IA: quantifier les ressources utilisées est compliqué

Ce centre de données néerlandais à Middenmeer consomme également, beaucoup d’électricité. | Photo: Mischa Keijser / Westend61 / keystone-ats

En 2009, une recherche sur Google consommait environ 0,3 Wh d’électricité selon la multinationale –  soit autant qu'une ampoule de 60 watts allumée pendant dix-huit secondes,. Etonnamment, c’est la même consommation qu’un prompt standard sur ChatGPT, selon l’ONG Epoch AI. Un bel exemple des progrès réalisés en efficience énergétique des centres de calcul.

Il ne s’agit cependant que d’une valeur moyenne, car la dépense d’énergie générée par un prompt dépend de sa complexité, du temps de calcul de l’IA et du modèle utilisé. Elle augmente avec le nombre de paramètres du réseau de neurones artificiels, qui va par exemple de 10 à 400 milliards selon les variantes pour le modèle open source Llama 3.1. Il n'existe pas de chiffres à ce sujet pour ChatGPT.

La Suisse championne des centres de données

Mais ce gain d’efficacité ne compense pas la croissance exponentielle de l’usage des outils numériques, nourrie notamment par l’IA. Aux Etats-Unis, les besoins en électricité des centres de données, restés relativement stables entre 2014 et 2016, ont ensuite augmenté de plus en plus vite et ont triplé en moins de dix ans, selon un rapport du Lawrence Berkeley National Laboratory établi fin 2024. Avec 180 TWh, ils consomment 4% de la demande nationale. L’IA représentait un quart de cette consommation des infrastructures de données en 2023.

Cette part devrait atteindre la moitié jusqu'en 2028 et devancer les cryptomonnaies. La dépense énergétique de l’entraînement des modèles d’IA devrait alors avoir dépassé celle de leur utilisation. Les prédictions de l’Agence internationale de l’énergie sont semblables, avec une consommation mondiale des centres de données qui devrait se multiplier par trois voire quatre d’ici à l’an 2035.

Cette tendance se retrouve également en Suisse: en 2019, les centres de calcul représentaient 3,6% de la demande d’électricité nationale. En 2019, celle-ci était de 6-8% en 2025. Et cette part pourrait atteindre 15% d’ici à 2030, selon une enquête de la SRF. «La Suisse est devenue une terre d’accueil pour les data centers, constate Louise Aubet, responsable de la recherche de Resilio, un cabinet romand de conseil en impact environnemental du numérique. Par rapport à sa population, elle en compte le deuxième plus grand nombre d’Europe. Elle exporte beaucoup de services de cloud computing.»

Alors que de nombreux pays européens sont des importateurs nets de services numériques venant notamment de la Silicon Valley, l’exportation helvétique compense les importations de l’étranger. Conséquence: «L’impact environnemental du numérique en Suisse est à peu près le même, qu’on le quantifie sur la base de la consommation nationale des services dans le pays, qui inclut les importations, ou sur celle liée à leur production dans le pays, qui inclut les exportations», note Louise Aubet.

Il ne faut pas non plus négliger l’énergie grise liée à la fabrication du matériel informatique. C’est pourquoi Denisa Constantinescu, de l’EPFL, étudie à quel moment un centre de calcul devrait remplacer son infrastructure technique par de nouveaux modèles moins gourmands sur les plans économique et écologique. «En Suisse, l'électricité est relativement cher. Cela encourage à changer de chips déjà après moins de quatre ans, explique-t-elle. Mais comme il est produit à plus de 95% sans émission directe de CO2, le bénéfice climatique d’une réduction des besoins énergétiques est relativement faible.»

En Chine, c'est l'inverse: l'électricité y est certes bon marché, mais elle génère en moyenne dix fois plus d'émissions de CO2 qu’en Suisse. Du point de vue économique, il serait avantageux de ne changer de hardware que tous les sept ans. Mais en le faisant deux ans plus tôt, le CO2 émis baisserait de 98%. «C’est un problème de fond: les incitations écologiques et économiques ne sont souvent pas alignées.»

Le problème des métaux toxiques

L’énergie n’est cependant que l'un des impacts sur l'environnement de l’IA. La fabrication des puces électroniques nécessaires à l’entraînement des modèles et à leur usage exige également de grandes quantités de matériaux. Combien exactement? «Les entreprises ne dévoilent pas d’informations précises à ce sujet», explique Sophia Falk qui étudie l’impact environnemental de l’IA à l’Université de Bonn (Allemagne).

C'est pourquoi la chercheuse a entrepris de le découvrir elle-même: avec son équipe, elle a démonté la carte GPU A100 de Nvidia, réduit les composants en poudre et traité les échantillons chimiquement avant de déterminer par spectroscopie d’émission les éléments chimiques et leur quantité.

Résultat: cette puce contient 32 éléments différents, dont des métaux lourds et des substances potentiellement toxiques telles que l’arsenic, l’antimoine ou le cuivre. L’étude de Sophia Falk estime que l’entraînement de ChatGPT-4 (sorti en 2023) pourrait avoir utilisé quelque 5000 cartes A100 pesant plus d’un kilo, qui ont nécessité l’extraction de plusieurs tonnes de métaux toxiques.

«Les problèmes comprennent des dangers pour la santé lors de l’extraction minière des matériaux, qui se fait encore souvent de manière artisanale, ainsi que les risques pour l’environnement une fois les composants jetés», note la chercheuse.

Neuf limites planétaires

L’Union européenne a certes passé des régulations sur l'élimination des déchets électroniques, mais les chiffres à ce sujet manquent également. «Les entreprises disent collecter les chips utilisées, sans toutefois révéler ce qu’elles en font. On ignore donc si elles sont recyclées ou incinérées, ou si elles finissent dans des décharges officielles ou sauvages.» La tendance est à la hausse: la puce B200 de Nvidia sortie en 2024 contient 200 milliards de transistors, soit quatre fois plus que le modèle A100 de 2020. Elle coûte également trois fois plus cher – actuellement autour de 30 000 dollars l’unité.

Les différents types d’impacts environnementaux de l’IA sont quantifiés de manière très différente: en kWh pour l’électricité, en équivalent de CO2 pour le climat, en litres pour la consommation d’eau et en tonnes de matériau pour les ressources ou la pollution. «On peut néanmoins le faire en standardisant les différents impacts de l’IA par rapport aux neuf limites planétaires à ne pas dépasser pour maintenir l’équilibre de notre environnement», relève Louise Aubet. Elle a rédigé une analyse du cycle de vie du secteur du numérique en Suisse pour Resilio.

Avec 220 kg d’équivalent CO2 par personne, le numérique représente ainsi 22% du budget carbone national à disposition pour ne pas dépasser la limite planétaire climatique, fixée à un réchauffement d’un degré. C’est davantage que sa contribution à la limite planétaire pour les particules fines (13%), mais moins que celle pour la pollution des eaux douces (38%) et pour les ressources en matières premières (65%). Les projections sont alarmantes: d’ici une dizaine d’années, l’usage des matières premières du numérique pourrait passer à 83% de la limite planétaire rapportée à la Suisse, alors que la pollution des eaux doublerait pour atteindre 72%.

L’étude montre également que c’est la fabrication des appareils qui affecte en premier l’environnement, environ quatre fois plus que leur utilisation: l’impact climatique du numérique provient à 5% des infrastructures de transmission des données, à 20% des centres de calcul et à 75% des dispositifs électroniques des usagers, dont 50% pour le cadre privé et 25% pour le travail.

Un numérique plus frugal

Le rapport de Resilio recommande – sans trop de surprises – de réduire les besoins en nouveaux appareils, d’en améliorer l’efficacité et de privilégier un usage plus frugal des services numériques. «Hélas, la règle des modèles économiques est de vendre plus, note Louise Aubet. La volonté de l’UE de se battre contre l’obsolescence programmée s’est effritée ces dernières années face aux considérations budgétaires, de sécurité et d’indépendance technologique.» Pour elle, «les acteurs du numérique en Suisse ont l’avantage d’un mix électrique favorable, mais au-delà de ça, ils ne sont dans l’ensemble pas plus verts qu’ailleurs».

«L’intelligence artificielle peut contribuer à la durabilité, en affinant les modèles climatiques ou en gérant les réseaux électriques intégrant des sources renouvelables intermittentes, note Sophia Falk. Mais l’IA générative, telle que ChatGPT ou Midjourney, contribue peu à résoudre les problèmes environnementaux.» Son utilisation fortement encouragée – voire imposée – par les entreprises comme Microsoft ou Google a un impact croissant sur l’environnement, avec des gains de productivité discutables et discutés. Utiliser l’IA à la place d’un moteur de recherche a ses avantages, mais également un prix.

Pour cet article, l'auteur a utilisé ChatGPT et Notebooklm afin de chercher des informations, résumer des articles scientifiques, traduire des citations et relire le texte. Ces tâches ont probablement consommé une dizaine de kWh d’électricité valant quelques francs.