Une nouvelle opportunité intéressante en matière de propriété intellectuelle dans la conception des centres de données : peut-on breveter un système de refroidissement intelligent ?

Comment le refroidissement contrôlé par l’IA et les jumeaux numériques créent de nouvelles opportunités en matière de propriété intellectuelle et de la valeur pour les innovateurs dans le domaine des centres de données.

L’innovation en matière de refroidissement des centres de données a le vent en poupe

La croissance rapide des centres de données, de plus en plus utilisés pour le traitement de l’IA, pose de nouveaux défis. Le refroidissement des centres de données devient rapidement un enjeu technologique fondamental, et les charges de travail liées à l’IA, qui génèrent souvent une chaleur considérable et de plus en plus variable, peuvent mettre à rude épreuve les infrastructures de gestion thermique, d’alimentation électrique et de refroidissement. Avec les progrès réalisés dans le domaine du contrôle du refroidissement, un secteur important d’activité en matière de brevets pourrait voir le jour.

La gestion thermique et le refroidissement constituent déjà l’un des domaines les plus actifs en matière de brevets liés aux centres de données. L’Office taïwanais de la propriété intellectuelle (TIPO) a recensé 8 449 familles de brevets mondiaux relatifs aux technologies de refroidissement des centres de données et des serveurs, publiés entre 2015 et 2024. Le secteur a enregistré un TCAC de 17 % au cours de la décennie, avec plus de 1 000 dépôts annuels à partir de 2022[1]^,[2]. Ce niveau de dépôts de brevets suggère une forte concurrence dans le domaine des technologies d’infrastructure d’IA en général.

Par ailleurs, parmi les 20 principaux déposants identifiés par le TIPO, huit sont des entreprises américaines, six proviennent de Chine continentale et trois sont taïwanaises. Le groupe américain comprend NVIDIA, Alphabet, Microsoft et Amazon, dont les travaux techniques portent sur le contrôle de l’IA, l’optimisation des réseaux neuronaux, le refroidissement direct sur puce et le refroidissement microfluidique. Parmi les déposants chinois figurent Inspur, Baidu, Huawei et State Grid, dont les demandes portent sur la surveillance des infrastructures à grande échelle et le contrôle prédictif. Les déposants taïwanais Inventec, Foxconn et Quanta déposent des demandes concernant des innovations en matière d’intégration matérielle, de refroidissement par liquide et de systèmes d’immersion.

Ces dépôts de brevets montrent que la technologie de refroidissement évolue du refroidissement par air vers le refroidissement liquide «direct-to-chip» et le refroidissement par immersion. De plus en plus, le contrôle piloté par l’IA, les jumeaux numériques et l’apprentissage par renforcement sont utilisés pour gérer les besoins en refroidissement des centres de données.

Contrôle intelligent du refroidissement

Les nouvelles innovations en matière de technologie de refroidissement des centres de données ne sont pas liées au matériel ; de nouvelles méthodes de contrôle intelligent du refroidissement, utilisant des solutions logicielles, sont développées pour gérer les besoins en refroidissement variables et parfois importants des centres de données modernes.

Un jumeau numérique (modèle informatique du système réel) peut être utilisé pour simuler virtuellement différentes conditions thermiques et stratégies de refroidissement d’un système de refroidissement de centre de données avant que des modifications ne soient apportées à une installation physique[3]. Un tel modèle peut permettre de simuler des scénarios de refroidissement par air, par liquide ou par immersion. Les résultats peuvent servir de base à l’élaboration d’une stratégie d’exploitation appropriée, éventuellement en temps quasi réel, afin de définir et de déployer des processus d’optimisation du refroidissement.

Le contrôle par apprentissage automatique peut être utilisé pour réguler le refroidissement[4], en ajustant de manière dynamique la vitesse des ventilateurs, le débit d’air ou les paramètres de refroidissement par liquide en fonction des conditions thermiques en temps réel. Ce type de contrôle peut impliquer une gestion prédictive de la charge de travail, capable d’anticiper un événement thermique avant l’exécution d’une charge de travail à forte intensité de calcul, ce qui permet d’ajuster de manière proactive les pompes, les refroidisseurs ou d’autres ressources de refroidissement.

Ces solutions axées sur les logiciels pour le refroidissement des centres de données impliquent une innovation significative, ce qui soulève la question suivante : ces approches logicielles peuvent-elles faire l’objet d’un brevet ?

La propriété intellectuelle dans le domaine du refroidissement des centres de données assisté par logiciel

Ces innovations sont potentiellement brevetables, mais la portée de la protection d’un modèle de refroidissement basé sur l’IA ne se limitera probablement pas à « un modèle d’IA pour le refroidissement ».

Selon les principes du droit européen des brevets, l’IA et les modèles mathématiques ne sont pas exclus de la protection par brevet s’ils apportent une contribution technique en résolvant un problème technique. L’IA et les techniques d’apprentissage automatique peuvent contribuer au caractère technique d’une invention lorsqu’elles font partie d’une solution technique. Ainsi, un système de refroidissement basé sur l’IA peut faire l’objet d’une revendication en définissant l’IA comme une partie intégrante du système de contrôle du refroidissement au sens large. Par exemple, l’intégration d’entrées techniques telles que les données reçues de capteurs de température, ou les données indiquant les besoins en traitement de données du centre de données, peut étayer une invention technique. De plus, les sorties ayant une finalité technique, comme la fourniture d’un signal de commande au matériel de refroidissement, viennent également étayer l’argument selon lequel il existe un système global technique.

En l’absence de caractéristiques de revendication reliant le modèle d’IA au monde réel et produisant un effet technique, la revendication risque d’être considérée comme une méthode mathématique ou un programme d’ordinateur en tant que tel, et donc d’être exclue de la brevetabilité. Un modèle d’IA qui se contente de prédire la température peut faire l’objet d’une procédure d’examen plus difficile à l’OEB qu’un modèle d’IA qui prédit la température et contrôle un système de refroidissement en fonction de la température prédite.

Qu’est-ce qui pourrait potentiellement être breveté ?

Plusieurs domaines peuvent offrir des possibilités de protection par brevet, sous réserve des exigences habituelles de nouveauté, d’activité inventive et de suffisance de la divulgation. Par exemple :

Contrôle thermique prédictif : lorsqu’un système de contrôle utilise la charge de travail et les données des capteurs pour prédire les conditions thermiques futures et ajuster de manière proactive l’équipement de refroidissement avant qu’une contrainte thermique ne soit atteinte.

Refroidissement contrôlé par jumeau numérique : un système qui utilise un jumeau numérique pour simuler différents états thermiques ou stratégies de refroidissement, puis applique la stratégie de contrôle sélectionnée à un circuit de refroidissement physique.

Optimisation de la relation charge de travail/refroidissement : une architecture de contrôle physique qui relie la planification de la charge de travail par IA, l’utilisation des processeurs du centre de données ou la demande de calcul prévue à l’allocation des ressources de refroidissement et au contrôle de ces dernières.

Contrôle par IA soumis à des contraintes physiques : un système de contrôle basé sur l’apprentissage automatique dans lequel les prévisions ou les décisions de contrôle sont soumises à des contraintes thermiques, fluidodynamiques ou autres paramètres physiques afin d’améliorer la stabilité, l’efficacité ou les performances du refroidissement.

Il convient également de noter que si l’innovation dans un système alimenté par l’IA réside réellement dans les détails du modèle d’apprentissage automatique permettant d’effectuer le contrôle de la température d’une manière particulière (par opposition à l’utilisation d’un modèle d’apprentissage automatique d’une nouvelle manière), l’OEB s’attendra à ce que les détails du modèle d’apprentissage automatique soient clairement exposés dans la description, tels que les caractéristiques des données d’entraînement, l’architecture et les paramètres du modèle d’apprentissage automatique, ainsi que la nature des entrées et des sorties. Une revendication de type « boîte noire » se contentant d’indiquer que l’apprentissage automatique est impliqué aura peu de chances de répondre aux critères de brevetabilité si ce sont les détails du modèle d’apprentissage automatique qui produisent l’effet technique et résolvent un problème.

Où se situerait l’espace de brevetage inexploré ?

La technologie de refroidissement des centres de données se développe depuis un certain temps déjà, et l’activité en matière de brevets dans le domaine de la gestion thermique est déjà considérable et de plus en plus concurrentielle dans cette nouvelle ère des grands centres de données dédiés au traitement de l’IA.

Une opportunité plus intéressante pourrait donc résider non pas dans une technologie de refroidissement entièrement nouvelle, mais dans la combinaison de technologies établies avec un contrôle intelligent.

Par exemple, un jumeau numérique utilisé non seulement pour la simulation, mais aussi pour générer de manière innovante des signaux de commande destinés aux pompes et aux vannes, peut être considéré comme nouveau et inventif. Un contrôleur basé sur l’IA qui traduit la demande de charge de travail prévue en ajustements physiques du refroidissement et indique à un système de refroidissement comment fonctionner peut également être brevetable. Il est essentiel de fournir suffisamment de détails sur la manière dont ces approches sont nouvelles et inventives par rapport à l’état de la technique pour démontrer l’existence d’une invention brevetable.

Pour les entreprises technologiques qui investissent massivement dans des centres de données dédiés à l’IA, identifier et protéger le lien entre la détermination des besoins en refroidissement de l’IA ou des logiciels et l’infrastructure thermique physique peut s’avérer aussi important que de protéger d’autres aspects du refroidissement, tels que le matériel de refroidissement.

Pourquoi est-ce important aujourd’hui ?

Les infrastructures d’IA sont déployées à une échelle extraordinaire, ce qui accroît la pression sur l’alimentation électrique, le refroidissement et l’efficacité opérationnelle. Les dépenses de construction de centres de données aux États-Unis ont atteint un taux annualisé de plus de 75 milliards de dollars en juillet 2026, soit près de 60 % de plus qu’en juillet 2025, selon les données du Bureau du recensement des États-Unis[5].

Parallèlement, l’activité en matière de brevets liés à l’IA continue de croître : l’OEB a fait état d’une augmentation de 9,5 % des demandes de brevets dans le domaine de l’IA en 2025, ainsi que d’une hausse de 6,1 % des demandes dans le domaine des technologies informatiques[6].

Alors que les charges de travail liées à l’IA continuent d’accroître les besoins en énergie et en refroidissement des centres de données, la technologie utilisée pour gérer et refroidir cette infrastructure prend de plus en plus d’importance en soi. Pour les entreprises, la possibilité de protéger des méthodes de refroidissement innovantes peut offrir une protection précieuse de la propriété intellectuelle dans ce domaine technologique de plus en plus important, à condition de bien maîtriser les critères de brevetabilité en Europe pour les développements logiciels et en IA. Les entreprises devraient considérer le contrôle intelligent du refroidissement comme un actif stratégique de propriété intellectuelle, et non comme un simple outil d’efficacité opérationnelle.

Cet article a été rédigé par Janine Swarbrick, associée et conseil en propriété industrielle.