1 500 mégawatts évanouis en 82 secondes — et les gestionnaires de réseau n'ont rien vu venir
Le 10 juillet 2024, un parafoudre est tombé en panne sur une ligne de 230 kilovolts près de Fairfax, en Virginie. En 82 secondes, environ 1 500 mégawatts de charge de centres de données — soit environ un tiers de tous les foyers de Virginie, en termes électriques — ont tout simplement disparu du réseau. Les gestionnaires de réseau se sont démenés pour réduire de 600 mégawatts la production de centrales à gaz en Pennsylvanie et pour retirer 300 mégawatts d'une tranche nucléaire, uniquement pour empêcher la fréquence de grimper assez haut pour endommager les équipements.
J'ai passé une longue soirée avec le PDF de l'analyse d'incident de la NERC après cela, et ce qui m'est resté, c'est ce qui ne s'est pas produit. Il n'y a eu aucune violation de tension. Le défaut a déclenché une séquence de protection automatique — la ligne a tenté de se refermer trois fois depuis chaque extrémité, produisant six brèves chutes de tension au cours de ces 82 secondes. Chacune de ces chutes est restée à l'intérieur de la bande normale ANSI C84.1 de plus ou moins 10 pour cent. Selon les règles, rien n'a mal tourné sur la ligne.
Ce qui a mal tourné, c'est le micrologiciel. La plupart des alimentations sans interruption des centres de données appliquent une règle de « trois avertissements » : trois perturbations de tension en une minute et le système bascule toute l'installation sur le diesel. La séquence de refermeture a atteint ce seuil sur environ 60 centres de données à la fois. Le réseau n'a pas fait défaut aux centres de données. Ce sont les centres de données qui ont quitté le réseau, à l'unisson, à cause d'une règle de comptage dont personne à l'extérieur des bâtiments ne connaissait l'existence.
Le réseau est resté dans les spécifications pendant les 82 secondes. Les centres de données sont quand même partis.
C'est cet événement qui explique pourquoi Veriprajna a construit un système d'interaction entre centres de données et réseau électrique — une IA qui orchestre la façon dont une installation répond aux signaux du réseau, participe aux marchés de capacité et prouve sa flexibilité aux régulateurs. Mais je n'ai pas commencé par là. J'ai commencé, comme presque tout le monde dans ce domaine, en résolvant le mauvais problème.
Qu'est-ce que j'ai mal compris au départ ?
La lecture évidente du byte blackout est « l'onduleur a réagi trop vite ». Notre premier prototype était donc une couche réactive plus intelligente — un logiciel qui surveillait la fréquence et la tension du réseau et faisait en sorte que le parc d'onduleurs de l'installation se comporte en bon citoyen pendant une perturbation. Se déconnecter proprement, traverser le transitoire, se reconnecter de façon échelonnée plutôt que tous en même temps. La démonstration était magnifique. La fréquence vacille, le système tient bon, tout le monde approuve.
C'était aussi presque inutile, et la personne qui me l'a fait comprendre était un responsable énergie chez un fournisseur de colocation qui a regardé notre fonction de traversée de 30 secondes et a demandé ce qu'elle apportait à sa facture de capacité.
Rien. Elle n'apportait rien à sa facture de capacité.
Parce que la perturbation n'est pas là où résident l'argent ou la pression réglementaire. Schneider Electric propose déjà une capacité de Réserve de Fréquence Rapide qui permet à un centre de données de se déconnecter jusqu'à 30 secondes pour soutenir la stabilité du réseau. Eaton vend des systèmes d'onduleurs bidirectionnels conçus exactement pour cette réponse à réflexe rapide. Cette couche du problème a des fournisseurs. Ce qu'aucun d'eux n'avait — ce dont l'opérateur de colocation avait réellement besoin — c'était quelque chose qui fonctionnait à l'échelle des heures et des enchères, et non des secondes.
Un réflexe de 30 secondes ne vous aide pas quand la menace est une courbe de prix sur 24 mois.
Le chiffre qui a tout réorganisé
Voici le chiffre qui a réorganisé ma façon de penser tout ce marché. Dans la région PJM, qui couvre le Mid-Atlantic et une partie du Midwest, le prix de capacité — ce que vous payez par mégawatt pour garantir que votre électricité sera là quand le réseau est sous tension — est passé de 28,92 $ par mégawatt-jour en 2024/25 à 329,17 $ en 2026/27. C'est une multiplication par dix en deux cycles d'enchères.
Pour une installation de 100 mégawatts, l'obligation annuelle de capacité est passée d'environ 1,1 million de dollars à environ 12 millions. Ce n'est plus une ligne de développement durable. C'est un chiffre qu'un directeur financier entoure en rouge et présente au conseil d'administration, et les centres de données savent exactement pourquoi cela s'est produit : ils ont provoqué 63 pour cent de la hausse des prix lors de l'enchère 2025/26, ce qui se traduit par 9,3 milliards de dollars récupérés auprès de chaque contribuable de la région. À partir de juin 2026, les usagers de PJM paient collectivement 1,4 milliard de dollars de plus par an, et une part significative de cette somme retombe sur les factures résidentielles — environ 18 $ par mois dans l'ouest du Maryland, 16 $ dans l'Ohio.
Une fois que j'ai compris cela, la réaction politique a pris tout son sens. Les législateurs de Virginie ont passé la session 2026 à débattre d'un moratoire sur les nouveaux centres de données et ont finalement opté pour une nouvelle classe tarifaire « GS-5 » pour toute charge supérieure à 25 mégawatts, en vigueur au 1er janvier 2027. Dominion Energy, qui reçoit plus d'un gigawatt de nouvelles demandes de puissance pour centres de données chaque mois contre 70 gigawatts de demande totale déposée, a publiquement admis ne pas pouvoir répondre à ce qui lui est demandé. Quand le service public local dit tout haut qu'il ne peut pas vous alimenter, votre file d'attente de raccordement cesse d'être un problème de planification et devient un problème existentiel.
Ainsi, le vrai problème n'a jamais été « traverser une chute de tension ». C'était : cette installation peut-elle prouver qu'elle aide le réseau au lieu de lui nuire — financièrement, opérationnellement, et auprès d'un régulateur ? Ce recadrage, c'est toute l'entreprise.
Pourquoi le protocole standard n'a-t-il pas simplement fonctionné ?
Mon hypothèse suivante était que la tuyauterie existait déjà. Il existe une norme ouverte pour cela — OpenADR, le protocole Open Automated Demand Response, désormais en version 3.0 avec une API REST propre. Les services publics envoient des événements de réponse à la demande ; les bâtiments réagissent. Nous l'avons mise en place en nous attendant à ce que ce soit la partie facile.
C'est la partie qui m'a le plus appris. OpenADR a été conçu pour les bâtiments. Il peut dire à une installation « délestez la charge maintenant », mais il n'a aucun concept propre à un centre de données — aucun type d'événement pour réduire un cluster d'entraînement de GPU, déplacer une charge thermique de refroidissement, ou coordonner l'îlotage des onduleurs entre locataires. Pire encore, il est aveugle aux charges de travail. Il ne peut pas distinguer une tâche d'entraînement d'apprentissage automatique qui pourrait tout à fait être mise en pause pendant deux heures d'une requête d'inférence en direct qu'un client attend en ce moment même. Pour un centre de données, cette distinction est primordiale. Différez la mauvaise charge de travail et vous avez rompu un accord de niveau de service ; différez la bonne et le client ne s'en aperçoit jamais.
C'était l'impasse qui pointait vers l'architecture réelle. La flexibilité dans un centre de données n'est pas un levier unique. Le refroidissement représente environ 40 pour cent de la consommation énergétique totale — c'est une charge flexible contre laquelle vous pouvez pré-refroidir. Les onduleurs et les batteries sont une ressource dispatchable. Le calendrier de calcul lui-même est flexible si vous savez quelles tâches sont différables. Et au-dessus de tout cela se trouve la position sur le marché de capacité que vous essayez d'optimiser. Aucun fournisseur que j'ai pu trouver n'orchestrait tous ces éléments à la fois. Schneider fait du matériel d'alimentation et de refroidissement. Emerald AI fait du calcul plus de la production sur site. Personne ne réunissait ces cinq couches ensemble, et c'est exactement dans cette faille que nous nous sommes engouffrés.
Le problème des locataires que personne ne prend en compte
Il y a une raison pour laquelle la majeure partie de l'argent sérieux dans ce domaine vise ailleurs. Emerald AI — fondée par Varun Sivaram, ancien responsable du Département de l'Énergie, 68 millions de dollars levés en 16 mois, avec NVIDIA, Eaton, GE Vernova, et même la branche capital-risque de la CIA au tour de table — est le leader incontesté. Leur plateforme Conductor a démontré une réduction de puissance de 25 pour cent maintenue pendant trois heures lors d'un événement de stress du réseau, validée dans Nature Energy. C'est un travail réellement impressionnant.
Elle est aussi conçue pour les usines d'IA hyperscale à locataire unique — des clusters de GPU NVIDIA où un seul opérateur contrôle chaque charge de travail. Google a fait de même en interne, intégrant un gigawatt complet de réponse à la demande dans ses contrats de service public, parce que Google peut tout simplement décider de déplacer ses propres tâches d'apprentissage automatique.
L'opérateur de colocation qui avait remis en question mon premier prototype a dit ce qui a défini notre créneau : il ne contrôlait pas les charges de travail de ses locataires, et notre logiciel avait discrètement supposé qu'il le faisait.
Il avait raison, et c'est l'hypothèse ancrée dans presque tous les produits du marché. Une colocation multi-locataires ne possède pas le calendrier de calcul. Elle a un bâtiment rempli de clients qui font tourner de tout, des bases de données d'entreprise à l'entraînement d'IA en passant par l'inférence sensible à la latence, sur un mélange de puces NVIDIA, AMD et sur mesure, derrière des gammes d'onduleurs de différents fournisseurs qui — comme le byte blackout l'a prouvé — ne comptent même pas les perturbations de tension de la même façon. Certains comptent par phase, d'autres agrègent. Orchestrer la flexibilité dans cet environnement, sans contrôler les charges de travail et sans enfermer l'opérateur chez un seul fournisseur de GPU, est un problème fondamentalement plus difficile et presque totalement non desservi. C'est là que nous avons décidé de nous installer : neutre vis-à-vis des fournisseurs, multi-locataires, conçu pour la façon dont la colocation fonctionne réellement.
Tout le monde construit le centre de données qui contrôle son propre calcul. Presque personne ne construit pour l'opérateur qui ne le contrôle pas.
La faille de conformité laissée ouverte par le blackout
La chose la plus inconfortable que j'ai apprise, c'est que le mode de défaillance exact à l'origine de juillet 2024 est toujours grand ouvert, près de deux ans plus tard.
La NERC — l'organisme qui fixe les normes de fiabilité pour le réseau nord-américain — dispose d'un Large Loads Working Group qui s'efforce d'écrire les premières normes spécifiquement destinées aux charges des centres de données, avec une échéance initiale fixée à fin 2026. Ils ont introduit une nouvelle classification de modélisation de charge pour les centres de données, appelée PERC1, censée permettre aux services publics de simuler la façon dont un ensemble d'installations se comportera lors d'un défaut. Le problème : PERC1 a besoin de paramètres propres à l'installation — votre comportement réel de traversée des onduleurs, votre véritable logique de comptage — et il n'existe aucun outil commercial qui extrait ces données des systèmes de surveillance d'une installation. Les services publics ont besoin des données. Les centres de données n'ont aucun moyen de les produire. La faille de divulgation qui a causé le blackout est, structurellement, toujours présente.
Ce n'est pas un débat de normes abstrait pour un opérateur. La réglementation de la FERC sur le raccordement des grandes charges (dossier RM26-4-000, action finale attendue le 30 avril 2026) évoque des études de raccordement accélérées de 60 jours pour les charges qui peuvent prouver qu'elles sont flexibles. Dans une région où la file d'attente standard dure de trois à cinq ans, un parcours de 60 jours fait la différence entre une ouverture en 2026 et une ouverture en 2030. Mais pour être éligible, il faut une surveillance et une vérification que vous n'avez presque certainement pas aujourd'hui. Une flexibilité que vous ne pouvez pas documenter est une flexibilité qui ne compte pas.
Ainsi, une partie de ce que nous avons construit n'a rien de séduisant : c'est la couche qui lit le comportement propre d'une installation — seuils des onduleurs, réponse de traversée, composition de la charge — et le transforme en documents qu'un régulateur et un service public demandent réellement. La vérité peu glorieuse, c'est que « prouvez-le » devient tout le jeu, et la preuve exige une instrumentation que personne n'a installée.
« Le nucléaire ne va-t-il pas simplement régler ça ? »
Les gens me posent une version ou une autre de cette question en permanence, alors laissez-moi répondre de front aux trois objections.
La première, c'est le nucléaire. Meta, Microsoft et Google ont tous signé des accords spectaculaires de petits réacteurs modulaires et de redémarrage nucléaire — Meta à elle seule pour jusqu'à 6,6 gigawatts. Mais aucun SMR commercial ne fonctionne aux États-Unis aujourd'hui, et les dates réalistes de mise en service se regroupent autour de 2028 à 2032. L'interaction avec le réseau est un problème pour cette année. Et même avec un réacteur juste à côté, il faut encore gérer la transition, revendre l'excédent de production et tenir le coup pendant les années qui précèdent sa mise en service.
La deuxième : « n'est-ce pas simplement de la réponse à la demande, que les services publics pratiquent depuis des décennies ? » La réponse à la demande traditionnelle est manuelle, médiée par le service public et grossière — délestez la charge, soyez payé. Ce qui a changé, c'est le prix et la précision. À environ 120 000 dollars par mégawatt-an de valeur de capacité, une installation de 100 mégawatts offrant ne serait-ce que 20 pour cent de flexibilité envisage environ 2,4 millions de dollars par an, et une installation qui se structure pour éviter entièrement l'obligation de capacité peut envisager la totalité des quelque 12 millions de dollars. Des chiffres de cette ampleur justifient une optimisation automatisée et consciente des charges de travail dont les anciens programmes n'ont jamais eu besoin.
La troisième : « pourquoi ne pas simplement acheter le matériel chez Schneider ou Eaton ? » Vous devriez — ils fabriquent d'excellents équipements. Mais le matériel, c'est le corps ; l'orchestration, c'est le système nerveux, et c'est pourquoi Eaton a investi dans Emerald AI plutôt que de construire le logiciel elle-même. La couche de décision qui surveille les signaux du réseau, les prix du marché, la marge thermique et le calcul différable tous à la fois, et qui agit sur ceux-ci de manière coordonnée, est une discipline à part entière. C'est cette partie que nous construisons, et nous la construisons pour qu'elle repose sur le matériel que vous possédez déjà.
L'actif de l'autre côté du passif
Le système d'interaction entre centres de données et réseau électrique de Veriprajna existe grâce à une conviction que je n'avais pas quand j'ai commencé. Je suis désormais convaincu que les opérateurs qui survivront aux prochaines années ne sont pas ceux qui verrouillent le contrat d'électricité le moins cher. Ce sont ceux qui peuvent remettre à un service public un profil de flexibilité vérifié et à un régulateur un comportement de traversée documenté — et obtenir en échange un raccordement plus rapide et une facture de capacité plus basse.
Le byte blackout a été une catastrophe évitée de justesse. Environ 60 installations ont quitté le réseau à cause d'une règle de comptage, et le système a absorbé le choc — de justesse, en mettant hors ligne des centrales électriques dans deux États. PJM s'attend à fonctionner avec une marge de fiabilité minimale tout au long de l'été 2026 et pourrait passer sous ses normes d'ici juin 2027. Le prochain événement n'aura pas la même marge pour le rattraper.
Un centre de données peut être la charge flexible la plus grande, la plus contrôlable et la plus précieuse de tout le réseau. Chaque mégawatt qui a quitté la ligne en 82 secondes aurait pu au contraire être un mégawatt qui a choisi de se retirer, sur un signal, et a été payé pour cela. C'est là toute la différence entre un passif et un actif — et pour l'instant, tout se résume à savoir si le bâtiment peut décider par lui-même, à temps, avec des preuves. Cette décision est du logiciel. Nous avons décidé de l'écrire.
