Refroidissement liquide des serveurs d’IA : comment les centres de données évitent la surchauffe des processeurs puissants

L’intelligence artificielle transforme la manière dont les centres de données gèrent la chaleur. Les processeurs graphiques (GPU) puissants peuvent effectuer un nombre considérable de calculs, mais ils dégagent également d’importantes quantités de chaleur lorsqu’ils exécutent des tâches exigeantes. Le refroidissement traditionnel par air devient de plus en plus difficile à utiliser dans les baies de serveurs d’IA à haute densité, où des dizaines de processeurs peuvent fonctionner simultanément. Le refroidissement liquide offre une solution plus efficace pour évacuer cette chaleur, protéger les équipements coûteux et assurer la continuité des calculs. En 2026, cette technologie occupe une place importante dans les infrastructures modernes d’intelligence artificielle, notamment dans les installations destinées aux grands modèles de langage, à la recherche scientifique et au calcul haute performance.

Pourquoi les serveurs d’IA nécessitent-ils des systèmes de refroidissement plus avancés ?

Les centres de données conventionnels ont longtemps utilisé des ventilateurs, des systèmes de climatisation et des dispositifs de ventilation soigneusement conçus pour maintenir des températures adaptées. L’air froid pénètre par l’avant des armoires de serveurs, traverse les équipements et transporte la chaleur vers l’arrière. Cette méthode reste efficace pour de nombreuses charges de travail informatiques classiques. Toutefois, les serveurs d’IA présentent une difficulté différente, car ils concentrent une puissance de calcul considérable dans un espace relativement restreint. Lorsque de nombreux accélérateurs fonctionnent en continu, la quantité de chaleur produite peut dépasser la capacité d’évacuation des systèmes traditionnels de circulation d’air.

L’augmentation des besoins électriques des équipements d’intelligence artificielle illustre l’ampleur de ce problème. Le système GB200 NVL72 de NVIDIA, par exemple, réunit 72 GPU Blackwell et 36 CPU Grace dans une seule baie refroidie par liquide. Selon la documentation technique de NVIDIA, une baie DGX GB200 peut consommer environ 120 kW d’électricité. Presque toute l’énergie électrique consommée par les équipements informatiques finit par se transformer en chaleur qu’il faut évacuer. La gestion d’une charge thermique aussi concentrée nécessite donc bien davantage que l’installation de ventilateurs supplémentaires ou la réduction de la température ambiante de la salle.

Des températures excessives peuvent affecter les performances, la fiabilité et les coûts d’exploitation. Les processeurs modernes disposent de mécanismes de protection qui réduisent leur fréquence de fonctionnement lorsque la température approche les limites prévues par le fabricant. Ce phénomène, appelé limitation thermique ou « thermal throttling », permet d’éviter des dommages immédiats, mais il peut ralentir les calculs et prolonger le temps nécessaire à l’exécution des tâches d’intelligence artificielle. Une exposition prolongée à des contraintes thermiques importantes peut également affecter les composants environnants et contribuer aux défaillances matérielles. Pour les organisations qui exploitent des milliers d’accélérateurs coûteux, un refroidissement efficace est donc indispensable, non seulement pour protéger les équipements, mais aussi pour maintenir des performances de calcul prévisibles.

Pourquoi le refroidissement traditionnel par air atteint-il ses limites avec les équipements d’IA à haute densité ?

L’air possède une capacité relativement faible à transporter la chaleur par rapport à l’eau et aux autres liquides de refroidissement adaptés. Pour évacuer des quantités de chaleur toujours plus importantes, les installations doivent utiliser des ventilateurs plus puissants, des systèmes de ventilation plus volumineux et une circulation d’air soigneusement maîtrisée. Ces améliorations consomment de l’électricité et peuvent occuper un espace précieux dans les bâtiments. Lorsque la densité des serveurs augmente, accroître simplement le débit d’air devient de plus en plus difficile, car celui-ci doit circuler dans des espaces restreints autour des processeurs, des modules de mémoire, des câbles et des autres composants.

Une autre difficulté concerne la répartition de la chaleur à l’intérieur des baies de serveurs. Tous les processeurs ne fonctionnent pas à la même température, et certains composants peuvent créer des points chauds particulièrement concentrés. Même lorsque la température moyenne de la salle reste acceptable, certaines puces peuvent approcher leurs limites thermiques. Les grandes opérations d’entraînement des modèles d’intelligence artificielle rendent ce problème particulièrement complexe, car de nombreux GPU fonctionnent sous forte charge pendant des périodes prolongées. Les systèmes de refroidissement doivent pouvoir répondre à ces conditions sans que des augmentations localisées de température interrompent les calculs ou réduisent les performances des équipements.

Le refroidissement traditionnel par air n’est toutefois pas appelé à disparaître. De nombreux dispositifs de stockage, composants réseau et serveurs à faible densité peuvent continuer à fonctionner efficacement avec des ventilateurs conventionnels. Même les systèmes d’IA les plus avancés, refroidis par liquide, conservent souvent une circulation d’air pour les composants qui ne sont pas reliés aux circuits hydrauliques. Pour les exploitants de centres de données, le véritable enjeu consiste à déterminer quels équipements nécessitent un refroidissement liquide direct et lesquels peuvent rester refroidis par air. Cette approche hybride permet d’augmenter la densité de calcul sans devoir remplacer inutilement l’ensemble des infrastructures de refroidissement existantes.

Comment le refroidissement liquide évacue-t-il la chaleur des processeurs d’IA ?

Le refroidissement liquide consiste à transférer la chaleur produite par les composants électroniques vers un fluide en circulation, qui transporte ensuite cette énergie thermique afin qu’elle soit évacuée ou réutilisée. Comme les liquides adaptés peuvent transporter beaucoup plus de chaleur que l’air dans des conditions comparables, le refroidissement peut intervenir directement à proximité des composants qui produisent les charges thermiques les plus importantes. Ce procédé réduit la dépendance aux grands volumes d’air et permet un contrôle plus direct des températures. Cependant, le refroidissement liquide ne correspond pas à une technologie unique : plusieurs méthodes existent, chacune présentant ses propres exigences matérielles, contraintes de maintenance et coûts d’installation.

Le refroidissement direct des puces, également appelé « direct-to-chip cooling », figure parmi les méthodes les plus répandues pour les serveurs d’IA puissants. Des composants métalliques spécialement conçus, appelés plaques froides, sont fixés aux processeurs et aux autres puces qui produisent beaucoup de chaleur. Un liquide de refroidissement circule dans de fins canaux situés à l’intérieur de ces plaques, absorbe la chaleur, puis retourne vers un système de distribution. Normalement, le liquide n’entre pas directement en contact avec les circuits électroniques. Cette configuration permet de refroidir précisément certains composants tout en conservant des ventilateurs pour la mémoire, les alimentations électriques et les autres éléments qui nécessitent encore une circulation d’air.

Le refroidissement par immersion constitue une autre solution. Au lieu de faire circuler un liquide dans des plaques froides, les serveurs spécialement conçus ou leurs composants électroniques sont immergés dans un fluide électriquement isolant. Dans les systèmes monophasés, le liquide absorbe la chaleur tout en restant à l’état liquide. Les systèmes diphasiques utilisent un fluide adapté qui entre en ébullition à sa température de fonctionnement, puis se condense afin d’être réutilisé. Le refroidissement par immersion peut réduire le recours aux ventilateurs des serveurs, mais il impose également des procédures de maintenance différentes, des exigences particulières de compatibilité des fluides et des conceptions matérielles spécifiques. Il ne constitue donc pas automatiquement la solution la plus pratique pour toutes les installations d’intelligence artificielle.

Le rôle des plaques froides, des unités de distribution du liquide et des échangeurs thermiques

Un système classique de refroidissement direct des puces comprend plusieurs éléments interconnectés. Les plaques froides récupèrent la chaleur des processeurs, des tuyaux flexibles transportent le liquide de refroidissement et des collecteurs de distribution assurent le débit nécessaire vers les différents serveurs. Une unité de distribution du liquide de refroidissement, généralement désignée par l’abréviation CDU, gère la circulation du fluide et transfère la chaleur entre le circuit des équipements et les installations de refroidissement du bâtiment. Les échangeurs thermiques maintiennent généralement ces circuits physiquement séparés, ce qui facilite le maintien d’une qualité de liquide et de conditions de fonctionnement adaptées à proximité des composants électroniques sensibles.

Une fois que le liquide quitte les serveurs, la chaleur récupérée doit être transférée ailleurs. Selon la conception du bâtiment et le climat local, les installations peuvent utiliser des refroidisseurs à air sec, des tours de refroidissement, des groupes frigorifiques ou d’autres équipements destinés à évacuer la chaleur. Certains systèmes peuvent fonctionner avec une eau de refroidissement relativement chaude, ce qui réduit le besoin de recourir à une réfrigération énergivore. L’ASHRAE définit plusieurs classes de température pour l’eau des installations, notamment W17, W27, W32, W40 et W45, afin de faciliter le choix des équipements et la conception des systèmes de refroidissement. Ces classifications indiquent les températures d’alimentation autorisées pour les installations et non des températures de fonctionnement universelles applicables aux différents processeurs.

La fiabilité du fonctionnement dépend également des dispositifs de surveillance et de sécurité. Des capteurs mesurent la température du liquide, la pression, le débit et les éventuelles fuites, permettant aux équipes techniques d’identifier des anomalies avant qu’elles n’affectent les équipements informatiques. La filtration, une composition chimique adaptée de l’eau et l’utilisation de matériaux compatibles contribuent à prévenir la corrosion et les dépôts à l’intérieur des circuits de refroidissement. Certaines installations intègrent des pompes redondantes et des vannes d’isolement afin de permettre la maintenance de composants individuels sans arrêter l’ensemble du centre de données. Ces précautions sont particulièrement importantes dans les infrastructures d’IA, où une défaillance du refroidissement peut interrompre des opérations de calcul coûteuses et affecter plusieurs serveurs interconnectés.

Avantages, difficultés et avenir des centres de données d’IA refroidis par liquide

L’un des principaux avantages du refroidissement liquide réside dans sa capacité à accueillir une puissance de calcul supérieure dans un espace physique limité. Une densité plus élevée des baies permet aux exploitants d’installer de grands systèmes d’intelligence artificielle sans répartir les équipements dans de nombreuses salles ou plusieurs bâtiments. Le refroidissement liquide peut également réduire l’électricité nécessaire aux ventilateurs et à certains procédés de réfrigération, même si les économies réelles dépendent du climat, du matériel, des températures de refroidissement et de la conception des installations. Un rapport publié en 2026 dans le cadre de l’initiative Energy Efficient End-use Equipment de l’Agence internationale de l’énergie estimait que les centres de données refroidis par liquide pouvaient réaliser des économies globales d’énergie d’environ 10 à 21 % dans les conditions étudiées.

Ces avantages doivent néanmoins être évalués en tenant compte des coûts d’installation et de maintenance. Un centre de données conventionnel peut nécessiter de nouvelles canalisations, des unités de distribution du liquide de refroidissement, des améliorations de l’alimentation électrique, des dispositifs de détection des fuites et des modifications des armoires de serveurs. Les équipes techniques doivent également recevoir une formation adaptée pour entretenir les circuits hydrauliques et remplacer le matériel en toute sécurité. La modernisation d’un bâtiment existant peut être particulièrement complexe lorsque son aménagement a été conçu pour des serveurs refroidis par air et présentant une faible densité de calcul. C’est pourquoi les exploitants évaluent de plus en plus les besoins de refroidissement en même temps que la capacité électrique et le choix des équipements, plutôt que de considérer ces éléments comme des décisions indépendantes.

Les performances environnementales constituent un autre critère important. Le refroidissement liquide ne supprime pas automatiquement la consommation d’eau, et certaines installations utilisent encore des tours de refroidissement évaporatives qui consomment de l’eau lors de l’évacuation de la chaleur. D’autres recourent à des circuits fermés associés à des refroidisseurs à air sec, ce qui peut réduire les besoins en eau pendant l’exploitation, mais implique parfois des coûts énergétiques et des investissements différents. L’efficacité énergétique doit donc être étudiée en tenant compte de la disponibilité locale de l’eau, de la demande électrique et des conditions de fonctionnement. La conception la mieux adaptée à une installation située dans une région européenne au climat frais peut être sensiblement différente de celle d’un centre de données implanté dans une zone chaude ou confrontée à des difficultés d’approvisionnement en eau.

Comment le refroidissement liquide façonne-t-il la prochaine génération d’infrastructures d’intelligence artificielle ?

En 2026, le refroidissement liquide est étroitement associé aux équipements d’intelligence artificielle à haute densité. Les systèmes GB200 et GB300 NVL72 de NVIDIA montrent comment les fabricants conçoivent désormais des baies de calcul complètes autour de dispositifs de refroidissement liquide intégrés, plutôt que de considérer cette technologie comme un équipement supplémentaire facultatif. Parallèlement, les exploitants doivent prendre en compte la compatibilité entre différentes générations de serveurs, les raccordements des circuits de refroidissement et les infrastructures existantes. La standardisation des composants et des spécifications techniques plus précises peuvent contribuer à réduire la complexité des installations, notamment dans les centres de données qui utilisent du matériel provenant de plusieurs fabricants.

La réutilisation de la chaleur produite par les serveurs d’intelligence artificielle représente une autre possibilité intéressante. Comme les liquides peuvent récupérer la chaleur à des températures relativement élevées, certaines installations peuvent la transférer vers les systèmes de chauffage des bâtiments ou vers des réseaux de chaleur urbains. L’intérêt de cette récupération dépend de la température disponible, de la distance jusqu’aux consommateurs potentiels et de l’existence d’une demande locale de chauffage. Des pompes à chaleur peuvent être nécessaires lorsque la température récupérée est insuffisante. Même si la valorisation de cette énergie thermique ne peut pas supprimer les besoins électriques des calculs d’intelligence artificielle, elle peut apporter un avantage supplémentaire dans les régions disposant d’infrastructures adaptées.

Le succès à long terme du refroidissement liquide dépendra de bien davantage que de sa capacité à maintenir les processeurs à des températures sûres. Les centres de données ont besoin de systèmes fiables, faciles à entretenir et capables d’accueillir les futures générations de matériel sans nécessiter régulièrement de lourds travaux de reconstruction. Pour les grandes installations d’intelligence artificielle, le refroidissement direct des puces constitue déjà une solution éprouvée, tandis que le refroidissement par immersion et d’autres configurations offrent des possibilités adaptées à des besoins particuliers. À mesure que les processeurs deviennent plus puissants et que les baies de serveurs accueillent une capacité de calcul croissante, une gestion thermique soigneusement conçue restera un élément essentiel de la construction d’infrastructures d’intelligence artificielle efficaces et fiables.