L’IA et la consommation énergétique : data centers, nucléaire et solutions durables
Les nouveaux usages de l’intelligence artificielle suscitent une hausse considérable des besoins en énergie. Chaque sollicitation à une IA générative consomme, en moyenne, dix fois plus d’énergie qu’une recherche sur Google.
Pourquoi la consommation de l’IA est-elle si forte ?
Cette forte consommation est principalement dû aux data centers : ces infrastructures qui traitent des données et les stockent dans un environnement sécurisé. Sans data centers, pas d’IA. Mais les data centers consomment beaucoup d’énergie, en particulier de l’électricité et dissipent beaucoup de chaleur, nécessitant d’énormes systèmes de refroidissement énergivores.
À lire aussi : Mistral AI : la start-up française qui bouleverse l’IA en Europe grâce à ses partenariats stratégiques
Selon les estimations de l’Agence internationale de l’énergie (AIE), 40 % de l’électricité consommée par les data centers sert à alimenter les serveurs tandis que 40 % sert à les refroidir. En moyenne, chaque requête formulée auprès d’une IA générative mobilise près de dix fois plus d’énergie qu’une recherche sur Google. « Chaque jour, plus d’un milliard de messages sont envoyés à ChatGPT » signale OpenAI. Google, quant à lui, traite 7,7 milliards de requêtes par jour, illustrant ainsi l’ampleur des besoins en infrastructures.
À mesure que ces technologies de l’IA s’affinent, il devient néanmoins nécessaire que les centres de données se développent et se multiplient. Le déploiement de l’IA exige donc des investissements colossaux de la part des géants du numérique pour être compétitifs.
La solution nucléaire : concilier Intelligence artificielle et Neutralité carbone
Dans un contexte de croissance exponentielle de la consommation énergétique, certaines entreprises du numérique se sont tournées vers l’énergie nucléaire pour garantir un approvisionnement fiable et durable. Microsoft, Amazon et Google ont déjà recours à cette source d’énergie pour alimenter certains de leurs centres de données.
- Amazon : son centre de données de Susquehanna (Pennsylvanie) est entièrement alimenté par cette centrale nucléaire.
- Google : investit dans TAE Technologies, spécialisée dans la fusion nucléaire qui ne génère que peu de déchets et ne présente pas de risques catastrophiques.
Les bénéfices du nucléaire
- Neutralité carbone : le nucléaire, à la différence des énergies fossiles, a un faible rejet de gaz à effet de serre.
- Fiabilité énergétique : l’approvisionnement des datacenters doit être constant, ce qu’il est difficile d’avoir avec le solaire et l’éolien.
- Densité énergétique élevée et économie à long terme : peu de combustible produit beaucoup d’énergie et des coûts du combustible stables.
- Durabilité : les centrales ont une durée de fonctionnement de 80 ans, garantissent une prévisibilité économique.
Les freins au nucléaire
- Coûts initiaux élevés et complexité technique.
- Gestion des déchets radioactifs, risques d’accidents (Tchernobyl, Fukushima).
- Disponibilité limitée de l'uranium et impacts environnementaux de son extraction.
- Résistances politiques et sociétales, notamment en Europe.
Data centers et consommation électrique : chiffres clés
Avant l’explosion de l’IA, les data centers représentaient 1 % de la consommation électrique mondiale. Aujourd’hui, avec l’IA et les cryptomonnaies, leur consommation a atteint 460 TWh en 2022 (soit 2 % de la production mondiale), et pourrait atteindre 1 000 TWh en 2026 (soit l’équivalent de la consommation électrique du Japon).
- Aux États-Unis, les data centers pourraient représenter jusqu’à 12 % de la consommation d’électricité totale d’ici 2030.
- La consommation annuelle des data centers américains pourrait dépasser 580 TWh d’ici 2028, contre 176 TWh en 2023 (plus que la consommation annuelle de la France).
- En France, un data center de 10 000 m² consomme autant qu’une ville de 50 000 habitants.
Les requêtes adressées à ChatGPT chaque jour représentent 300 MWh, soit la consommation électrique quotidienne de 27 000 foyers français.
L’IA au service de la réduction de consommation énergétique
L’IA peut aussi permettre de réduire la consommation énergétique, en optimisant l’utilisation des sources d’énergie renouvelables et en améliorant l’efficacité industrielle.
Exemple : Eramet, acteur minier et métallurgique, utilise des outils d’IA pour optimiser son processus et réduire son empreinte carbone.
Vers des modèles d’IA plus durables
Plusieurs projets visent à limiter l’empreinte énergétique des IA :
- Les data centers flottants, comme le datacenter de Denv-R sur la Loire à Nantes, qui anticipent le problème à la source en réduisant de moitié leur impact environnemental en dissipation thermique dans le fleuve, ou celui développé par Nautilus Data Technologies aux États-Unis et qui prévoit d’être installé à Marseille.
- Les modèles one-shot et zero-shot, qui nécessitent moins de données pour l’entraînement, réduisent ainsi la consommation énergétique. Mistral AI a ainsi réussi à réduire de 40% sa consommation d’énergie tout en garantissant une performance élevée.
Pour retrouver tous nos autres articles, consultez la bibliothèque complète de nos articles.
Illustration générée par IA
.avif)