Intelligence artificielle : miracle économique ou glouton énergivore ?

L’intelligence artificielle (IA) s’est imposée comme une technologie indispensable, notamment dans la gestion de l’énergie et des bâtiments, où elle contribue à améliorer la durabilité et l’efficacité. Mais la progression de l’IA a aussi un effet inverse : dans les centres de données, la consommation d’énergie ne cesse de croître. Selon l’Agence internationale de l’énergie, le besoin énergétique des centres de données représente déjà environ 1 % de la consommation mondiale d’électricité, et pourrait même doubler d’ici 2030. Cela soulève d’importantes questions sur la durabilité et l’efficacité des applications d’IA.

#Intelligence Artificielle

Benjamin Sen
+41 58 510 10 71
benjamin.sen@umb.ch

La consommation d’énergie de l’IA peut varier considérablement et est difficile à mesurer. Il y a toutefois des exemples concrets qui démontrent l’importance de rendre l’IA plus efficace au niveau énergétique pour l’avenir. L’entraînement des modèles d’IA est extrêmement énergivore et consomme beaucoup plus d’électricité que les activités classiques des centres de données. Une requête ChatGPT, par exemple, consomme dix fois plus d’énergie qu’une requête Google normale. Les chercheurs estiment que la création de GPT-3 a requis près de 1’300 mégawattheures d’électricité et a généré 552 tonnes de CO₂. La même quantité d’énergie pourrait, pendant une journée (24 heures), fournir de l’électricité à environ 105’000 ménages moyens en Suisse.

Il est connu que l’IA apporte une contribution importante à la gestion de l’énergie et à la durabilité – mais qu’elle augmente également la consommation énergétique. Par conséquent, il faut des mesures pour y remédier, par exemple des pratiques d’IA durables, des solutions innovantes pour les centres de données et l’utilisation de sources d’énergie renouvelables pour faire fonctionner les technologies d’IA.

Le besoin en énergie devient un défi

Les experts s’attendent à ce que l’IA consomme environ 20 % de l’énergie des centres de données d’ici 2028. Selon les prévisions de l’Agence internationale de l’énergie (AIE), ce besoin devrait s’élever à environ 1’000 térawattheures (TWh) dans seulement deux ans[i]. Certes, l’amélioration de l’efficacité technologique compense en partie cette consommation d’énergie, mais l’IA et la croissance rapide d’autres charges de travail (p. ex. le cloud) entraînent une augmentation constante et inexorable de la consommation énergétique. Selon Mark Zuckerberg, CEO de Meta, cela mènerait à des restrictions énergétiques, qui représenteraient le plus grand obstacle à l’expansion des centres de données d’IA. Ces restrictions auraient ainsi entravé l’expansion des centres de données de Meta. D’après Mark Zuckerberg, c’est l’énergie, et non la puissance de calcul, qui serait le plus grand défi pour le progrès de l’IA.

L’IA refroidit les centres de données

L’IA représente à la fois un défi et une opportunité pour le secteur de l’énergie. Bien qu’elle augmente la demande, parfois même massivement, elle peut également améliorer l’efficacité dans divers secteurs et compenser ainsi au moins une partie des besoins énergétiques. De nombreuses entreprises cherchent des solutions pour réduire la consommation d’énergie. Ainsi, DeepMind, une entreprise d’intelligence artificielle opérée par Google, a développé un système d’apprentissage automatique qui optimise le refroidissement des centres de données[i]. Le système utilise des données en temps réel issues des capteurs du centre de données pour surveiller la température et l’humidité de l’air, ainsi que pour ajuster les systèmes de refroidissement en conséquence. Le système DeepMind détecte des schémas complexes dans les données des capteurs. Grâce à ces schémas, le système peut non seulement prédire quand la demande de refroidissement augmentera ou diminuera, mais aussi ajuster le refroidissement. L’implémentation du système de DeepMind dans un centre de données de Google à Singapour a permis de réduire de 40 % la consommation d’énergie pour le refroidissement. Cela correspond à des millions de dollars économisés chaque année. Une autre approche importante est le développement de matériel efficace au niveau énergétique. NVIDIA, l’un des principaux fabricants de processeurs graphiques (GPU), a fait d’énormes progrès dans ce domaine. Les derniers GPU de NVIDIA sont jusqu’à 25 fois plus efficaces au niveau énergétique que les modèles de la génération précédente[ii]. Cela signifie qu’ils peuvent fournir les mêmes performances avec seulement une fraction de la consommation d’énergie. NVIDIA réalise ces économies d’énergie grâce à une série de techniques innovantes, dont, ironiquement, l’optimisation assistée par l’IA. De cette façon, les performances et la consommation d’énergie de la puce peuvent être ajustées en temps réel aux exigences correspondantes.

Du boom à une plus grande intégrité environnementale

Le développement rapide de l’IA ces derniers mois et ces dernières années a contribué à l’émergence d’un mouvement pour une IA durable, qui se concentre sur la promotion de produits d’IA vers une plus grande intégrité écologique[iii]. Dans l’ensemble, le mouvement est une œuvre collective informelle qui réunit des chercheurs, des entreprises, des décideurs politiques, des organisations à but non lucratif et des particuliers. En mettant en œuvre des mesures concrètes, l’IA peut être rendue plus durable tout en étant utilisée comme un outil puissant pour promouvoir les efforts de durabilité, par exemple :

Dans le Smart Grid Management, l’IA est utilisée pour optimiser la distribution de l’énergie dans les réseaux électriques, pour réduire le gaspillage d’énergie et pour mieux intégrer les sources d’énergie renouvelables.
Dans le design de bâtiments durables, l’IA contribue à planifier des bâtiments à plus haut rendement énergétique, en utilisant la lumière et l’aération naturelles, ainsi qu’en optimisant les systèmes de chauffage et de refroidissement.
Lorsqu’il s’agit d’entraîner efficacement l’IA, des techniques sont développées pour entraîner des modèles d’IA avec moins de données et moins de ressources informatiques.
Le partage et la réutilisation de modèles visent à promouvoir le partage et la réutilisation de modèles d’IA qui ont déjà été entraînés, afin d’éviter des mesures d’apprentissage redondantes et l’immense consommation d’énergie qui y est liée.

L’IA peut faire avancer la durabilité

L’IA peut accélérer le progrès vers la durabilité[v]. Dans tous les secteurs, des entreprises de toutes tailles reconnaissent de plus en plus le potentiel de l’IA pour faire progresser leurs efforts en termes de durabilité et pour améliorer en même temps leur rentabilité. Les systèmes assistés par l’IA, par exemple, peuvent collecter et analyser d’énormes quantités de données provenant de capteurs, d’images satellites et d’autres sources pour surveiller les changements du climat, des conditions environnementales et de l’utilisation des ressources. Ces informations peuvent aider à identifier rapidement les problèmes environnementaux, à comprendre les tendances et à prendre des décisions fondées. L’IA peut être utilisée dans divers secteurs pour optimiser les processus et améliorer l’efficacité des ressources. Dans l’agriculture, par exemple, elle permet d’optimiser l’irrigation, la fertilisation et la lutte contre les nuisibles afin d’augmenter le rendement et de réduire les impacts négatifs.

UMB, Equinix et l’IA

UMB travaille en étroite collaboration avec Equinix[vi], une entreprise leader dans la colocation[vii] de centres de données et de réseaux d’entreprise. Equinix, qui exploite des centres de données permettant aux entreprises de stocker et de distribuer des données en toute sécurité, devient de plus en plus important pour la mise à disposition d’infrastructures d’IA. Son raccordement au cloud, son accès à l’écosystème et sa portée mondiale font d’Equinix une plateforme idéale pour l’implémentation d’IA privée dans des entreprises et chez des fournisseurs de services. L’IA privée offre non seulement une protection contre les risques, mais également les avantages des modèles d’IA entraînés, et permet ainsi aux entreprises d’exploiter tout le potentiel de l’IA.

UMB AG et Equinix travaillent ensemble pour fournir des services cloud robustes et sûrs. En l’occurrence, l’IA joue un rôle important dans l’amélioration de ces services.

Prenez contact avec nous pour de plus amples informations.

[i] Les GPU mettent à rude épreuve les réseaux électriques

[ii] AI Helps Shrink the Carbon Footprint of Energy-Hungry Data Centres | RESET.ORG (anglais)

[iii]Cartes graphiques GeForce RTX série 40 | NVIDIA

[iv]The Imperative for Sustainable AI Systems (thegradient.pub) (anglais)

[v] KI als Schlüssel zur Erreichung der Nachhaltigkeitsziele (umweltdialog.de) (allemand)

[vi] Datacentre et Technologies de réseaux d’entreprise | Equinix

[vii] Cloud hybride, multi-cloud et colocation : la porte d’entrée pour votre connexion au monde (umb.ch)