Crusoe et ON.energy : un accord d'onduleurs IA pour 5 GW de campus d'IA
L'accord d'onduleurs IA entre Crusoe et ON.energy, annoncé le 21 juillet 2026, déploiera 5 GW d'alimentations sans interruption moyenne tension sur les campus d'IA hyperscale de Crusoe, avec une mise en service de 2026 à 2027. Les unités se placent entre chaque centre de données et sa source d'énergie, absorbent les variations de charge des GPU et tiennent face aux défauts de tension. Pour les développeurs d'IA, c'est un moyen de satisfaire des règles de raccordement au réseau plus strictes et de garder les campus en ligne.
Pourquoi les charges d'entraînement de l'IA posent problème au réseau
L'entraînement de l'IA fait monter et descendre la consommation des centres de données par à-coups synchronisés, et ces variations de la demande d'électricité peuvent se répercuter sur le réseau de transport. C'est le problème que dit traiter Crusoe, l'entreprise d'infrastructure d'IA qui développe en chef de file le campus Stargate d'Abilene, au Texas.
Le second risque va dans l'autre sens. Lors d'un défaut de tension, les centres de données peuvent se déconnecter du réseau tous en même temps pour protéger leur matériel. En février 2025, une défaillance sur une ligne haute tension en Virginie a fait basculer simultanément sur l'alimentation de secours 40 centres de données consommant environ 2 GW, a rapporté Latitude Media. La North American Electric Reliability Corp. a ensuite émis en mai une rare alerte de niveau 3 sur les risques que les centres de données font peser sur la fiabilité du réseau.
Ce que Crusoe a acheté à ON.energy
Le 21 juillet 2026, Crusoe a annoncé le déploiement de 5 GW d'AI UPS d'ON.energy sur plusieurs campus de centres de données hyperscale. La mise en service commence en 2026 et se poursuit en 2027, selon DCD.
ON.energy a lancé l'AI UPS en octobre 2025. Il s'agit d'un équipement électrique moyenne tension composé d'une batterie de secours, de deux systèmes de conversion de puissance et d'un transformateur, conçu spécifiquement pour les centres de données d'IA. Crusoe explique l'avoir choisi après avoir étudié l'ensemble des options d'alimentation.
Comment un onduleur IA se place entre le centre de données et le réseau
L'unité se place entre la source d'énergie et le centre de données et découple les deux, comme un amortisseur dans les deux sens. Côté réseau, elle empêche les variations de charge internes des GPU d'atteindre le réseau de transport. Côté centre de données, elle permet au site de tenir face aux défauts de tension sans se déconnecter.
ON.energy affirme que le système peut stocker assez d'énergie pour alimenter un campus d'IA pendant de longues périodes, ce qui réduirait selon elle la variabilité sur le réseau aux heures de pointe. La plupart des centres de données de Crusoe disposeront d'un raccordement au réseau, même si sa stratégie repose sur de grands systèmes de production derrière le compteur, a noté Latitude Media.
« L'IA hyperscale introduit des dynamiques de qualité de l'énergie que le réseau n'a jamais été conçu pour gérer. » Alan Cooper, cofondateur et PDG d'ON.energy
Ce que l'accord a produit jusqu'ici
Le jalon mesuré à ce stade relève de la conformité. Crusoe indique que l'AI UPS a été validé au regard des exigences de l'ERCOT pour le raccordement des grandes charges au Texas. Ces règles imposent aux charges de 75 mégawatts ou plus de tenir face aux perturbations, en restant connectées ou en rétablissant au moins 90 % de leur consommation en quelques secondes.
Aucune des deux entreprises n'a publié le prix de l'accord ni de données d'exploitation d'unités installées. Le chiffre de 5 GW est un plan de déploiement qui court jusqu'en 2027, pas une capacité déjà en service.
Ce que cela change pour les développeurs de centres de données
Pour un développeur, la tâche que remplit l'AI UPS consiste à raccorder une grande charge d'IA et à la garder raccordée. La capacité de tenue aux perturbations commence à devenir une condition du raccordement au réseau, et un équipement conforme aux règles de l'ERCOT lève un obstacle à la mise sous tension d'un campus.
Il protège aussi les actifs du développeur. Chris Dolan, directeur des centres de données de Crusoe, a déclaré dans le communiqué que cette technologie protège l'infrastructure et les moyens de production de l'entreprise et va dans le sens de l'évolution des exigences du réseau. L'accord sur les onduleurs IA entre Crusoe et ON.energy fait partie d'une série de contrats d'approvisionnement signés par Crusoe pour son portefeuille de près de 5 GW, à un moment où les pénuries d'équipements, des transformateurs aux turbines à gaz, menacent de retarder les chantiers de l'IA. En mars dernier, l'entreprise a annoncé des accords avec Form Energy et Redwood Materials pour des batteries.
Où Crusoe construit
Crusoe a démarré en 2018 dans le minage de cryptomonnaies et a cédé ses activités crypto en mars 2025. Elle développe désormais des centres de données qui proposent des services cloud d'IA. DCD fait état de projets pour un campus de 1,8 GW dans le Wyoming, un site de 1,4 GW au Texas et deux sites dans le Missouri.
Questions et réponses
Qu'est-ce qu'un onduleur IA ?
C'est une alimentation sans interruption moyenne tension conçue pour les centres de données d'IA. La version d'ON.energy associe une batterie de secours, deux systèmes de conversion de puissance et un transformateur, et se place entre le centre de données et sa source d'énergie.
Quelle capacité couvre l'accord de Crusoe ?
Crusoe déploiera 5 GW d'AI UPS d'ON.energy sur plusieurs campus hyperscale, avec une mise en service de 2026 à 2027.
Pourquoi les centres de données d'IA doivent-ils tenir face aux perturbations ?
L'ERCOT exige que les charges de 75 mégawatts ou plus tiennent face aux perturbations, en restant connectées ou en rétablissant au moins 90 % de leur consommation en quelques secondes. Sans cela, un défaut de tension peut déconnecter tout un campus du réseau d'un seul coup.
Le regard de MOZGII
Comment nous le construirions
L'essentiel des discussions sur l'énergie de l'IA porte sur ce que consomme un centre de données. Ce cas porte sur son comportement. Un campus dont la charge varie par à-coups, ou qui se déconnecte du réseau lors d'un défaut, pose problème au gestionnaire de réseau, et les gestionnaires commencent à écrire des règles à ce sujet.
Si nous concevions la partie pilotage d'un tel système, nous commencerions par des mesures rapides au point où le campus rejoint le réseau : tension, fréquence et consommation propre du campus, enregistrées plusieurs fois par seconde. L'onduleur suivrait des règles simples fixées par des ingénieurs, pas par un modèle, car les décisions de tenue aux perturbations se prennent trop vite pour que quiconque les examine. Nous utiliserions l'apprentissage automatique en amont, dans l'ordonnanceur des entraînements : savoir quand une grosse tâche va démarrer ou s'arrêter permet à la batterie de se préparer au lieu de réagir.
Le système flancherait si la batterie était faible au mauvais moment, par exemple après une longue coupure ou une série de pics d'entraînement. Nous fixerions une réserve que l'ordonnanceur ne pourrait pas entamer et alerterions les opérateurs bien avant qu'elle ne soit atteinte. Chaque défaut serait journalisé et comparé aux relevés du gestionnaire de réseau, puisque ce sont ces relevés qu'examinera une étude de raccordement.
L'indicateur que nous suivrions est la part des perturbations du réseau que le campus a traversées sans perte de charge. Ensuite, nous construirions pour le gestionnaire de réseau une prévision de la consommation horaire du campus, ce qui rend une grande charge plus facile à intégrer.
Sources
D’où viennent les faits de cet article.