Un traitement de l'IA plus intelligent pour un air plus pur : un plan pour réduire la pollution et prolonger la durée de vie des serveurs

A mesure que l'intelligence artificielle devient plus puissante et plus répandue, son coût environnemental augmente également.

Derrière chaque chatbot, générateur d'images et recommandation de programme télévisé en streaming se cachent d'immenses parcs informatiques composés de millions d'ordinateurs, hébergés dans un nombre croissant de centres de données. Ces derniers consomment des quantités astronomiques d'électricité et d'eau pour assurer leur refroidissement. La majeure partie de cette électricité est encore produite par des centrales thermiques fonctionnant aux énergies fossiles, contribuant directement à la pollution atmosphérique et au changement climatique.

Une étude menée par la faculté d'ingénierie Marlan et Rosemary Bourns de l'Université de Californie à Riverside propose une solution à ce problème croissant. Elle décrit une méthode permettant de réduire considérablement la pollution causée par le traitement de l'IA dans les grands centres de données, tout en prolongeant la durée de vie du matériel informatique. Selon les auteurs, les professeurs Mihri Ozkan et Cengiz Ozkan ,  aucun système existant ne combine ces deux objectifs.

Alors que d'autres stratégies se concentrent principalement sur la planification des tâches informatiques aux moments et aux endroits où l'électricité est la plus propre, le système proposé va plus loin. Appelé Federated Carbon Intelligence (FCI), il intègre la sensibilisation environnementale à des évaluations en temps réel de l'état des serveurs en service. L'objectif n'est pas seulement de minimiser les émissions de carbone, mais aussi de réduire la sollicitation et l'usure des machines qui génèrent cette pollution.

Les chercheurs, qui sont mariés, ont étayé leur proposition par des simulations. Leur modélisation a démontré que la technologie FCI pourrait réduire les émissions de dioxyde de carbone jusqu'à 45 % sur une période de cinq ans. Le système pourrait également prolonger la durée de vie opérationnelle d'un parc de serveurs de 1,6 an.

« Nos résultats montrent que la durabilité de l’IA ne peut être atteinte en se concentrant uniquement sur les énergies propres », a déclaré Mihri Ozkan, professeur de génie électrique et informatique. « Les systèmes d’IA vieillissent, chauffent et leur efficacité évolue avec le temps – et ces variations ont un coût carbone mesurable. »

« En intégrant les données en temps réel sur l’état du matériel et les données d’intensité carbone, notre cadre apprend à acheminer les charges de travail d’IA de manière à réduire les émissions tout en protégeant la fiabilité à long terme des machines elles-mêmes. »

En surveillant en permanence la température, l'âge et l'usure physique des serveurs, FCI contribue à éviter la surcharge des machines déjà sollicitées ou en fin de vie. Ce faisant, elle prévient les pannes coûteuses, réduit la consommation d'énergie et d'eau pour le refroidissement et prolonge la durée de vie des serveurs. 

Cette approche reconnaît que le développement durable ne se limite pas à une énergie plus propre. Il s'agit aussi d'optimiser l'utilisation des infrastructures existantes, expliquent les auteurs.

Leur système prend également en compte l'empreinte carbone complète du cycle de vie informatique, notamment les émissions liées à la fabrication de nouveaux serveurs. En prolongeant la durée de vie des machines existantes et en répartissant les tâches informatiques de manière à optimiser les performances, l'usure et l'impact environnemental, le système répond aux enjeux du développement durable.

« Nous réduisons les émissions opérationnelles en temps réel, mais nous ralentissons également la dégradation du matériel », explique Cengiz Ozkan, professeur de génie mécanique. « En prévenant l'usure inutile, nous réduisons non seulement l'énergie consommée aujourd'hui, mais aussi l'impact environnemental de la production de matériel de demain. »

FCI détermine dynamiquement où et quand traiter les tâches d'IA en fonction de données constamment mises à jour. Elle surveille l'état des machines, mesure l'intensité carbone de l'électricité consommée à tout moment et évalue les exigences de chaque charge de travail d'IA. Ensuite, grâce à ces informations, elle prend des décisions en temps réel pour envoyer la tâche au serveur le plus adapté, minimisant ainsi l'impact sur la planète et sur la machine.

Le déploiement de tels systèmes, pilotés par des modèles d'IA, pourrait représenter une avancée majeure tant pour la durabilité environnementale que pour l'industrie du cloud computing, ont déclaré les chercheurs.

L’établissement de ce cadre adaptatif ne nécessiterait pas de nouveaux équipements, mais simplement une meilleure coordination des systèmes existants, a déclaré Mihri Ozkan.

Publiée dans la revue MRS Energy and Sustainability, l’étude est intitulée « Intelligence carbone fédérée pour une IA durable : optimisation en temps réel de parcs matériels hétérogènes ».

Les chercheurs affirment que la prochaine étape consiste à nouer des partenariats avec des fournisseurs de services cloud afin de tester l'infrastructure FCI dans des centres de données réels, une initiative qui pourrait jeter les bases d'une infrastructure d'IA à zéro émission nette à l'échelle mondiale. Les Ozkans ont souligné l'urgence de la situation : le nombre croissant de centres de données consomme déjà plus d'énergie que des pays entiers, dont la Suède.

« L’IA se développe plus vite que les systèmes énergétiques qui la soutiennent », a déclaré Cengiz Ozkan. « Des solutions comme la nôtre démontrent qu’une informatique respectueuse du climat est possible, sans compromis sur les performances. » 

https://news.ucr.edu/articles/2025/11/20/smarter-ai-processing-cleaner-air