Quand l’IA passe à la loupe énergétique
Les progrès fulgurants de l’intelligence artificielle soulèvent une question cruciale : quel est son impact écologique ? Google a décidé d’apporter une réponse précise pour son modèle Gemini en développant une méthodologie inédite. Plutôt que de ne comptabiliser que la consommation active des serveurs, la firme de Mountain View mesure désormais l’énergie, l’eau et les émissions de CO₂ liées à chaque requête, en intégrant tous les « coûts » réels de l’infrastructure.
Le constat mondial : consommation d’électricité et d’eau en hausse
Selon l’Agence internationale de l’énergie, les data centers et les processus d’entraînement des IA voient leur consommation électrique et hydrique exploser – une tendance qui devrait se doubler d’ici 2030. Les modèles de grande taille, comme ChatGPT, exigent toujours plus de puissance de calcul et de refroidissement, ce qui pèse lourd sur l’empreinte carbone globale.
Une méthodologie exhaustive pour Gemini
Pour dresser un tableau complet de son impact, Google a publié un document technique détaillant son approche :
- Énergie consommée : calcul des wattheures (Wh) à chaque étape, incluant non seulement les TPU et CPU actives, mais aussi les machines « en veille » prêtes à servir.
- Emissions de CO₂ (CO₂e) : mesure des équivalents carbone à partir de la consommation électrique, pondérée selon le mix énergétique des data centers.
- Consommation d’eau : prise en compte du refroidissement des serveurs – tours d’eau et dry coolers –, du prélèvement et de la régénération locale dans chaque centre.
- Overhead data center : énergie dédiée à l’éclairage, aux UPS, aux systèmes de distribution électrique et de climatisation.
Ce cadre de calcul dépasse les simples relevés de puissance CPU et s’appuie sur des données terrain fiables pour modéliser l’« impression carbone » et hydrique d’un seul prompt.
Les chiffres clés d’un « prompt » Gemini
D’après le rapport interne, un prompt « médian » sur Gemini nécessite environ 0,24 Wh d’électricité, émet 0,03 gramme de CO₂e et consomme 0,26 millilitre d’eau. Pour visualiser ces ordres de grandeur : 0,24 Wh correspond à regarder la télévision pendant moins de neuf secondes, et l’empreinte carbone par requête est négligeable comparée à beaucoup d’autres usages numériques.
Des progrès d’efficacité spectaculaires
En un an, Google est parvenu à diviser par 33 la consommation électrique par requête et par 44 les émissions de CO₂e, grâce à une série d’optimisations :
- Architecture Transformer améliorée : plus parcimonieuse en calculs par rapport aux anciens réseaux.
- Mixture-of-Experts : seul le sous-ensemble de neurones nécessaire est activé en temps réel.
- Décodage spéculatif & batch inference : regroupement de plusieurs requêtes pour maximiser l’efficacité du matériel.
- Quantisation : réduction de la précision des poids sans altérer la qualité, diminuant la charge de calcul.
Le rôle clé des TPU maison
Depuis plus de dix ans, Google conçoit ses TPU dédiées à l’IA. La génération actuelle, surnommée Ironwood, affiche un gain de performance par watt incomparable aux CPU classiques et même aux GPU traditionnels. Couplée à une gestion dynamique des ressources, cette infrastructure permet de basculer modèles et tâches entre CPU et TPU pour éviter l’inactivité et réduire la surconsommation.
Logiciels optimisés pour la performance
Le compilateur XLA et le framework Pathways gèrent la distribution des calculs, en traduisant automatiquement les opérations Jax vers le meilleur matériel disponible. Ces outils garantissent un pipeline d’exécution rapide et peu énergivore, en minimisant les allers-retours entre mémoire et processeurs.
Des data centers parmi les plus « verts »
Les installations de Google fonctionnent désormais presque exclusivement à l’énergie renouvelable. Les centres sont conçus pour réinjecter davantage d’eau dans leur environnement qu’ils n’en prélèvent, grâce à des circuits fermés et des systèmes de refroidissement refroidis par air quand la température extérieure le permet.
Pourquoi cette transparence est essentielle
En dévoilant ces chiffres et méthodes, Google invite l’ensemble de l’industrie à aligner ses pratiques. Disposer de métriques standardisées pour l’empreinte écologique des IA est vital pour :
- Orienter la recherche vers la réduction de la consommation par requête.
- Évaluer les gains réels obtenus par chaque avancée matérielle ou logicielle.
- Informer les utilisateurs et les régulateurs sur l’impact environnemental de leurs usages numériques.
Une avancée méthodologique pour l’IA durable
Le cadre proposé par Google, qui englobe eau, électricité, CO₂ et overhead des data centers, constitue un premier pas vers une IA plus responsable. À mesure que l’IA s’intègre dans tous les secteurs, ces indicateurs permettront de piloter l’innovation tout en maîtrisant l’impact sur notre planète.