Les émissions de l'IA sont sur le point de monter encore en flèche
infohightech ·
Les émissions des centres de données ont triplé depuis 2018. À mesure que des modèles d'IA plus complexes, comme Sora d'OpenAI, seront diffusés à grande échelle, ces chiffres vont probablement grimper en flèche.
Ce n'est un secret pour personne que le boom actuel de l'IA consomme d'immenses quantités d'énergie. Nous avons désormais une meilleure idée de cette consommation.
Un nouvel article, rédigé par une équipe de la Harvard T.H. Chan School of Public Health, a examiné 2132 centres de données opérant aux États-Unis (78 % de toutes les installations du pays). Ces installations - essentiellement des bâtiments remplis à ras bord de rangées de serveurs - sont l'endroit où les modèles d'IA sont formés, et ils sont également « pingés » chaque fois que nous envoyons une requête par l'intermédiaire de modèles tels que ChatGPT. Ils nécessitent d'énormes quantités d'énergie, à la fois pour alimenter les serveurs et pour les maintenir au frais.
Depuis 2018, les émissions de carbone des centres de données aux États-Unis ont triplé. Pour les 12 mois se terminant en août 2024, les centres de données étaient responsables de 105 millions de tonnes de CO2, soit 2,18 % des émissions nationales (à titre de comparaison, les compagnies aériennes commerciales nationales sont responsables d'environ 131 millions de tonnes). Environ 4,59 % de toute l'énergie utilisée aux États-Unis est consacrée aux centres de données, un chiffre qui a doublé depuis 2018.
Il est difficile de chiffrer la part de l'IA en particulier, qui est en plein essor depuis le lancement de ChatGPT en novembre 2022, dans cette augmentation. En effet, les centres de données traitent de nombreux types de données différents - en plus d'entraîner ou d'envoyer des modèles d'IA, ils font tout, de l'hébergement de sites web au stockage de vos photos dans le nuage. Toutefois, les chercheurs affirment que la part de l'IA augmente rapidement, car presque tous les segments de l'économie tentent d'adopter cette technologie.
« Il s'agit d'une montée en puissance considérable », déclare Eric Gimon, chercheur principal au sein du groupe de réflexion Energy Innovation, qui n'a pas participé à la recherche. « Il y a beaucoup d'analyses haletantes sur la rapidité avec laquelle cette croissance exponentielle pourrait se produire. Mais l'entreprise n'en est qu'à ses débuts lorsqu'il s'agit de trouver des gains d'efficacité ou différents types de puces ».
Les sources de toute cette énergie sont particulièrement « sales ». Étant donné que de nombreux centres de données sont situés dans des régions productrices de charbon, comme la Virginie, l'« intensité carbone » de l'énergie qu'ils utilisent est supérieure de 48 % à la moyenne nationale. L'article, qui a été publié sur arXiv et n'a pas encore fait l'objet d'un examen par les pairs, révèle que 95 % des centres de données aux États-Unis sont construits dans des endroits où les sources d'électricité sont plus polluantes que la moyenne nationale.
Selon Falco Bargagli-Stoffi, l'un des auteurs de l'étude, il n'y a pas que le fait d'être situé au pays du charbon qui est en cause. « L'énergie la plus polluante est disponible tout au long de la journée », explique-t-il, et de nombreux centres de données en ont besoin pour fonctionner 24 heures sur 24 et 7 jours sur 7. « L'énergie renouvelable, comme l'énergie éolienne ou solaire, n'est peut-être pas aussi disponible. Les incitations politiques ou fiscales, ainsi que la réticence des autorités locales, peuvent également influer sur l'emplacement des centres de données. "
L'une des principales évolutions de l'IA à l'heure actuelle signifie que les émissions de ce domaine sont susceptibles de monter en flèche. Les modèles d'IA passent rapidement de générateurs de texte assez simples comme ChatGPT à des générateurs d'images, de vidéos et de musique très complexes. Jusqu'à présent, bon nombre de ces modèles « multimodaux » sont restés au stade de la recherche, mais les choses sont en train de changer.
OpenAI a rendu public son modèle de génération vidéo Sora le 9 décembre, et son site web a été tellement inondé de trafic par des personnes désireuses de le tester qu'il ne fonctionne toujours pas correctement. Des modèles concurrents, comme Veo de Google et Movie Gen de Meta, n'ont toujours pas été rendus publics, mais si ces entreprises suivent l'exemple d'OpenAI comme elles l'ont fait par le passé, elles ne devraient pas tarder à le faire.
Les modèles de génération de musique de Suno et Udio se développent (malgré les poursuites judiciaires), et Nvidia a publié son propre générateur audio le mois dernier. Google travaille sur son projet Astra, qui sera un compagnon IA vidéo capable de converser avec vous sur votre environnement en temps réel.
Google vient de lancer une multitude de nouveaux produits, dont Gemini 2.0, qui pourrait alimenter un nouveau monde d'agents. Nous avons pu le découvrir en avant-première.
« À mesure que nous passons aux images et aux vidéos, la taille des données augmente de manière exponentielle », explique Gianluca Guidi, doctorant en intelligence artificielle à l'université de Pise et à l'IMT Lucca, qui est l'auteur principal de l'article. Si l'on ajoute à cela une adoption plus large, les émissions ne tarderont pas à augmenter."
L'un des objectifs des chercheurs était de mettre au point un moyen plus fiable d'obtenir des instantanés de la quantité d'énergie consommée par les centres de données. La tâche s'est avérée plus compliquée qu'on ne pourrait le penser, étant donné que les données sont dispersées dans un certain nombre de sources et d'agences. Ils ont maintenant créé un portail qui montre les émissions des centres de données dans tout le pays. L'objectif à long terme de ce pipeline de données est d'éclairer les futurs efforts réglementaires visant à réduire les émissions des centres de données, qui devraient connaître une croissance considérable dans les années à venir.
« La pression va s'accroître entre la communauté soucieuse de l'environnement et de la durabilité et les grandes entreprises technologiques », déclare Francesca Dominici, directrice de la Harvard Data Science Initiative et autre coauteur de l'étude. « Mais je prédis qu'il n'y aura pas de réglementation. Pas dans les quatre prochaines années.