Passer au contenu

Analytique intelligente

Analytique énergétique


Un campus d’IA n’est extensible que dans la mesure où l’énergie derrière lui l’est, et l’énergie ne se résume pas à une moyenne annuelle. Un campus se conçoit, se finance et se contractualise en fonction de sa pire heure. Bedrock a construit une plateforme pour trouver cette heure avant que quoi que ce soit ne soit coulé.

ETNX : chaque heure, modélisée avant d’être construite


Une année compte 8 760 heures. La plupart des prévisions de charge les ramènent à un seul chiffre — une puissance en mégawatts, un facteur d’utilisation, une consommation annuelle estimée — et ce chiffre ne sert à rien pour la décision qui compte vraiment : ce site peut-il porter cette charge aux heures où le réseau est le plus tendu ?

La plateforme ETNX — pour Energy Transition Nexus — est la plateforme d’analytique des réseaux électriques de Bedrock. Elle modélise la consommation énergétique des centres de données d’IA modulaires et extensibles heure par heure, face à ce que la production, le stockage et le raccordement d’un site peuvent livrer aux mêmes heures, à chaque phase d’un déploiement. Elle a été écrite par des gens dont le métier est d’aménager des actifs énergétiques, et non par des gens qui les modélisent de l’extérieur.

Un modèle de la demande, pas une estimation


La charge d’une installation d’IA ne se comporte pas comme une charge industrielle. Les entraînements tirent fort et sans relâche pendant des semaines ; l’inférence suit la journée de travail du continent qu’elle dessert ; le refroidissement suit la météo à l’extérieur de la salle ; et une salle en mise en service n’a rien à voir avec une salle pleine. En faire la moyenne produit un chiffre sur lequel aucun ingénieur ne devrait avoir à concevoir.

ETNX les modélise séparément et les additionne correctement. Profils de consommation par baie et par salle, cycles de service selon le type de charge de travail, demande de refroidissement selon la température ambiante, comportement en montée pendant la mise en service, et les sauts à mesure que chaque module entre en service. Le résultat est une courbe de demande horaire pour un campus qui n’existe pas encore, phase par phase, avec son incertitude énoncée plutôt qu’enfouie.

Un campus qui se construit par modules doit s’alimenter par modules. Le calendrier de construction est une sortie du modèle, pas une donnée qu’on lui fournit.

Confronté à ce que le site peut réellement livrer


Le même modèle fait tourner l’autre côté du compteur. L’état de charge du réservoir au fil d’un cycle de charge et de décharge. Le nombre d’heures de stockage qui restent après un long calme. La disponibilité de la production ferme. La réponse des batteries. La limite au point de raccordement. Les conditions de marché et de répartition sur le réseau ontarien, y compris les heures où le réseau a un excédent qu’il ne peut placer et celles où il n’a rien à céder.

Mettez les deux côtés ensemble et la question cesse d’être rhétorique. Combien de mégawatts de calcul modulaire ce site peut-il alimenter de façon ferme, à chaque heure, à chaque phase de construction ? Que voit le réseau pendant ce temps — un allègement ou un fardeau ? Où apparaît la première heure de défaillance, et quelle est la correction la moins coûteuse : un bloc de batteries de plus, une heure de stockage de plus, ou un autre ordre de phasage ?

Là où l’IA fait le travail


À trois endroits, et il vaut la peine d’être précis plutôt que décoratif à ce sujet.

Apprendre la charge. Les relevés de consommation d’installations comparables, les archives météorologiques et les schémas de charge de travail servent à entraîner des prévisions de ce qu’un campus tirera réellement, plutôt que de ce qu’une fiche technique dit qu’il pourrait tirer.

Trouver les heures de contrainte. À partir de décennies de données de réseau, la plateforme repère les heures où l’offre et la demande se rapprochent le plus — la poignée d’heures qui détermine toute la conception — au lieu d’échantillonner une semaine typique en espérant que ça tienne.

Répartir les actifs. Quand charger, quand retenir, quand faire tourner les turbines, quand vendre au marché plutôt que de stocker. Un parc de quatre actifs a plus d’états de fonctionnement qu’une personne ne peut utilement embrasser, et c’est dans cette répartition que se décide la valeur du site.

Il y a là une symétrie que Bedrock trouve utile. L’analyse qui dimensionne l’énergie relève du même type de calcul que celui que cette énergie servira à alimenter.

Conçu pour un site, écrit pour tous


ETNX a été construit autour du Bedrock Energy Campus — quatre actifs, deux réservoirs, un raccordement de 500 kV, une charge modulaire phasée — parce que c’est la version la plus difficile du problème et celle que Bedrock devait résoudre en premier. Le dépôt transmis à la SIERE en octobre 2026 y est modélisé.

Rien dans la méthode n’est propre à Bayfield. Tout site où la production, le stockage et une forte charge continue partagent un raccordement pose les mêmes questions, et Bedrock compte y répondre pour plus d’un site.

En savoir plus sur notre approche


Les actifs vers lesquels le modèle est pointé : Infrastructure et technologie. Comment le capital est échelonné selon les phases : Investissement stratégique.

Nous joindre

Parlons-en

Propriétaire foncier, municipalité, fournisseur ou média : dites-nous qui vous êtes et nous vous dirigerons vers la bonne personne.

Nous joindre