- L'expansion rapide de l'IA entraîne une augmentation de la consommation d'énergie, soulevant des préoccupations environnementales et économiques.
- Les besoins énergétiques de l'IA, en particulier dans les centres de données, ont considérablement augmenté, dépassant les prévisions de la loi de Moore.
- Les défis liés à la production de matériel pour l'IA et à la chaîne d'approvisionnement mondiale contribuent à la rareté et aux coûts élevés dans le secteur.
L'intelligence artificielle (IA) a fait des progrès significatifs ces dernières années, révolutionnant les interactions homme-machine et permettant des tâches complexes. Cependant, à mesure que les capacités de l'IA s'étendent, sa consommation d'énergie augmente également, suscitant des préoccupations quant à son impact environnemental et à ses implications économiques.
Expansion rapide de la technologie IA
Dans le monde de l'IA, des tâches simples comme allumer un interrupteur sont devenues des interactions complexes avec des implications vastes en termes de ressources. Kate Crawford et Vladan Joler, dans leur analyse de 2018, ont mis en lumière le réseau complexe d'extraction de ressources, de travail humain et de traitement algorithmique impliqué dans même les interactions IA les plus banales. Les ressources énergétiques et informatiques nécessaires aux interactions IA ont augmenté au fil des ans, dépassant la croissance prédite par la loi de Moore.
Une étude de 2021 a révélé une augmentation de 300 000 fois de la puissance de calcul utilisée pour entraîner de grands modèles d'apprentissage profond pour le traitement du langage naturel et d'autres applications en seulement six ans, dépassant le rythme de la loi de Moore. La consommation d'énergie associée à l'IA, en particulier dans les centres de données, est devenue une préoccupation majeure.
La consommation d'énergie en hausse de l'IA
Il est difficile d'obtenir des estimations précises de la consommation d'électricité de l'IA, ce qui rend difficile l'évaluation de l'ampleur réelle du problème. Cependant, des rapports récents éclairent l'échelle de cette consommation. Google, par exemple, a signalé que l'IA représentait entre 10 et 15 % de sa consommation totale d'électricité en 2021, soit environ 2,3 térawattheures par an, comparable à la consommation 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 un chiffre stupéfiant de 29,2 térawattheures par an. La demande de puces informatiques spécialisées pour l'IA, dont les puces individuelles sont désormais mesurées en TeraFLOPs et dont il y en a des milliers dans les fermes de serveurs IA, s'ajoute à la consommation d'électricité.
Nvidia, un fabricant leader de puces spécialisées pour l'IA, devrait expédier 1,5 million d'unités de serveurs IA annuellement d'ici 2027. Cependant, faire fonctionner 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 concernant l'appétit énergétique croissant de l'IA et la nécessité de 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 consommation substantielle d'énergie de l'IA se traduit par des coûts considérables, qui affectent son accessibilité généralisée. Bien que Sam Altman ait initialement mentionné que ChatGPT coûtait « quelques centimes par conversation », les coûts informatiques pour ChatGPT seul se sont élevés à 700 000 dollars par jour en février 2023.
Si l'on extrapole cela aux moteurs de recherche comme Google et Bing, qui servent des centaines de millions d'utilisateurs quotidiennement, le fardeau financier de fournir l'accès à des modèles d'IA avancés devient évident. Les coûts élevés associés à l'utilisation de l'IA servent de barrière à la mise à disposition des meilleurs modèles d'IA au public.
Défis dans la production de matériel IA
La production de matériel informatique pour l'IA présente ses propres défis, contribuant à sa rareté et à ses coûts élevés. La production de puces commence par le raffinage du silicium à des niveaux de pureté extrêmes, ce qui est énergivore. Le processus de lithographie, vital pour le motif des puces, a nécessité le développement de la photolithographie Extreme UltraViolet (EUV), une technologie complexe et coûteuse utilisant une lumière avec une longueur d'onde de 13,5 nanomètres.
La photolithographie EUV nécessite des composants spécialisés, tels que des lasers haute puissance et des miroirs ultra-lisses. L'entreprise néerlandaise ASML est le seul producteur de machines de photolithographie EUV pour la production de puces, et ces machines sont vendues plus de 100 millions de dollars chacune.
Chaîne d'approvisionnement mondiale et intensité énergétique
L'industrie mondiale des semi-conducteurs a déplacé une grande partie de sa production en Asie, où la technologie avancée est souvent utilisée. De l'extraction minière au raffinage et à la fabrication, la production de puces repose lourdement sur une infrastructure industrielle énergivore, y compris le transport par navires conteneurs et compagnies aériennes.
La complexité et l'empreinte carbone associées à cette chaîne d'approvisionnement mondiale restent des défis importants dans la transition vers des pratiques plus durables. L'idée que les données et les semi-conducteurs sont le « nouveau pétrole » est trompeuse, car ils dépendent de ressources énergétiques abordables et abondantes pour être valorisés.
Bien que l'IA alimentée par les données et les semi-conducteurs puisse améliorer l'efficacité énergétique, elle nécessite un changement fondamental des principes économiques pour exploiter efficacement l'énergie excédentaire.
Les entreprises d'IA et la monétisation des données
Les grandes entreprises d'IA, telles qu'Amazon avec ses appareils Echo, dépendent de plus en plus des données des utilisateurs pour couvrir les coûts matériels et énergétiques et générer des profits. Les interactions IA, comme les commandes vocales, génèrent des points de données précieux, transformant les utilisateurs en consommateurs, ressources et contributeurs au développement de l'IA.
La monétisation de ces données devient essentielle pour les entreprises d'IA afin de soutenir leurs opérations, faisant de la confidentialité et de l'éthique des données des préoccupations critiques dans l'écosystème IA.
L'avenir de l'IA et la consommation d'énergie
À mesure que le complexe industriel de l'IA continue de s'étendre, les préoccupations concernant sa consommation d'énergie et l'utilisation des ressources augmentent. Les efforts du PDG d'OpenAI, Sam Altman, pour obtenir des financements pour des usines de fabrication de semi-conducteurs soulignent la demande de matériel avancé dans le secteur de l'IA.
L'avenir de l'IA dépend de la recherche de solutions durables pour ses besoins énergétiques, tout en relevant les défis associés à la production de matériel, aux chaînes d'approvisionnement et à la confidentialité des données. Alors que l'IA continue de transformer les interactions homme-machine, l'équilibre entre l'avancement technologique et la responsabilité environnementale devient de plus en plus crucial.
Les esprits les plus brillants du secteur crypto lisent déjà notre newsletter. Vous aussi ? Rejoignez-les.
Avertissement. Les informations fournies ne constituent pas des conseils en matière d'investissement. Cryptopolitan.com ne saurait être tenue responsable des investissements réalisés sur la base des informations fournies sur cette page. Nous recommandons vivement de mener vos propres recherches et/ou de consulter un professionnel qualifié avant de prendre toute décision d'investissement.
John Palmer
John Murangiri a rejoint Cryptopolitan avec des compétences en analyse de marché. John (alias JP) est diplômé de l'Université de Nairobi d'un baccalauréat en communication de masse et études médiatiques. Il a précédemment contribué à des analyses du marché crypto pour InsideBitcoins.com et Metacoingraph.
