Une étude récente indique que le déploiement de l'intelligence artificielle aux États-Unis pourrait se traduire par une hausse significative des rejets de carbone.
Cette recherche, parue dans
Environmental Research Letters, présente une estimation des conséquences carbone liées à la diffusion de l'IA. Les auteurs ont évalué comment une adoption généralisée modifierait la demande en électricité et les émissions de dioxyde de carbone du pays.
Image d'illustration Unsplash
D'après les calculs, une pénétration massive de l'IA ajouterait approximativement 900 000 tonnes de CO
2 par an dans l'atmosphère. Cette contribution, bien que significative, demeure modérée au regard du total américain: un effet quantifiable mais limité.
Concernant les besoins en énergie, l'expansion de ces technologies requerrait jusqu'à 12 pétajoules d'électricité supplémentaires chaque année. Une telle quantité correspond à la consommation annuelle d'environ 300 000 foyers américains.
Anthony R. Harding, co-auteur des travaux, observe que ces émissions anticipées restent contenues par rapport à d'autres activités économiques, mais qu'elles n'en sont pas moins réelles. Il préconise d'intégrer dès à présent des mesures d'efficacité énergétique dans la conception et le déploiement des systèmes d'IA.
Parmi les pistes envisagées figurent l'optimisation des algorithmes et le recours à des sources d'énergie moins polluantes afin de contenir l'empreinte carbone.
L'évolution rapide de ces outils pose néanmoins des questions énergétiques pour les décennies à venir. Des améliorations ciblées des infrastructures et des logiciels pourraient permettre de limiter l'impact écologique tout en favorisant le développement continu de l'IA.
Le fonctionnement énergivore des centres de données
Les centres de données constituent le cœur opérationnel de l'intelligence artificielle, hébergeant les serveurs dédiés aux calculs intensifs. Leur fonctionnement absorbe des volumes élevés d'électricité, principalement pour alimenter les processeurs et maintenir un refroidissement adapté.
Avec la montée en puissance de l'IA, les besoins en capacité de calcul augmentent, incitant à la construction de nouvelles installations. Ceci entraîne une progression de la consommation d'énergie, souvent d'origine fossile, avec une hausse des émissions de gaz à effet de serre.
Les ingénieurs travaillent à la conception d'algorithmes et de matériels moins gourmands en énergie. Par exemple, des méthodes de compression des modèles autorisent une réduction de la puissance de calcul requise sans altérer significativement les résultats, rendant les systèmes globalement plus sobres.
L'emploi de processeurs spécialisés, comme les unités de traitement tensoriel, fournit une meilleure performance par watt consommé. Ces évolutions matérielles aident aussi à optimiser l'efficacité énergétique.