Intelligence artificielle : quel est son véritable impact environnemental ?

Une recette ? Un itinéraire ? Un conseil déco ? L'intelligence artificielle s'est invitée dans tous les domaines de nos vies. Mais savez-vous que chacune de vos requêtes a un coût ? Car derrière un concept qui se veut virtuel, impalpable, se cachent des hectares d'entrepôts, des millions de litres d'eau et des puces électroniques à plusieurs dizaines de milliers d'euros.

Dans un avis récemment mis en avant, l’ADEME, agence de la transition écologique, détaille les conséquences environnementales de ces outils et propose des moyens de limiter leur impact.

Derrière chaque requête, des tonnes d'infrastructures

Les modèles IA s'entrainent grâce à un processeur appelé GPU. Cette puce électronique, créée à l’origine pour l’affichage graphique, excelle à mener des milliards de calculs en parallèle. Son prix ? Entre 40 000 et 50 000 dollars. Son impact environnemental ? L'équivalent de la consommation d'un four à micro-ondes qui ne s’éteindrait jamais.

Or chaque serveur regroupe huit de ces puces. Et chaque centre de calcul dédié à l’IA aligne des dizaines de milliers de ces serveurs.

« On présente l’IA comme immatérielle, alors qu’elle repose sur des équipements et des infrastructures énergivores », explique Thomas Brilland, du service Sobriété et consommation de l’ADEME.

Les travaux de l'ADEME soulignent aussi qu'un gros centre de calcul dédié à l’IA peut nécessiter une puissance « qui représente l’équivalent d’un réacteur nucléaire. » À cela s'ajoutent la bétonisation de terres agricoles pour construire des centres de données et une lourde consommation d'eau - critique en période de sécheresse - et de ressources minérales.

Une consommation qui pourrait fortement augmenter

L'IA consomme en deux étapes :

• L'entrainement : c'est la phase d’apprentissage pendant laquelle « le modèle ajuste ses paramètres sur des masses de données », en mobilisant des milliers de serveurs pendant plusieurs jours.

• L'usage : chaque requête a une consommation énergétique très faible. C'est l'addition des milliards de requêtes effectuées chaque jour qui pose problème.
  

Dans l'hexagone, la consommation électrique des centres de données pourrait être multipliée par 3,7 d’ici 2035 si les tendances actuelles se poursuivent.

AI for Green vs AI for Brown

Si l'IA générative consomme énormément, ses usages au service de la transition écologique consomment bien moins. Mais alors que l'IA aide à l'adaptation au dérèglement climatique par exemple (AI for Green), elle peut aussi servir à optimiser l’extraction d’énergies fossiles et à repérer de nouveaux gisements de pétrole (AI for Brown).

Quels gestes adopter pour limiter son empreinte ?

L'ADEME propose quatre recommandations pour limiter l’impact de l’IA générative. Mesurer autant que possible pour obtenir des données fiables sur la consommation exacte de l'IA, concevoir des IA plus sobres en limitant l'usage systématique de l'IA générative, relocaliser et planifier, autrement dit « rapatrier en France des centres de données aujourd’hui hébergés à l’étranger ».

Enfin, côté consommateurs, l'ADEME préconise d'adopter de meilleurs réflexes comme de formuler des demandes précises pour éviter les échanges inutiles, de choisir un outil adapté au besoin, plutôt que le modèle le plus puissant, de limiter la génération de vidéos lorsqu’elle n’est pas nécessaire ou encore de désactiver les fonctionnalités d’IA activées par défaut quand elles sont inutiles.