La consommation énergétique croissante de l'IA suscite des inquiétudes

L'intelligence artificielle (IA) a fait des progrès considérables ces dernières années, révolutionnant les interactions homme-machine et permettant l'exécution de tâches complexes. Cependant, à mesure que ses capacités s'étendent, sa consommation d'énergie augmente également, suscitant des inquiétudes quant à son impact environnemental et ses conséquences économiques.

Expansion rapide de la technologie de l'IA

Dans le monde de l'IA, des tâches simples comme allumer un interrupteur sont devenues des interactions complexes aux implications considérables en termes de ressources. Kate Crawford et Vladan Joler, dans leur analyse de 2018, ont mis en lumière le réseau complexe d'tracde ressources, de travail humain et de traitement algorithmique impliqué même dans les interactions les plus banales avec l'IA. L'énergie et les ressources de calcul nécessaires à ces interactions ont explosé ces dernières années, dépassant la croissance prédite par la loi de Moore.

Une étude de 2021 a révélé que la puissance de calcul utilisée pour entraîner de grands modèles d'apprentissage profond destinés au traitement automatique du langage naturel et à d'autres applications a été multipliée par 300 000 en seulement six ans, dépassant ainsi le rythme de la loi de Moore. La consommation énergétique liée à l'IA, notamment dans les centres de données, est devenue une préoccupation majeure.

La consommation énergétique croissante de l'IA

Il est difficile d'obtenir des estimations précises de la consommation électrique de l'IA, ce qui complique l'évaluation de l'ampleur réelle du problème. Cependant, des rapports récents ont permis d'éclairer l'échelle de cette consommation énergétique. Google, par exemple, a indiqué que l'IA représentait entre 10 et 15 % de sa consommation électrique totale en 2021, soit environ 2,3 térawattheures par an, une consommation comparable à celle d'une ville de la taille d'Atlanta.

De plus, si un système d'IA comme ChatGPT était utilisé pour chaque recherche Google, la consommation d'électricité pourrait atteindre le chiffre astronomique de 29,2 térawattheures par an. La demande croissante de puces informatiques spécialisées en IA, dont la puissance se mesure désormais en téraflops et qui sont des milliers déployées dans les centres de données dédiés à l'IA, contribue également à cette consommation.

Nvidia, un fabricant leader de puces spécialisées dans l'IA, prévoit de livrer 1,5 million d'unités de serveurs d'IA par an d'ici 2027. Cependant, le fonctionnement de ces serveurs à pleine capacité consommerait plus de 85 térawattheures d'électricité par an, dépassant les besoins énergétiques de nombreux petits pays.

Le PDG d'OpenAI, Sam Altman, a exprimé son inquiétude face à la consommation énergétique croissante de l'IA et à la nécessité de réaliser des percées dans la production d'énergie, telles que la fusion nucléaire ou une énergie solaire plus rentable avec des capacités de stockage.

L'impact économique de la consommation d'énergie de l'IA

La forte consommation énergétique de l'IA engendre des coûts considérables, limitant ainsi son accessibilité à grande échelle. Si Sam Altman avait initialement indiqué que ChatGPT coûtait « quelques centimes par conversation », les coûts de calcul pour ChatGPT à lui seul atteignaient 700 000 dollars par jour dès février 2023.

Si l'on extrapole ce constat aux moteurs de recherche comme Google et Bing, qui desservent des centaines de millions d'utilisateurs chaque jour, le coût élevé de l'accès aux modèles d'IA avancés devient évident. Ce coût important constitue un frein à la mise à disposition du public des meilleurs modèles d'IA.

Défis liés à la production de matériel d'IA

La production de matériel informatique dédié à l'IA présente des défis spécifiques, contribuant à sa rareté et à son coût élevé. La fabrication des puces commence par le raffinage du silicium jusqu'à des niveaux de pureté extrêmes, un processus énergivore. La lithographie, essentielle à la structuration des puces, a nécessité le développement de la photolithographie ultraviolette extrême (EUV), une technologie complexe et coûteuse utilisant une lumière d'une longueur d'onde de 13,5 nanomètres.

La photolithographie EUV nécessite des composants spécialisés, tels que des lasers de forte puissance et des miroirs ultra-lisses. La société néerlandaise ASML est le seul fabricant de machines de photolithographie EUV pour la production de puces, et ces machines coûtent plus de 100 millions de dollars chacune.

Chaîne d'approvisionnement mondiale et intensité énergétique

L'industrie mondiale des semi-conducteurs a délocalisé une grande partie de sa production en Asie, où des technologies de pointe sont souvent utilisées. De l'extraction minière au raffinage et à la fabrication, la production de puces repose fortement sur une infrastructure industrielle énergivore, notamment le transport par porte-conteneurs et par avion.

La complexité et l'empreinte carbone de cette chaîne d'approvisionnement mondiale constituent des obstacles majeurs à la transition vers des pratiques plus durables. L'idée que les données et les semi-conducteurs représentent le « nouvel or noir » est trompeuse, car leur valeur dépend de ressources énergétiques abondantes et abordables.

Si l'IA, alimentée par les données et les semi-conducteurs, peut améliorer l'efficacité énergétique, elle nécessite un changement fondamental des principes économiques pour exploiter efficacement l'énergie excédentaire.

entreprises d'IA et monétisation des données

Les géants de l'IA, comme Amazon avec ses appareils Echo, dépendent de plus en plus des données des utilisateurs pour couvrir leurs coûts matériels et énergétiques et générer des profits. Les interactions avec l'IA, telles que les commandes vocales, produisent des données précieuses, transformant les utilisateurs en consommateurs, ressources et acteurs du développement de l'IA.

La monétisation de ces données devient essentielle pour que les entreprises spécialisées en IA puissent maintenir leurs activités, ce qui fait de la confidentialité des données et de l'éthique des préoccupations majeures dans l'écosystème de l'IA.

Avenir de l'IA et consommation d'énergie

Avec l'expansion continue du complexe industriel de l'IA, les préoccupations liées à sa consommation d'énergie et à l'utilisation des ressources s'intensifient. Les efforts déployés par Sam Altman, PDG d'OpenAI, pour obtenir des financements pour des usines de fabrication de semi-conducteurs illustrent la demande en matériel de pointe dans le secteur de l'IA.

L'avenir de l'IA repose sur la recherche de solutions durables pour ses besoins énergétiques, tout en relevant les défis liés à la production de matériel, aux chaînes d'approvisionnement et à la protection des données. À mesure que l'IA transforme les interactions homme-machine, l'équilibre entre progrès technologique et responsabilité environnementale devient crucial.