Andrii Garanin, Directeur de l’énergie et des infrastructures chez Silicon Foundation – Série d’entretiens

Andrii Garanin est le Directeur de l’énergie et des infrastructures chez Silicon Foundation, où il développe des projets de centres de données et de stockage de batteries à travers les principaux marchés de l’énergie aux États-Unis, notamment PJM et ERCOT. Avec plus de 20 ans d’expérience dans la chaîne de valeur de l’énergie, notamment la production d’énergie, l’intégration au réseau et le stockage, il est l’un des rares leaders d’infrastructure à relier les mondes de la production d’énergie et de l’informatique. Il a développé et exploité des actifs énergétiques allant des énergies renouvelables au gaz et au stockage de batteries, et a occupé des postes de direction dans des entreprises internationales d’énergie et de technologie, notamment Scatec Solar et Elementum Energy.

Silicon Foundation est une organisation axée sur les infrastructures qui construit à l’intersection de l’énergie, de l’informatique et des marchés financiers. La thèse fondamentale de la fondation est que les futures infrastructures d’intelligence artificielle s’appuieront sur des centres de données plus petits et répartis, directement connectés aux actifs énergétiques plutôt que sur des installations centralisées massives. Pour soutenir cette vision, Silicon Foundation développe et exploite des centres de données GPU pour les charges de travail d’intelligence artificielle, investit dans des systèmes de stockage d’énergie à grande échelle pour améliorer la fiabilité du réseau, et crée le protocole RAW, une couche d’infrastructure de marché conçue pour relier les actifs physiques d’énergie et de calcul aux marchés financiers institutionnels. L’organisation est actuellement en train de développer un grand campus de calcul et d’énergie en Virginie-Occidentale qui combine l’accès au réseau, le stockage d’énergie, les infrastructures de refroidissement et la capacité de calcul d’intelligence artificielle dans le cadre de son objectif plus large de construire un avenir énergétiquement abondant.

Vous avez passé plus de deux décennies à construire des infrastructures énergétiques dans les énergies renouvelables, le méthane-énergie, les installations solaires à grande échelle, le stockage de batteries et maintenant les centres de données d’intelligence artificielle. Comment ce parcours a-t-il façonné votre point de vue selon lequel la disponibilité de l’énergie est devenue tout aussi importante pour le développement de l’intelligence artificielle que les GPU et les modèles de base ?

J’ai passé la majeure partie de ma carrière du côté de la production d’énergie, mais c’est en travaillant du côté de la consommation que j’ai changé ma perception de l’ensemble du système. On réalise rapidement que faire correspondre la demande à l’offre n’est pas une préoccupation secondaire. C’est la préoccupation. La véritable contrainte n’est pas la production en soi ; c’est le réseau lui-même, qui a une capacité finie pour déplacer et équilibrer l’énergie. Pour accueillir la montée en puissance des énergies renouvelables et de la congestion qu’elle entraîne, il faut traiter la consommation comme contrôlable et flexible, et non fixe.

L’intelligence artificielle se situe exactement au milieu de cela. C’est le changement technologique le plus important de ce siècle, et c’est déjà une source majeure et en pleine croissance de demande d’électricité. L’IEA prévoit que la consommation d’électricité des centres de données doublera approximativement d’ici 2030, avec des installations optimisées pour l’intelligence artificielle qui quadrupleront ; aux États-Unis, les seuls centres de données devraient représenter près de la moitié de l’augmentation de la demande d’électricité cette décennie.

La disponibilité de l’énergie est désormais une entrée de premier ordre pour le développement de l’intelligence artificielle, au même niveau que le calcul. Le travail à venir consiste à trouver des moyens intelligents de rendre cette énergie disponible, et c’est un problème de systèmes d’énergie autant que de technologie.

À Silicon Foundation, vous développez des projets de centres de données et de stockage de batteries à travers les principaux marchés de l’énergie aux États-Unis, tels que PJM et ERCOT. Quels sont les plus grands malentendus que les dirigeants technologiques ont sur ce qu’il faut réellement pour sécuriser l’énergie pour les infrastructures d’intelligence artificielle à grande échelle ?

Plusieurs points ressortent. Le premier est la croyance que l’on peut installer un centre de données de l’ordre du gigawatt presque n’importe où, tant que le site semble prometteur sur le papier. En réalité, il faut tenir compte non seulement des infrastructures qui existent aujourd’hui, mais aussi de ce qui est en train d’arriver : les autres charges et la production qui se connecteront autour de vous et modifieront le réseau local.

Les chiffres rendent cela concret : la file d’attente des grandes charges de connexion d’ERCOT est passée à plus de 200 GW en 2025, contre environ 63 GW à la fin de 2024, avec la majorité d’entre elles étant des centres de données. Vous n’êtes pas dans un système statique ; vous êtes dans une file d’attente qui est en train d’être complètement remodelée.

Le second malentendu est de traiter cela comme un jeu immobilier. Ce n’est pas le cas. Un développeur sérieux a besoin d’une expertise réelle sur toute la chaîne de valeur, la production d’énergie, le transport et l’intégration au réseau, ainsi que la gestion du calcul, et non seulement d’une partie de cela. Le troisième est d’avoir un champ de vision trop étroit. Vous ne pouvez pas vous contenter de regarder l’énergie disponible à l’échelle régionale. Vous devez suivre la politique nationale, travailler avec les communautés que vous entrez, et collaborer étroitement avec l’opérateur de réseau local, car ce sont eux qui décident finalement si et comment vous vous connectez.

De nombreux investisseurs évaluent encore les entreprises d’intelligence artificielle principalement en fonction des logiciels, des puces et des performances des modèles. Pourquoi pensez-vous que les infrastructures énergétiques pourraient devenir l’un des principaux goulets d’étranglement et opportunités de l’économie de l’intelligence artificielle ?

Une fois que la consommation atteint cette échelle, vous devez regarder au-delà des puces et des logiciels pour les infrastructures qui rendent le calcul possible, et ce système en amont est beaucoup plus complexe que ce que de nombreux investisseurs supposent. La couche de calcul ne peut pas être évaluée en isolation de ce qui se passe du côté de l’offre d’énergie ; ce sont les mêmes systèmes.

L’accès au réseau est devenu la contrainte liante pour la construction des centres de données, avant même la terre ou les autorisations, et les délais de connexion s’étendent maintenant sur des années. C’est le goulet d’étranglement, et c’est aussi exactement où se trouve l’opportunité pour quiconque peut réellement résoudre ce problème.

Il y a un second facteur que les gens sous-estiment : le profil de charge d’un centre de données d’intelligence artificielle n’est pas plat. Les charges de formation et d’inférence peuvent faire varier la puissance absorbée de manière abrupte, parfois en quelques secondes. Cette intermittence a des implications graves pour la façon dont une installation fonctionne et, plus fondamentalement, pour la façon dont elle doit être conçue et intégrée dès le départ.

Un site qui ne peut pas gérer ces fluctuations ou les transformer en une fonctionnalité que le réseau peut utiliser va avoir du mal. Les investisseurs qui comprennent que la couche énergétique est où se concentrent la valeur et le risque verront les opportunités que le prisme des puces et des modèles manque.

Nous entendons souvent parler d’exploitants de centres de données qui recherchent des connexions au réseau, mais vous avez soutenu que l’accès au réseau seul n’est plus suffisant. Quelles capacités supplémentaires les opérateurs d’infrastructures d’intelligence artificielle réussis devront-ils avoir au cours de la prochaine décennie ?

Comme je l’ai dit, une connexion au réseau en soi ne garantit pas un projet réussi, car le réseau n’est jamais statique. De nouvelles productions et de nouvelles charges se connectent tout le temps, et les deux changent ce que votre connexion est réellement valable. L’opérateur et le développeur doivent comprendre ces implications : si le réseau local peut absorber la demande croissante et quelles limitations l’opérateur peut imposer plus tard une fois qu’il reconnaît qu’il ne peut pas maintenir le système stable.

Ces contraintes sont réelles et de plus en plus courantes. PJM, qui dessert 67 millions de personnes, a récemment manqué son objectif de fiabilité dans une enchère de capacité pour la première fois, avec des prix atteignant le plafond réglementaire.

Les énergies renouvelables sont l’exemple de prudence ici. De nombreux projets ont été suspendus ou réduits après avoir déjà été construits. Les régulateurs peuvent gérer ces événements au niveau du système, mais la charge financière retombe généralement sur les exploitants d’actifs, affaiblissant directement le cas d’investissement. Pire, cela peut réduire l’appétit des investisseurs pour la prochaine vague de projets.

Ainsi, la capacité qui compte au cours de la prochaine décennie n’est pas seulement de se connecter ; c’est la capacité d’anticiper et d’absorber cette volatilité grâce à la flexibilité, au stockage et à la bonne conception contractuelle et opérationnelle, afin que votre projet reste bancaire même si le réseau qui l’entoure change.

Les systèmes de stockage d’énergie à batterie (BESS) sont de plus en plus discutés aux côtés des infrastructures d’intelligence artificielle. Comment voyez-vous l’évolution du stockage de batterie d’une solution de secours à un actif stratégique pour les centres de données d’intelligence artificielle ?

Je vois cela comme l’un des principaux changements de la dernière décennie, et cela se résume à deux facteurs. Le premier est le coût. Les coûts des batteries ont chuté de manière spectaculaire, d’environ 90 %, tandis que les coûts d’installation à grande échelle ont diminué d’environ 20 % par an. Cette tendance se poursuit encore, et elle change ce qui est économiquement possible.

Le second est la caractéristique technique déterminante des BESS : il peut réagir presque instantanément aux conditions changeantes du réseau. Cette rapidité compte simultanément pour la production, la consommation des centres de données d’intelligence artificielle et la stabilité globale du réseau. C’est l’actif qui s’étend sur les trois. Le BESS a maintenant prouvé qu’il peut empiler plusieurs flux de revenus : arbitrage énergétique, régulation de fréquence, capacité et services auxiliaires, tout en fournissant l’amortisseur dont le réseau a besoin en cas de stress. Cette combinaison est ce qui le transforme d’une boîte de secours en un actif stratégique.

Le véritable défi à partir de maintenant est la distribution. Une batterie ne livre sa pleine valeur que lorsqu’elle se situe là où le réseau en a réellement besoin — aux nœuds contraints, à côté de la charge et de la production qu’elle équilibre. Faire en sorte que ces actifs soient situés et exploités comme une ressource distribuée coordonnée, et non comme des installations isolées, est le travail qui débloque la valeur stratégique pour les infrastructures d’intelligence artificielle.

Au cours de votre temps chez Hiveon, vous avez travaillé intensivement sur la réponse à la demande, la régulation de fréquence et les programmes d’optimisation énergétique. Quelles leçons du secteur de l’extraction de Bitcoin les opérateurs de centres de données d’intelligence artificielle peuvent-ils appliquer aujourd’hui ?

Je vois l’industrie du crypto comme le pont vers la consommation flexible, non pas parce qu’elle a inventé la réponse à la demande, mais parce qu’elle a apporté un type de charge vraiment nouveau qui a forcé les opérateurs de réseau à construire de meilleures règles autour de celui-ci. Les programmes de charge interruptible pour l’industrie lourde existent depuis des décennies ; cette partie n’est pas nouvelle. Ce que l’extraction a ajouté, c’est une charge importante, concentrée et presque parfaitement discrétionnaire : vous pouvez mettre hors tension sans coût autre que le revenu que vous renoncez, sans dommage à l’équipement et sans rien à redémarrer.

C’est un profil rare, et c’est pourquoi ERCOT a créé un programme de réduction volontaire destiné spécifiquement à de grandes charges flexibles comme les installations d’extraction, et pourquoi ces charges peuvent s’inscrire comme ressources de charge contrôlables éligibles à la réponse à la demande et aux services auxiliaires.

Mais je veux être précis sur ce qui est réellement transposable, car la question de la rapidité est souvent simplifiée à l’excès. Ayant travaillé moi-même sur des flottes d’ASIC, je peux vous dire que déplacer une grande charge d’extraction en quelques secondes est vraiment difficile. Là où l’extraction est exceptionnellement solide, c’est dans la réduction économique rapide et la réduction de charge d’urgence, en réponse aux signaux de prix ou au stress du réseau sur des minutes, de manière fiable et à grande échelle.

La régulation de fréquence, l’équilibrage automatique quasi instantané que le réseau utilise pour maintenir sa fréquence stable, est un problème différent et beaucoup plus difficile, car il nécessite un contrôle continu et proportionnel sur toute la flotte. Cela peut être fait : j’ai été impliqué dans l’intégration d’ASIC dans la régulation de fréquence sur un marché nordique, où les temps de réaction étaient inférieurs à cinq secondes. Mais cela est devenu plus complexe avec le temps, et je n’ai pas vu de mineurs livrer une véritable régulation de fréquence aux États-Unis de la manière dont ils ont livré la réponse à la demande et la réduction.

Ainsi, la véritable leçon pour les opérateurs d’intelligence artificielle n’est pas de « copier le profil de réduction ». C’est que les mécanismes de marché, les cadres réglementaires et les relations avec les opérateurs existent déjà, et que le crypto a joué un rôle majeur dans la preuve qu’ils peuvent fonctionner à grande échelle.

Ce qui frappe, c’est à quel point peu d’exploitants de centres de données traditionnels ont fait ce travail de base avec leurs opérateurs de réseau. L’intelligence artificielle a également une asymétrie importante : la formation de modèles est beaucoup moins interruptible que l’extraction, compte tenu des exigences de point de contrôle et des engagements de temps de fonctionnement, même si les charges d’inférence peuvent être plus flexibles. La leçon à adopter est le modèle d’engagement et la participation au marché, et non l’hypothèse que la charge d’intelligence artificielle peut être réduite comme une installation d’extraction.

Les centres de données d’intelligence artificielle sont souvent présentés comme de grands consommateurs d’électricité. Pourraient-ils éventuellement devenir des actifs qui soutiennent le réseau et aident à stabiliser les marchés énergétiques, plutôt que de simplement ajouter de la demande ?

Absolument. Je suis convaincu que les centres de données, en tant que catégorie, sous-utilisent considérablement leur capacité à fonctionner de manière flexible. Ce sont des machines programmables. Par leur nature, ils peuvent être planifiés et façonnés pour fonctionner selon des modèles particuliers. Je ne veux pas trop généraliser, car pas toutes les charges de travail sont interruptibles. Mais même pour la partie qui ne peut pas être interrompue, il y a des infrastructures sur place, y compris la production de secours et, de plus en plus, des batteries, qui peuvent soutenir le réseau ou réduire la charge lorsque le réseau en a besoin.

La réalité sous-jacente a changé. La consommation n’est plus une ligne plate, et avec les énergies renouvelables qui constituent maintenant une part importante de la production, l’offre n’est plus non plus plate. Il y a des périodes de pointe et des périodes de faible demande, et les centres de données avec les outils et les incitations de réseau appropriés peuvent aider à absorber cette variabilité plutôt que d’ajouter simplement du stress au système. ERCOT a déjà montré le précédent, avec de grandes charges flexibles fournissant des services de régulation et de réserve pendant les périodes de stress du réseau.

Pour la plupart des opérateurs, le fossé n’est pas la capacité ; c’est la volonté. Et le cas de figure pour la flexibilité va au-delà du revenu supplémentaire. C’est également une question de sécurité d’approvisionnement à long terme. Si vous êtes flexible, vous maintenez le système stable et évitez de faire fonctionner votre propre chaîne d’approvisionnement à la limite absolue, où une défaillance en amont peut vous mettre hors service. La flexibilité est à la fois un flux de revenus et une police d’assurance. Les opérateurs qui la traitent de cette manière seront ceux que le réseau voudra conserver.

Vous avez un parcours dans toute la chaîne de valeur de l’énergie, et vous avez supervisé des projets financés par de grandes institutions internationales. Qu’est-ce qui distingue un projet d’infrastructure d’intelligence artificielle qui est attractif pour les investisseurs en infrastructures à long terme de celui qui ne l’est pas ?

La distinction la plus claire est la maturité. L’industrie des centres de données d’intelligence artificielle est encore très jeune, et elle doit passer par une période d’établissement au cours de laquelle les modèles de revenus, les cadres de gestion des risques opérationnels, la base de compétences et la chaîne d’approvisionnement mûrissent. Actuellement, de nombreux acteurs entrent sur le marché à partir de backgrounds très différents, mais très peu ont une expertise complète sur toute la chaîne de valeur, allant de la production d’énergie à l’intégration au réseau, en passant par la gestion du calcul. Ce type de coordination de bout en bout est rare, et c’est exactement ce que les investisseurs en infrastructures à long terme recherchent, car c’est ce qui rend les flux de trésorerie plus prévisibles.

Ce qui distingue un projet financiable d’un qui ne l’est pas, c’est si toute la chaîne a été réellement pensée et coordonnée sous un plan cohérent. Il ne peut pas s’agir d’un site solide avec une stratégie d’énergie faible ou d’un bon accord d’énergie avec une compréhension réelle de la façon dont la charge de calcul se comportera réellement. Le capital d’infrastructure souscrit la durabilité et la prévisibilité sur des décennies. Les projets qui gagnent sont ceux où chaque maillon a été réellement intégré, de sorte que l’investisseur n’est pas invité à parier sur cinq choses distinctes qui se réunissent par chance.

Il y a un débat croissant autour de la production d’énergie sur site, des micro-réseaux, du gaz naturel, des énergies renouvelables et des systèmes énergétiques hybrides. Quelles stratégies énergétiques pensez-vous être les plus susceptibles de soutenir la prochaine vague de croissance des infrastructures d’intelligence artificielle ?

« Apporter votre propre production » est devenu proche d’une condition préalable au développement de nouveaux centres de données, car les réseaux sont confrontés à des pointes de demande qu’ils ne peuvent pas répondre en toute sécurité par eux-mêmes. Nous voyons déjà cela dans les données. Les développeurs aux États-Unis progressent de plus en plus avec la production de gaz sur site, et l’IEA estime que 15 à 27 GW de capacité de gaz sur site pourraient alimenter les centres de données d’ici 2030.

Mais je voudrais faire marche arrière sur la réponse trop générale, car la bonne stratégie est vraiment spécifique au site et à la région. L’emplacement détermine ce qui est disponible, ce qui peut être autorisé et ce que le réseau permettra. Cela étant dit, lorsque la rapidité de déploiement est la priorité, et c’est presque toujours le cas, la production de gaz est clairement l’option la plus attrayante. Les alternatives sont soit intermittentes, comme le vent et le soleil, soit prennent des années à mettre en ligne, comme le nucléaire, l’hydroélectricité ou le charbon.

Dans la pratique, la vague à court terme sera probablement menée par le gaz, souvent associé au stockage et aux énergies renouvelables dans une configuration hybride. Les sources plus fermes et plus propres peuvent alors se mettre en place sur un horizon plus long une fois qu’elles deviennent disponibles. Il vaut également la peine d’être honnête sur le fait que la production de gaz sur site n’est pas un repas gratuit. Une alimentation fiable et ferme pour une charge d’intelligence artificielle variable peut nécessiter un surdimensionnement important, et les turbines à gaz elles-mêmes sont en rupture de stock. C’est pourquoi l’approche hybride est ce qui rend le modèle plus durable.

En regardant cinq à dix ans dans le futur, que pensez-vous que l’industrie de l’intelligence artificielle sous-estime encore sur la relation entre le calcul, l’énergie, la flexibilité du réseau et la finance d’infrastructure, et sur quoi les dirigeants devraient-ils se préparer aujourd’hui ?

Il est difficile de jouer les prophètes dans un environnement qui bouge aussi vite, mais certaines choses me semblent claires.

Tout d’abord, tous les centres de données deviendront interactifs avec le réseau. Ce ne sera pas un élément facultatif. Cela deviendra une condition pour se connecter du tout. Nous pouvons déjà voir les opérateurs de réseau se déplacer dans cette direction, avec PJM et ERCOT créant de nouvelles catégories de grandes charges qui acceptent la réduction en échange d’un accès plus rapide. La flexibilité devient le prix d’entrée.

Deuxièmement, les développeurs vont de plus en plus chercher l’énergie égarée et se diriger vers l’intégration verticale. Cela peut signifier acquérir des actifs de production et de réseau, ou cela peut signifier construire cette expertise en interne. Lorsque la file d’attente de connexion est le goulet d’étranglement, posséder plus de la chaîne de valeur est la manière dont vous gagnez plus de contrôle sur votre propre calendrier.

Troisièmement, l’image publique négative du développement de centres de données va commencer à changer, mais seulement si les développeurs et les opérateurs apprennent à s’intégrer correctement dans les communautés où ils opèrent. Cela signifie partager les coûts d’infrastructure de manière équitable, être transparent sur l’utilisation de l’eau et de l’énergie, et créer des avantages locaux clairs. Beaucoup de cette pression viendra également du côté financier. Les investisseurs en infrastructures et les prêteurs exigeront de meilleures performances ESG et une meilleure alignement communautaire comme condition du capital, et cela obligera l’industrie à professionnaliser la façon dont elle développe.

Les projets qui traitent l’intégration communautaire et les performances environnementales comme essentielles au financement, et non comme des relations publiques, sont ceux qui seront financés et construits. Mon conseil aux dirigeants aujourd’hui est simple : intégrez la flexibilité, le contrôle de la chaîne de valeur et l’alignement communautaire réel dans vos projets dès maintenant. Dans cinq à dix ans, les trois seront des exigences d’entrée, et non des différenciateurs.

Je vous remercie pour cette grande interview. Les lecteurs qui souhaitent en savoir plus devraient visiter Silicon Foundation.