L’Europe mise sur des gigafactories pour entraîner des modèles massifs
L’Europe accélère sa stratégie pour acquérir une capacité de calcul de très grande échelle en misant sur des gigafactories AI. Depuis 2025, la Commission européenne et la Banque européenne d’investissement (BEI) ont multiplié les annonces et les engagements afin de catalyser la construction de plusieurs sites capables d’entraîner des modèles massifs.
Ce mouvement s’appuie à la fois sur des financements publics, des partenariats privés et une logique de souveraineté technologique : l’objectif affiché est de créer « as many as five » grandes usines de calcul, chacune visant à intégrer de l’ordre de 100 000 puces AI ou équivalents H100, pour réduire la dépendance européenne aux fournisseurs étrangers et soutenir l’écosystème local.
Financements publics et cadre institutionnel
Le 4 décembre 2025, la BEI et la Commission ont signé un protocole d’accord (MoU) pour soutenir le financement des AI gigafactories, proposant conseil, garanties et prêts éventuels. Ce MoU s’inscrit dans une stratégie plus large où InvestAI, annoncé en février 2025, met une enveloppe publique de 20 milliards d’euros destinée à couvrir environ un tiers du CAPEX par site.
Les estimations publiques évoquent un coût d’environ 3,5 milliards d’euros par gigafactory et un plan catalyseur de ~20 milliards pour soutenir entre 3 et 5 sites. La BEI et la Commission présentent cet effort comme une mobilisation « unprecedented » de capitaux pour l’industrialisation du calcul intensif en Europe.
La révision du règlement EuroHPC et son amendement ont préparé le terrain réglementaire ; l’appel officiel pour les AI Gigafactories était planifié pour le premier trimestre 2026, en coordination entre la Commission et l’EuroHPC JU, afin de lancer la sélection, le financement et la construction des premiers projets.
Définition technique et taille cible
La terminologie opérationnelle distingue les « AI factories » et les « AI gigafactories ». Une AI factory liée au réseau EuroHPC vise jusqu’à environ 25 000 équivalents H100, tandis qu’une AI gigafactory est ciblée à 100 000 équivalents H100 ou plus , soit près de quatre fois la taille d’une AI factory classique.
Ces ordres de grandeur signifient des besoins massifs en processeurs AI et en infrastructures associées : les données d’appel d’intérêt montrent que les soumissionnaires ont demandé collectivement « at least 3 million » processeurs AI de dernière génération lors de l’exercice de 2025.
À cette échelle, on ne parle plus seulement d’installations de calcul mais de campus industriels de données, avec exigences d’alimentation électrique, de refroidissement et de connectivité qui requièrent des partenariats étroits entre acteurs publics, opérateurs d’énergie et fournisseurs de hardware.
Exemples concrets et premiers projets
Plusieurs projets illustrent la transition vers des capacités supérieures. En Allemagne, Deutsche Telekom et NVIDIA ont annoncé fin 2025 le projet « Industrial AI Cloud » à Munich : un investissement d’environ 1 milliard d’euros pour une AI factory visant ~10 000 GPU et une opération visée en 2026 pour charges industrielles souveraines.
À l’échelle hyperscale, « Stargate Norway » (Nscale + Aker + OpenAI) a été annoncé le 31 juillet 2025 : le site de Narvik est conçu comme un campus d’environ 500 MW en pleine extension (phase initiale 230 MW), avec une cible initiale d’environ 100 000 GPUs fin 2026 et une alimentation majoritairement hydroélectrique.
Avant la phase gigafactory, la Commission et EuroHPC avaient déjà soutenu la mise en place d’environ 19 AI factories (jusqu’à ~25k GPU équivalents), des installations qui servent chercheurs, PME et start‑ups et constituent un socle d’expérimentation pour monter en gamme vers les gigafactories.
Enjeux énergétiques et environnementaux
La construction et l’exploitation de gigafactories posent des contraintes énergétiques très fortes : des besoins en dizaines voire centaines de mégawatts (et potentiellement des GW pour des clusters frontier). Cela soulève des questions d’approvisionnement, de sécurisation des réseaux et d’accès à des énergies bas carbone.
C’est pourquoi de nombreux projets ciblent des régions nordiques ou des sites disposant d’électricité bon marché et froide , et une forte part d’énergie renouvelable , pour réduire l’empreinte carbone et assurer la compétitivité économique des centres. Stargate Norway illustre ce choix stratégique avec une alimentation majoritairement hydroélectrique.
Par ailleurs, les débats portent aussi sur la sobriété énergétique et l’optimisation des infrastructures : la planification doit concilier augmentation massive de puissance de calcul et objectifs climatiques européens, sous peine de critiques publiques et de risques réglementaires.
Risques, modèles d’exploitation et recommandations
Plusieurs think‑tanks (CEPS, Interface) et rapports (Brookings, analyses KPMG/McKinsey) alertent sur le risque d’« idle capacity » si la demande réelle n’atteint pas les hypothèses optimistes. L’Europe manque aujourd’hui d’« anchor labs » capables d’occuper à eux seuls des gigafactories, d’où l’importance d’un modèle économique robuste.
Les études proposent principalement deux modèles d’exploitation : (1) l’approche anchor‑customer, qui repose sur de gros laboratoires ou contrats garantissant une base d’usage ; (2) le modèle multi‑client, qui agrège PME, chercheurs et start‑ups, enrichi de services à valeur ajoutée (onboarding, stacks logiciels, support) pour concurrencer les hyperscalers privés.
Les recommandations insistent sur des scénarios pilotés par la demande et la différenciation de services : sans offres packagées et un écosystème d’accompagnement fort, les gigafactories risquent de rester sous‑employées malgré un investissement public massif. Le rôle du partenariat public‑privé est central pour partager risques et retours.
Géopolitique, dépendances technologiques et mix public‑privé
La course au compute est mondiale et coûteuse : les rapports récents rappellent que même si l’UE veut gagner en souveraineté numérique, elle reste dépendante d’équipements (GPU) produits majoritairement par des acteurs américains et asiatiques. Les partenariats avec ces fournisseurs seront donc nécessaires, tout en développant des capacités locales d’intégration et d’innovation.
Les responsables européens résument cette ambition en termes mobilisateurs : Henna Virkkunen a affirmé l’engagement à « aider à mobiliser des capitaux sans précédent pour les gigafactories AI européennes », tandis que Nadia Calviño a déclaré que « l’Europe est une puissance technologique… En soutenant le déploiement de gigafactories, nous augmentons la capacité de calcul ».
Concrètement, la réussite dépendra d’un mix public‑privé robuste, d’incitations financières (InvestAI), et d’une gouvernance capable d’attirer investisseurs, opérateurs énergétiques et acteurs industriels pour créer une chaîne de valeur européenne compétitive.
Calendrier, étapes et perspectives opérationnelles
Le parcours factuel des étapes est clair : appel d’intérêt en 2025 (76 candidatures, 16 États membres, ~60 sites proposés, déclaration Commission/Henna Virkkunen du 30/06/2025) → MoU BEI‑Commission le 4/12/2025 → amendement EuroHPC et préparation de l’appel officiel pour Q1 2026 → sélection/financement et construction attendus entre 2026 et 2028 selon les projets.
Certaines opérations commerciales de phase initiale sont déjà annoncées pour 2026‑2027 sur des projets concrets : le projet Munich (Deutsche Telekom + NVIDIA) vise une mise en service 2026, et Narvik (Stargate) prévoit une montée en charge initiale fin 2026 pour atteindre ensuite l’échelle gigafactory.
Si la sélection et les financements suivent le calendrier, l’Europe pourrait disposer d’un premier noyau de gigafactories opérationnelles d’ici la fin de la décennie, conditionné à la sécurisation des chaînes d’approvisionnement matérielles, des approvisionnements énergétiques et d’un modèle d’usage viable.
En conclusion, l’ambition européenne de bâtir des gigafactories AI traduit une prise de conscience stratégique : la capacité de calcul à grande échelle est désormais un facteur clé de souveraineté numérique et de compétitivité industrielle. Les engagements financiers (InvestAI, MoU BEI‑Commission) et les projets concrets témoignent d’une volonté réelle d’accélération.
Cependant, le succès dépendra de la combinaison entre financement, modèles d’exploitation adaptés, approvisionnement énergétique bas carbone et partenariats technologiques internationaux. Sans scénarios réalistes de demande et services différenciés, l’Europe prend le risque d’investissements lourds pour des capacités sous‑utilisées , un défi que les décideurs et acteurs privés devront relever collectivement.
