Aller au contenu
Hacktion Wiki IA

Impact Environnemental de l'IA

Ce que vous saurez dans 3 minutes

Vous découvrirez pourquoi Google et Microsoft voient leur consommation d’eau bondir de 20% par an. Nous décortiquerons le cycle de vie complet d’une IA selon la norme GHG Protocol (Scope 1, 2, 3) pour comprendre que le problème n’est pas seulement le Code, mais le Silicium et le Béton.

1. Comprendre

Le Mythe de l’Immatériel

L’IA est souvent représentée par un nuage (Cloud) éthéré. La réalité est faite de câbles sous-marins, d’entrepôts de la taille de terrains de football (Data Centers) et de tours de refroidissement crachant de la vapeur. Comme le dit la chercheuse Kate Crawford : “L’IA est une industrie extractive du XXIe siècle.”

Le Cadre d’Analyse (GHG Protocol)

Pour ne rien oublier, il faut auditer les trois périmètres :

  • Scope 1 (Direct) : Les émissions sur site (ex: générateurs diesel pour les secours d’urgence, fuites de gaz réfrigérants). Faible mais très polluant.
  • Scope 2 (Énergie) : L’électricité achetée pour faire tourner les GPU et la clim. C’est le poste majeur si l’électricité est carbonée (Charbon/Gaz).
  • Scope 3 (Chaîne de Valeur) : L’impact caché de la fabrication des puces (TSMC à Taiwan), l’extraction du lithium, la construction des bâtiments et la fin de vie (déchets électroniques).

    Note : Pour un serveur qui dure 3 ans, le Scope 3 représente souvent 50% de l’empreinte totale.

2. Appliquer

Métriques Clés

Les Data Centers utilisent l’évaporation pour refroidir les serveurs (“Water Cooling” industriel).

  • Le Chiffre : Selon une étude de l’Université de Californie (Riverside), l’inférence (répondre aux questions) consomme environ 500ml d’eau pour 20 à 50 échanges.
  • Le Constat : Dans son rapport environnemental 2022, Microsoft a révélé une hausse de 34% de sa consommation d’eau, directement liée à l’IA.

Inférence vs Entraînement

C’est l’erreur classique des médias : se focaliser sur l’entraînement.

  • Entraînement (Training) : Coût fixe, unique, massif. (Investissement).
  • Inférence (Inference) : Coût variable, répété, cumulatif. (Fonctionnement).

Analogie : L’entraînement, c’est la fabrication de la voiture (très polluant). L’inférence, c’est l’essence consommée à chaque trajet. Si la voiture roule des milliards de km (ChatGPT a 100M+ utilisateurs hebdos), l’essence dépasse vite la fabrication.

3. Aller plus loin

Les Externalités Positives (Le Contre-Poids)

Pour être honnête, il faut déduire l’impact évité grâce à l’IA (“Handprint” vs “Footprint”).

  • DeepMind AlphaFold : A prédit la structure de 200 millions de protéines en quelques semaines. En laboratoire classique, cela aurait pris des siècles de réactifs chimiques et d’énergie.
  • Optimisation Grid : L’IA optimise la distribution électrique pour intégrer plus de renouvelables (solaire/éolien intermitents).
  • Agriculture de Précision : Réduction massive (30-40%) des pesticides grâce à la vision par ordinateur.

Le Problème de l’Opacité

Le principal obstacle aujourd’hui est le manque de données. OpenAI ne publie plus le coût carbone de GPT-4 (“Secret Industriel”). Sans “Nutrition Label” pour l’IA, les développeurs ne peuvent pas choisir le modèle le plus écologique. Des initiatives comme CodeCarbon tentent d’estimer cela côté client.

Questions Fréquentes

Faut-il arrêter d’utiliser l’IA pour le climat ? Non, mais il faut appliquer la Sobriété Numérique.

  1. Utiliser le plus petit modèle capable de faire la tâche (SLM vs LLM).
  2. Ne pas régénérer une réponse si la première est correcte.
  3. Éviter la vidéo/image générative si le texte suffit.

Les Data Centers peuvent-ils chauffer les villes ? Oui ! C’est la récupération de chaleur fatale. À Helsinki ou Paris, la chaleur des serveurs est parfois réinjectée dans le réseau de chauffage urbain pour chauffer des piscines ou des logements. C’est une manière transformer le déchet thermique en ressource.

Notions Liées (Spider Web)

  • Phénomène : Effet Rebond (Pourquoi l’efficacité ne suffit pas).
  • Hardware : GPU (Le cœur du réacteur).
  • Cadre Légal : IA Act (Premières obligations de transparence carbone).

Ressources Externes