. La qualité d’un service dépend aussi de son infrastructure, de la solidité de ses partenaires et de la capacité de son fournisseur à tenir ses engagements dans la durée.
