Le lourd coût climatique de l'IA va au-delà de l'air – il exige davantage
- Les outils d'intelligence artificielle sont excitants à utiliser, mais ils ont un coût.
- Le modèle d'IA nécessite d'énormes quantités d'énergie pour être formé et exécuter des tâches commerciales, de l'ordre du gigawatt.
- Les centres de données sont un facteur clé qui retarde la fermeture des centrales au charbon et au gaz afin de répondre à la demande.
Il y a un côté sombre de l'intelligence artificielle qui est souvent discuté mais moins pris en compte, et ce n'est autre que son coût climatique.
Malgré toute l'excitation et le potentiel que l'IA offre, elle nécessite d'énormes quantités d'énergie pour entraîner les modèles d'IA, et même lorsque vous l'utilisez pour écrire du texte ou créer des images avec elle, elle nécessite toujours suffisamment d'énergie pour fonctionner. Ces processus entraînent la libération de quantités substantielles de carbone, selon l'endroit où le centre de données est situé et où le modèle d'IA fonctionne.
Les modèles plus gros nécessitent plus d'énergie
Les experts disent qu'à mesure que la technologie mûrit et se développe, les émissions de carbone ne feront qu'empirer avec le temps, car les entreprises tentent de construire des modèles encore plus grands parce que la technologie a une nature évolutive et que ses performances augmentent avec la taille, ce qui est bénéfique pour les affaires mais coûteux pour l'environnement.
Alex de Vries dit que les modèles plus gros entraînent également des besoins énergétiques plus importants, ce qui n'est pas bon pour l'environnement. Il est le fondateur de Digiconomist, et le domaine de recherche de son entreprise est l'étude des conséquences environnementales des nouvelles technologies.
L'entraînement de modèles d'IA à grande échelle, tels que ceux qui fonctionnent en arrière-plan de ChatGPT, consomme beaucoup d'énergie, comme les chercheurs l'ont estimé au fil des ans. David Patterson, qui est professeur d'informatique à l'UC Berkeley et auteur principal de l'article de recherche qu'il a publié en 2021, a écrit que le modèle d'IA GPT-3, qui a été affiné par OpenAI pour être utilisé comme ChatGPT, nécessitait apparemment 1287 mégawatts d'électricité pour l'entraînement. Cette quantité d'énergie est suffisante pour alimenter 123 foyers américains de taille moyenne pendant une année entière.
Bien que nous parlions ici du modèle d'IA le plus célèbre au monde, qui peut être le plus grand de son époque, de nombreux autres modèles ont également été développés depuis, qui consomment également d'énormes quantités d'énergie.
Selon Sacha Luccioni, responsable de l'IA et du climat chez Hugging Face, le modèle Gopher, qui est un projet de Google DeepMind annoncé en 2021, aurait nécessité une estimation de 1066 mégawattheures, comme elle l'a mentionné dans un autre article de recherche publié en 2022.
La génération actuelle de modèles a un coût climatique encore plus élevé
Mais ce sont tous deux une sorte de modèles d'IA de génération précédente et sont considérablement petits par rapport aux normes d'aujourd'hui. Le successeur de GPT-3, GPT-4, est considéré comme 10 fois plus grand, et son entraînement a nécessité une énergie comprise entre 51 et 62 gigawatts, ce qui, selon le chercheur Kasper Groes Albin Ludvigsen, est supérieur au besoin collectif de 4600 foyers américains.
De la même manière, Google dispose désormais d'un modèle beaucoup plus grand que Gopher, appelé Gemini, et bien que Google n'ait pas divulgué la quantité d'énergie qu'il nécessite, le calcul est simple : plus vous le construisez gros, plus il nécessite d'énergie.
Ces estimations ne concernaient que les phases de développement et d'entraînement. Il y a un autre point important, car ces modèles sont conçus pour être utilisés dans des opérations réelles qui nécessitent de produire des sorties basées sur leur formation, et produire cette sortie en réponse aux demandes des utilisateurs nécessite également de l'énergie.
Selon les experts, la réponse de ChatGPT à 1000 requêtes nécessite de consommer 47 watts, ce qui équivaut à alimenter cinq ampoules LED normales pendant une heure. Imaginez maintenant comment tout cela peut s'additionner rapidement, car nous ne parlons que de réponses textuelles.
Les experts soutiennent que les développeurs d'IA peuvent réduire leur empreinte carbone en utilisant des centres de données alimentés par des énergies propres, car les émissions de carbone de l'IA varient considérablement selon l'endroit où elle est stockée et fonctionne.
Selon Bloomberg, la demande d'électricité a déjà augmenté ces derniers temps, et la demande supplémentaire de ces centres de données en expansion dépasse également le déploiement des sources d'énergie renouvelable. Ainsi, les unités d'approvisionnement dans le monde entier retardent également la fermeture des centrales au charbon et au gaz naturel, ce qui ajoute également à l'empreinte carbone de l'IA.
L'histoire originale peut être vue ici.
Si vous lisez ceci, vous êtes déjà en avance. Restez ainsi grâce à notre newsletter.
Avertissement : Les informations fournies ne constituent pas des conseils de trading. Cryptopolitan.com décline toute responsabilité quant aux investissements réalisés sur la base des informations fournies sur cette page. Nous recommandons vivement de mener des recherches indépendantes et/ou de consulter un professionnel qualifié avant de prendre toute décision d'investissement.
Aamir Sheikh
Aamir est journaliste technologique avec près de six ans d'expérience dans les secteurs de la cryptomonnaie et de la technologie. Il est diplômé de l'université MAJ avec un MBA en finance et marketing. Il travaille désormais pour Cryptopolitan, où il rend compte des dernières évolutions des marchés de la cryptomonnaie et des prévisions de prix.
