Aujourd’hui, l’écologie est l’enjeu majeur de notre société. Avec l’essor de l’IA et des nouvelles technologies, il est donc normal de se poser la question de l’impact écologique de l’IA et des nouvelles technologies.
Table
L’impact réel du Numérique
La consommation d’énergie des serveurs et des Datacenters
Souvent, on est tenté de dire que les gros serveurs et les gros datacenters consomment des quantités gigantesques d’énergie, et donc qu’ils polluent, mais est-ce vrai ?
Tout d’abord, selon l’agence internationale de l’énergie (AIE), les Datacenters ont consommé 1.5% de l’énergie mondiale, un chiffre en hausse de 12% par rapport à 2017, notamment dû au développement de l’IA. Également, l’AIE estime que la consommation d’énergie des Datacenters serait deux fois plus importante d’ici 2030.
La véritable source de Pollution
Cependant, si les datacenters utilisaient des énergies renouvelables, leur consommation ne serait pas un si gros problème. Malheureusement, ces derniers utilisent beaucoup d’énergies fossiles et d’eau (pour le refroidissement). Prenons l’exemple d’un Datacenter d’un Mégawatt, utilisant principalement des énergies fossiles : Celui-ci est utilisé dans les entreprises moyennes à grandes. Par an, il peut consommer jusqu’à 25 Millions de litres d’eau, et rejeter 3300 Tonnes de CO2. Cette double consommation engendre un double enjeu. Dans les régions subissant un stress hydrique, celui-ci est d’autant plus grand.
Comment enrayer cette pollution ?
Fort heureusement, il existe toujours des solutions.
- Optimiser les algorithmes utilisés afin de réduire la consommation énergétique
- Se tourner vers des sources d’énergie plus durables et moins polluantes
- Innover dans le refroidissement des datacenters, en utilisant l’air dans les régions plus fraîches, ou d’autres liquides qui réduiraient l’utilisation d’eau
La fabrication des composants
En plus de la consommation d’énergie, un autre enjeu des datacenters (voir n’importe quel équipement électronique) est la fabrication de ces derniers. En effet, certains métaux comme l’or ou le cuivre sont de très bons conducteurs, cependant, ils sont très rares. On considère que pour une tonne de terre creusée, on peut en sortir 5 à 20kg de cuivre, et 1 à 5 grammes d’or. Couplé aux traitements chimiques nécessaires pour transformer ces métaux en composants, la fabrication d’un objet électronique génère elle aussi beaucoup de CO2.
L’IA, une technologie gourmande
Le cout de l’entraînement d’un modèle
Comme vu dans cet article, entraîner un modèle d’IA est plutôt long, et couteux. Mais comme cela se répercute-t-il écologiquement ? Prenons l’exemple de l’entraînement de GPT-3 (l’ancien modèle). Il est estimé que l’entraînement a coûté 5.4 Millions de litres d’eau, dont 700.000 pour le refroidissement, ce qui représente une quantité colossale. Le reste est l’eau utilisée pour la génération d’électricité. Cette dernière n’est malheureusement pas écologique car l’énergie produite aux États-Unis se repose beaucoup se les énergies fossiles.
La sollicitation permanente des IA
Le coût d’une requête
Il est tentant de penser qu’une seule requête faite à une IA ne rejette quasiment pas de CO2, ce qui n’est pas faux. Aux Etats unis, une requête à chat GPT rejette 4.3g de CO2, et en France, ce serait trois fois moins. Pour la génération d’images, cela représente 12g aux États Unis et 3g en France – grâce au Nucléaire et au renouvelable. Il est également important de noter que ces chiffres sont une moyenne qui varie en fonction de l’efficacité des data centers, du contenu de la requête, etc…
L’effet de masse engendré
Comme vu précédemment, le rejet de CO2 d’une requête n’est pas très élevé. Cependant, si l’on met ces valeurs à l’échelle mondiale et qu’on y ajoute l’utilisation constante, les chiffres deviennent bien plus gros. En 2024, la quantité de CO2 rejeté par les conversations de Chat GPT sont estimées à plus de 3000 Tonnes
Utiliser l’IA de manière responsable et écologique
Limiter l’impact écologique de l’IA
Conscients de cet énorme impact écologique, les entreprises se sont adaptées, en créant des modèles plus petits, ou en se développant dans un but écologique.
Vers des modèles plus petits
Aujourd’hui, toutes les entreprises s’efforcent de réduire la taille de leurs modèles sans sacrifier les performances. Cela possède l’avantage de les rendre plus accessibles dans le cas de la génération d’images. Pour cela, différentes solutions sont possibles : Stocker les nombres sur 8 bits au lieu de 32, enlever des parties inutiles du modèle neuronal ou encore, entraîner un petit modèle qui imite un plus grand, ce qui n’en réduit pas les performances.
Vers des modèles plus responsables
Face à ce défi écologique, les grandes entreprises telles que NVIDIA, Apple et Microsoft s’engagent vers une utilisation d’énergie 100% renouvelable. D’autres entreprises comme Hugging Face (Communauté d’applications IA) publient leur bilan carbone, afin d’assurer une transparence. Enfin, Ollama permet d’utiliser des modèles de conversations en local, réduisant l’utilisation de serveurs distants.
Utiliser l’IA au service de l’écologie
Enfin, aussi polluante soit-elle, l’IA peut être utilisée à bon escient, pour prédire et résoudre des problèmes écologiques. En effet, puisque les IA utilisent des modèles probabilistes, elles peuvent prédire beaucoup de choses à partir de simples informations. Cela peut s’appliquer à beaucoup de domaines de l’écologie :
- Optimiser l’énergie : Ajuster la ventilation et le chauffage dans les bâtiments, prédire la demande énergétique
- Protéger la biodiversité : Analyser des vues satellites pour identifier forêts et océans afin d’analyser leur état, détecter des comportements suspects dans les réserves naturelles…
- Transitionner vers une agriculture durable : Limiter l’utilisation de produits chimiques et anticiper des maladies végétales, tout en maximisant les rendements. Mais également la gestion de l’irrigation, afin de ne pas gaspiller l’eau
- Lutter contre le réchauffement climatique : Prédire les évènements climatiques extrêmes, suivre les émissions de CO2 afin de détecter les émissions illégales
Trois points à retenir
La consommation d’énergie de l’IA
Aujourd’hui, les datacenters et serveurs utilisés par l’IA consomment de plus en plus d’énergie, et d’eau, posant deux enjeux majeurs
Pourquoi consomment-elles autant ?
Cela est dû à un effet de masse, car tout le monde utilise l’IA aujourd’hui, et certains l’utilisent trop. Une fois cumulé, les IA rejettent des quantités non négligeables de CO2
Comment l’utiliser à bon escient ?
Aujourd’hui, l’IA peut être utilisée pour prédire beaucoup de phénomènes, il est donc pertinent de l’utiliser pour réduire son empreinte carbone