"Votre requête sur ChatGPT a consommé autant d'eau qu'une demi-bouteille et généré l'équivalent CO2 d'un kilomètre en voiture."
Imaginez recevoir ce message après chacune de vos interactions avec l’IA. Choquant ? C’est pourtant la réalité invisible derrière nos écrans.
Ces dernières années, l’intelligence artificielle a complètement changé notre quotidien. Qui aurait cru, il y a encore quelques années seulement, qu’on demanderait à un assistant virtuel de rédiger nos emails, de créer des images ou encore de nous aider à prendre des décisions complexes ?
Pourtant, derrière cette technologie que nous utilisons tous, se cache une réalité beaucoup moins reluisante dont on parle encore que très peu : son impact colossal.
C’est pourquoi nous explorons dans cet article comment profiter de l’IA sans pour autant sacrifier notre avenir climatique.
L’IA est-elle vraiment polluante ?
Une consommation énergétique qui donne le vertige
Les datas centers qui hébergent les modèles d’IA comme GPT-4 ou Claude sont de véritables gouffres énergétiques. Selon l’Agence Internationale de l’Energie (AIE), la consommation de ces centres pourrait doubler d’ici 2026, atteignant 1000 TWh par an. Pour vous donner une idée, c’est pratiquement l’équivalent de toute la consommation énergétique du Japon.
De l’eau, encore de l’eau
Ces gigantesques serveurs chauffent énormément et doivent être refroidis en permanence. Devinez ce qu’on utilise pour ça ? De l’eau. Et souvent via des systèmes d’évaporation très gourmands. Une étude de l’université de Californie à Riverside révèle qu’une simple requête sur ChatGPT peut consommer environ 500ml d’eau dans les datas centers d’OpenAI. C’est pratiquement l’équivalent d’une bouteille d’eau minérale à chaque fois que l’on pose une question !
Une empreinte carbone qui fait réfléchir
L'entraînement des grands modèles est particulièrement problématique. Pour GPT-4, on parle d’environ 502 tonnes de CO2 générées. Pour représenter ce chiffre, imaginez 60 aller-retours Paris-New York en avion…
Nos conseils pour un usage responsable de l’IA
Choisissez le bon modèle : les SLM plutôt que les LLM
Il existe diverses alternatives plus légères aux mastodontes tels que GPT-4. Les SLM (Small Language Models) sont optimisés pour des tâches spécifiques et consomment beaucoup moins que les LLM (Large Language Models) . Par exemple, Bloom, un modèle open-source européen, a généré 20 fois moins de CO2 sur GPT-4 lors de son entraînement.
Soignez vos prompts
Des requêtes interminables et confuses qui obligent l’IA à faire plusieurs tentatives… Ça consomme beaucoup d’énergie. Chaque token traité en consomme ! Il faut éviter les formules de politesse inutiles comme “bonjour”, “merci”, il est plutôt préférable d’aller droit au but et de formuler clairement sa demande.
Un bon prompt = moins d’itérations = moins d’énergie consommée.
Limitez les usages superflus, surtout les images
Saviez-vous qu’une image générée par l’IA peut consommer jusqu’à 11Wh, soit l’équivalent d’une demi-charge de smartphone ! A grande échelle cela devient significatif.
Renseignez-vous sur vos plateformes
Prenez le temps de vous renseigner sur les engagements environnementaux de vos fournisseurs d’IA. Par exemple :
- Google s’est engagé à fonctionner à 100% de l’énergie sans carbone d’ici 2030
- Microsoft vise la neutralité carbone d’ici 2030 et investit dans des projets de captation de CO2.
Préférez le cloud mutualisé à l’auto-hébergement
Héberger un modèle localement demande du matériel énergivore (GPU, refroidissement). Le cloud, lorsqu'il est bien optimisé, permet de mutualiser les ressources et donc de consommer moins.
Mesurer votre impact
Il est possible d’utiliser des outils tels que EcoLogits ou la calculatrice de Hugging Face pour suivre sa consommation énergétique liée à l’IA. C’est parfois déprimant de voir l’équivalent en CO2 ou en kilomètre voiture, mais ça pousse à être plus vigilant.
Vers une pratique de l’IA plus verte
L’intelligence artificielle n’est pas neutre pour notre planète, c’est une certitude. Mais son potentiel pour résoudre certains de nos plus grands défis, y compris environnementaux, reste immense. En adoptant des pratiques plus responsables, chacun peut contribuer à une IA plus durable.
Et vous, quelles actions avez-vous mis en place pour réduire l’impact écologique de votre usage de l’IA ?
