«L’IA est fondamentalement incompatible avec la durabilité environnementale»

L’IA générative est à forte intensité d’énergie et les façons dont son impact environnemental peut être calculé est complexe. Considérez l’effet en aval de l’IA générative sur l’environnement lors de l’examen des propres objectifs de durabilité de votre entreprise.

• Quels effets secondaires pourraient ne pas être immédiatement visibles mais pourraient avoir un impact majeur?
• Quand la majeure partie de la consommation d’énergie se produit-elle: pendant la formation ou une utilisation quotidienne?
• Les modèles d’IA «plus efficaces» répondent-ils réellement à des problèmes de durabilité?

L’impact de l’IA génératrice sur la production d’électricité, l’eau et la qualité de l’air

L’impact de l’IA sur la pollution de l’air

En décembre 2024, l’Université de Californie, Riverside et California Institute of Technology ont calculé cette formation MétaLe Llama-3.1 a produit la même quantité de pollution atmosphérique que plus de 10 000 aller-retour en voiture entre Los Angeles et New York.

L’augmentation de la pollution atmosphérique des générateurs de sauvegarde dans les centres de données exécutant l’IA a provoqué des coûts régionaux de santé publique d’environ 190 millions de dollars à 260 millions de dollars par an, ont révélé les chercheurs UC Riverside et Caltech.

L’impact de l’IA sur la consommation d’électricité

Un rapport de 2024 du Agence internationale de l’énergie a déclaré qu’une invite Chatgpt a utilisé 10 térawatt-heures plus d’électricité par an que le total utilisé chaque année pour les recherches Google.

L’impact de l’IA sur l’utilisation de l’eau

Sapping plus d’électricité pourrait s’effilocher déjà en difficulté des services publics, conduisant à des baisses de baisses ou à des pannes de courant. Dessiner de l’eau dans des zones déjà sujettes à la sécheresse, comme le Phoenix en développement rapide, l’Arizona ou les déserts de la Californie, pourrait provoquer une perte d’habitat et des incendies de forêt.

VOIR: L’envoi d’un e-mail avec Chatgpt est l’équivalent de la consommation d’une bouteille d’eau

La formation ou l’utilisation quotidienne de l’IA consomment-elles plus de ressources?

«La formation est un processus long et à forte intensité d’énergie», a écrit l’IEA dans son 2025 Rapport spécial sur les perspectives d’énergie de l’énergie et de l’IA. Un GPU du type adapté à l’entraînement en IA attire autant d’électricité qu’un grille-pain à sa consommation d’énergie maximale. L’agence a calculé qu’il a fallu 42,4 heures de Gigawatt pour former le GPT-4 d’Openai, l’équivalent de la consommation quotidienne de l’électricité des ménages de 28 500 ménages dans une économie avancée.

Qu’en est-il de l’utilisation quotidienne? La taille de la requête, la taille du modèle, le degré de mise à l’échelle du temps d’inférence et plus de facteurs dans la quantité d’électricité qu’un modèle IA utilise pendant le stade d’inférence d’utilisation, pour analyser l’invite. Ces facteurs et un manque de données concernant la taille et la mise en œuvre des modèles d’IA grand public signifient que l’impact environnemental est très difficile à mesurer. Cependant, l’IA générative attire indéniablement plus de puissance que l’informatique conventionnelle.

« La phase d’inférence (également la phase opérationnelle) était déjà responsable de la majorité (60%) des coûts énergétiques de l’IA chez Google avant même l’adoption de masse des applications génératrices d’IA (2019-2021) », a écrit Alex de Vries, fondateur du blog de recherche DiGicoonomist et l’indice de consommation d’énergie Bitcoin, dans un courrier électronique à Techrepublic. «Même si nous n’avons pas de nombre exact, l’adoption de masse des applications d’IA aura encore augmenté le poids de la phase d’inférence (/ opérationnelle).»

Pendant ce temps, les modèles d’IA continuent de se développer. «L’augmentation de la taille du modèle (paramètres) entraînera de meilleures performances, mais augmente la consommation d’énergie de la formation et de l’inférence», a déclaré De Vries.

Télécharger: ceci Greentech Glossaire rapide de TechRepublic Premium

Deepseek prétendait être plus économe en énergie, mais c’est compliqué

Les modèles d’IA de Deepseek ont ​​été salués pour avoir réalisé autant que leurs principaux concurrents sans consommer autant d’énergie et à un prix inférieur; Cependant, la réalité est plus compliquée.

L’approche du mélange des experts de Deepseek réduit les coûts en traitant les relations entre les concepts en lots. Il ne nécessite pas autant de puissance de calcul ni ne consomme autant d’énergie pendant l’entraînement. Le Iea trouvé Que l’utilisation quotidienne de la méthode d’échelle de temps d’inférence utilisée par Deepseek-R1 consomme une quantité importante d’électricité. Généralement, les grands modèles d’inférence consomment le plus d’électricité. La formation est moins exigeante, mais l’utilisation est plus exigeante, Selon le MIT Technology Review.

« Deepseek-R1 et le modèle O1 d’OpenAI sont sensiblement plus importants à l’énergie que les autres modèles de grande langue », a écrit l’IEA dans le rapport Energy et IA de 2025.

L’AIE a également souligné «l’effet de rebond», où l’efficacité accrue du produit conduit à plus d’utilisateurs de l’adopter; En conséquence, le produit continue de consommer plus de ressources.

L’IA peut-elle compenser les ressources qu’elle consomme?

Les entreprises technologiques aiment toujours se présenter comme de bons stewards. Google poursuit des certifications soucieuses de l’énergie dans le monde, notamment la signature du pacte du centre de données neutres sur le climat en Europe. Microsoft, qui a connu des augmentations similaires de la consommation d’eau et d’électricité dans ses rapports sur la durabilité en 2024, envisage de rouvrir une centrale nucléaire à Three Mile Island en Pennsylvanie pour alimenter ses centres de données d’IA.

Voir: La prolifération de l’IA a créé un boom soutenu centres de données et infrastructure connexe.

Les partisans de l’IA pourraient faire valoir que ses avantages l’emportent sur les risques. L’IA générative peut être utilisée dans des projets de durabilité. L’IA peut aider à peindre à travers des ensembles de données massifs d’informations sur les émissions de carbone ou à suivre les émissions de gaz à effet de serre. De plus, les entreprises d’IA travaillent continuellement à améliorer l’efficacité de leurs modèles. Mais ce que «l’efficacité» signifie vraiment semble toujours être la prise.

« Il y a des goulots d’étranglement (comme la capacité de grille par exemple) qui pourraient retenir la croissance de l’IA et de sa demande d’électricité », a déclaré De Vries. «Cela est difficile à prédire, étant également considéré qu’il n’est pas possible de prédire la demande future d’IA (par exemple, le battage médiatique de l’IA pourrait s’estomper dans une certaine mesure), mais tout espoir de limiter la demande d’énergie de l’IA vient de cela. En raison de la« plus grande »IA dynamique est fondamentalement incompatible avec la durabilité de l’environnement». »

Ensuite, il y a la question de savoir jusqu’où l’impact de l’IA de la chaîne d’approvisionnement doit être compté. « Les émissions indirectes de la consommation d’électricité sont l’élément le plus important des émissions de la fabrication matérielle (des semi-conducteurs », a déclaré l’AIE dans le rapport Energy and IA.

Le coût du matériel et son utilisation ont diminué, car les entreprises comprennent mieux les besoins de l’IA générative et pivotent les produits axés sur elle.

«Au niveau matériel, les coûts ont diminué de 30% par an, tandis que l’efficacité énergétique s’est améliorée de 40% chaque année», selon Rapport de l’indice d’IA de l’Université de Stanford 2025.

Télécharger: ceci Politique d’énergie verte du centre informatique de TechRepublic Premium

Considérez comment l’IA générative affecte les cibles environnementales de votre entreprise

L’IA générative devient le courant dominant. Le copilote de Microsoft est inclus par défaut dans certains PC; Les fabricants de smartphones ajoutent avec impatience une modification vidéo et des assistants; Et Google donne gratuitement son modèle avancé Gemini pour les étudiants.

Les entreprises technologiques qui fixent des objectifs de durabilité prometteurs peuvent Trouvez du mal à atteindre leurs objectifs Maintenant qu’ils produisent et utilisent des produits d’IA génératifs.

«L’IA peut avoir des impacts spectaculaires sur les rapports ESG et également la capacité des entreprises concernées à atteindre leurs propres objectifs climatiques», a déclaré De Vries.

Télécharger: ce personnalisable Politique environnementale de TechRepublic Premium

Selon Rapport environnemental de Google en 2024les centres de données du géant de la technologie ont consommé 17% plus d’eau en plus qu’en 2023. Google a attribué cela à «l’expansion des produits et services d’IA» et a noté «une croissance similaire de la consommation d’électricité». La génération de déchets du centre de données de Google et l’utilisation de l’eau ont augmenté.

« Alors que l’adoption de l’IA accélère, les dirigeants informatiques sont de plus en plus conscients que les appareils plus intelligents ne sont pas directement en corrélation avec une consommation d’énergie plus efficace », a déclaré Dan Root, responsable des alliances stratégiques mondiales à ClickShare. «Le pic dans la demande de calcul des outils d’IA signifie que les services informatiques doivent rechercher des opportunités de décalage ailleurs dans leur pile.»

Comme l’ont souligné l’Agence internationale de l’énergie dans son Rapport d’électricité 2024à la fois la source d’électricité et l’infrastructure doivent être prises en compte si le monde veut répondre aux demandes énergétiques de l’IA.

« Vous pouvez faire / garder les modèles un peu plus petits pour réduire leurs besoins énergétiques, mais cela signifie également que vous devez être prêt à sacrifier les performances », a déclaré De Vries.