Les data centers d'IA européens se rapprochent de l'électricité, pas seulement des utilisateurs

Ce qui change

Le pipeline européen de data centers hyperscale s'éloigne des grands hubs métropolitains établis alors que les charges de travail d'IA accroissent la demande en électricité, en foncier et en infrastructures à grande échelle. Les régions cloud centrales ne disparaissent pas. Une part croissante de la capacité supplémentaire est simplement planifiée là où l'énergie peut être obtenue plus vite et à plus grande échelle.

Dans son rapport EMEA Data Centre Mid-Year 2026, JLL indique que les projets hyperscale européens prévus pour 2026-2028 se trouvent en moyenne à environ 175 km des grands hubs, contre environ 46 km pour les projets livrés entre 2022 et 2025. JLL estime aussi que les projets greenfield représentent environ 39 % du nouveau pipeline, contre environ 8 % auparavant.

Ces chiffres proviennent de la base de données propriétaire de JLL, qui est également un acteur commercial de l'immobilier de data centers. Ils doivent donc être présentés comme des données de marché JLL, et non comme des statistiques publiques indépendantes. Reuters confirme indépendamment la tendance générale : les développeurs recherchent davantage des sites offrant un accès moins coûteux ou plus rapide à l'énergie et au foncier.

Pourquoi l'électricité devient une contrainte d'architecture

L'infrastructure d'IA modifie l'économie de la localisation, car les grands clusters d'entraînement et les flottes d'inférence à fort volume peuvent exiger une puissance électrique importante et prévisible. Dans les marchés métropolitains contraints, les files d'attente de raccordement et la capacité limitée des postes électriques deviennent des risques de calendrier aussi importants que les serveurs, les accélérateurs ou le réseau.

La géographie devient ainsi une composante de l'architecture système. Il n'est plus possible de supposer que tout le calcul doit être placé près de la plus grande population d'utilisateurs ou dans un hub cloud historique. Les équipes doivent arbitrer entre latence, disponibilité électrique, transit réseau, résidence des données, réservations de capacité et portabilité des charges.

Une géographie à deux niveaux peut émerger

Une hypothèse architecturale utile est un modèle à deux niveaux : l'entraînement intensif et les charges tolérant la latence peuvent migrer vers des régions riches en énergie, tandis que l'inférence sensible à la latence reste plus proche des utilisateurs et des systèmes d'entreprise. Il s'agit d'une interprétation Aipolix, pas d'une conclusion directement établie par les données JLL.

Si cette tendance se renforce, les équipes auront besoin d'une meilleure mobilité des charges entre régions. Les artefacts de modèles, checkpoints, pipelines de données, données d'observabilité et couches de serving devront fonctionner sur une empreinte physique plus large sans créer des coûts réseau ou des risques de gouvernance excessifs.

Conséquences pour le cloud et les entreprises

Pour les acheteurs cloud, la capacité régionale peut devenir une variable d'approvisionnement plutôt qu'une simple hypothèse. Une région préférée peut ne pas disposer des accélérateurs ou de la marge électrique nécessaires à une expansion importante. Le multi-région peut donc devenir une stratégie de capacité autant qu'une stratégie de résilience.

Pour les entreprises qui construisent une infrastructure d'IA privée ou hybride, le choix du site relie davantage l'ingénierie des installations à la stratégie de modèles. Contrats d'électricité, délais de raccordement, refroidissement et connectivité réseau influencent directement les charges qu'il est rationnel de placer sur site, en colocation ou dans le cloud public.

Portugal et péninsule Ibérique

Le Portugal et le marché ibérique pourraient bénéficier de cette redistribution puisque les développeurs cherchent au-delà des hubs européens traditionnels. Des sources locales mettent en avant la disponibilité énergétique, la connectivité et le foncier. Cette conclusion doit rester prudente : l'économie d'un site dépend aussi de la certitude du raccordement, des routes réseau, des permis, des besoins en eau et refroidissement et de la demande réelle.

Un rapport récent consacré au Portugal illustre l'intérêt d'investissement, mais ne suffit pas à démontrer que le pays captera une part disproportionnée de la nouvelle infrastructure européenne.

Risques et incertitudes

La distance d'un grand hub n'est qu'une variable et ne prouve pas que tous les nouveaux sites d'IA migreront vers des marchés secondaires. Les hubs centraux conservent des avantages en densité de fibre, interconnexion, compétences, proximité client et écosystèmes cloud existants. La disponibilité du réseau électrique peut aussi évoluer rapidement.

Les chiffres de 175 km et 39 % sont propres aux données et à la méthodologie de JLL. Ce sont des indicateurs directionnels utiles, mais pas une règle universelle pour tout le développement européen.

Analyse Aipolix

La conséquence architecturale est que l'électricité devient une contrainte de placement de premier ordre pour l'IA. Pour de nombreuses charges importantes, la question passe de « quelle région est la plus proche ? » à « quelle région peut réellement fournir l'énergie, les accélérateurs et la capacité réseau dans le calendrier requis ? »

Cela favorise les architectures qui séparent les charges selon leur sensibilité à la latence et rendent le placement plus portable. Les organisations les mieux préparées seront celles qui intègrent les contraintes physiques d'infrastructure à l'architecture applicative et des modèles, plutôt que de les traiter après la conception logicielle.

Références

Données principales : JLL Mid-Year 2026 EMEA Data Centre Report et annonce associée de JLL.

Contexte indépendant : Reuters, 19 août 2026.

Contexte global : JLL Global Data Center Outlook 2026.