Post de Matthieu Guillotte

Le bilan carbone en hausse : comment l'intelligence artificielle impacte les géants du numérique. L'article publié par France Télévisions et rédigé par Luc Chagnon le 3 juillet 2024 examine comment l'intelligence artificielle a contribué à l'augmentation des émissions de gaz à effet de serre (GES) des géants de la tech, notamment Google et Microsoft. Points clés de l'article : 1. Augmentation des Émissions de GES : - Les émissions de CO2 de Google ont augmenté de 48 % en cinq ans, atteignant 17,16 millions de tonnes en 2023. - Microsoft a également vu ses émissions augmenter de 40 % en quatre ans, atteignant le même niveau de 17,16 millions de tonnes en 2023. 2. Raison Principale : Développement de l'IA : - La construction de nouveaux data centers, nécessaires au développement et au fonctionnement de l'IA, est un facteur majeur de cette augmentation. - L'IA, nécessitant des quantités massives de données et donc une grande consommation d'énergie, est particulièrement gourmande en ressources. 3. Promesses Non Tenues : - Bien que Google et Microsoft aient promis de devenir neutres en carbone d'ici 2030, les progrès rapides de l'IA rendent ces objectifs plus difficiles à atteindre. 4. Efforts de Réduction : - Les entreprises mettent en avant leurs efforts pour réduire leur impact environnemental, notamment en améliorant l'efficacité de leurs data centers et en augmentant l'utilisation des énergies renouvelables. 5. Difficulté de Quantification des Émissions : - Les émissions de GES des autres géants de la tech, comme Apple, Amazon et Meta, sont plus difficiles à quantifier en raison du manque de données récentes et de transparence. Conclusion L'article souligne le paradoxe entre les ambitions écologiques des entreprises de la tech et l'impact environnemental croissant lié à l'expansion de l'IA, mettant en lumière les défis à venir pour atteindre leurs objectifs de neutralité carbone.

🌍 L'IA dans le Web : Bénédiction Technologique ou Désastre Écologique? 🌿 L'IA transforme le numérique, mais quel est son impact sur notre planète? Avec l'expansion de l'IA dans les agences web, il est crucial de se pencher sur ses implications écologiques. 💻🌱 💡 Les Points Positifs : - Optimisation des Ressources ⚙️: Google utilise l'IA pour optimiser la consommation d'énergie de ses centres de données, réduisant ainsi la consommation d'électricité de 30%. 💡 - Green Tech 🌿: De nombreuses solutions IA, comme celles développées par IBM, se concentrent sur la réduction des déchets et l'amélioration de l'efficacité énergétique. 🌾 ⚠️ Les Points Négatifs : - Consommation Énergétique 🌡️: En 2019, l'entraînement d'un modèle comme GPT-3 a consommé autant d'énergie qu'un vol transatlantique, montrant l'énorme consommation d'énergie de ces technologies. ✈️ - Empreinte Carbone 🏭: Les centres de données, essentiels pour l'IA, sont responsables d'environ 1% de la consommation mondiale d'électricité et de 0,5% des émissions de CO2. 📊 🔍 Questions Cruciales - Comment équilibrer l'utilisation de l'IA avec la préservation de notre environnement? - Les entreprises peuvent-elles adopter des pratiques plus durables tout en tirant parti des avancées technologiques? 📊 Il est temps de réfléchir à des stratégies pour minimiser l'empreinte écologique de l'IA. Par exemple, Microsoft s'engage à être négatif en carbone d'ici 2030 en utilisant des énergies renouvelables pour ses opérations. 🌞 Partagez vos idées et expériences dans les commentaires! Comment votre entreprise gère-t-elle l'impact écologique de l'IA? Quelles solutions avez-vous mises en place pour une utilisation plus durable de la technologie? 🗨️👇 #IA #Écologie #Technologie #Innovation #Durabilité #Débat #GreenTech

👀👀Une belle analyse collective à lire pour tout utilisateur de l'IA Les deux grands volets liant l'IA et le Green IT sont traités dans ce rapport : Le premier sous l'angle de la consommation énergétique, le second au travers du prisme de l'apport de l'IA pour réduire son empreinte carbone. Il faut différentier deux utilisateurs : Ceux qui utilisent des moteurs pré-entraînés comme Chat GPT, Mistral ou Gemini et ceux qui entraînent leurs propres IA.  Les consommations ne sont pas identiques et l'impact sur le bilan carbone de l'entreprise totalement différent. Pour les premiers, comment calculer l'impact  ? Où trouver les bons chiffres❓Pour les seconds, le problème est surtout d'être efficace dans le stockage des données et la puissance CPU nécessaire et d'être capable de calculer la rentabilité Carbone du système (consommation de mise au point vis à vis des gains obtenus à l'usage)❗ Pour ce qui est de l'utilisation de l'IA pour diminuer son empreinte carbone, si ce n'est déjà les usages, les idées sont nombreuses. Les cas d'optimisation ne manquent pas, même si, dans certains cas, elles auraient pu être mises en oeuvre sans attendre l'IA. Et nous, en tant que particuliers, quelle est notre consommation carbone en utilisant l'IA ❓

Et toi, tu penses à l'impact écologique quand tu utilises l'IA ? Je parle souvent des avantages de l'IA générative, mais je n’oublie pas son impact énergétique énorme : elle consomme 30 fois plus d'énergie qu'une recherche web classique ! Un fait qui me marque dans l'article ci-dessous ? Faire générer une image par l’IA équivaut à une recharge complète de smartphone. Du côté des solutions : 👉🏻Dr. Sasha Luccioni et son équipe ont créé CodeCarbon (carbon.io), un outil permettant aux développeurs de mesurer l'empreinte carbone de leurs programmes. 👉🏻D'autres travaillent sur un label de type Nutri-score pour évaluer l'efficacité énergétique des modèles d'IA. 👉🏻Le développement de modèles plus légers (SLM, Small Language Models) permet de réduire la consommation pendant l'entrainement et surtout pour l'utilisation. C'est prometteur, mais on a encore un long chemin à parcourir pour utiliser l'IA de manière plus responsable. Depuis que j'ai pris conscience de ces impacts : 1. j'essaie de faire un peu mieux à chaque génération de prompt en optimisant mes demandes pour un meilleur résultat avec moins de ressources. Par exemple je peux choisir le modèle le moins performant si la tâche ne comporte pas de difficulté particulière. 2. pour les images, je m'efforce d'utiliser la première réponse, sans demander de retouche. A moi de faire mieux dans mes demandes ! 3. j’évite d’utiliser ChatGPT quand une recherche classique suffit. 👉 Et toi, penses-tu qu'il est possible d'allier innovation et responsabilité environnementale avec l'IA ? Quels autres moyens peut-on imaginer pour réduire son empreinte ? https://lnkd.in/eUAHVpm3

L’IA est souvent vue comme la solution miracle à nos problèmes. Mais est-ce vraiment le cas ? Les data centers qui alimentent ces modèles sont extrêmement énergivores. Une étude de Hugging Face et Carnegie Mellon montre que créer une simple image avec DALL-E 3 ou MidJourney consomme autant d'énergie que de charger ton smartphone. Bientôt, certaines entreprises consommeront autant qu’un pays ! 😲 Heureusement, des solutions innovantes sont développées : Microsoft explore des technologies d'énergie cryogénique pour la capture directe du carbone, et Google, avec DeepMind, utilise l’IA pour optimiser l'efficacité de ses data centers. 🌱 En 2021, cette approche a permis de réduire de 300 000 tonnes les émissions de CO2. Impressionnant, non ? Mais d’après un rapport de Capgemini (juillet 2024) seulement 30% s’intéressent au coût carbonne de l’IA… L’IA évolue rapidement et le développement de plus petits modèles (SML) permet déjà de réduire leurs besoins énergétiques. Développer une IA responsable est une priorité : une IA qui agisse pour le bien commun et qui n’accélère pas le réchauffement climatique. Et toi, est-ce que tu penses que l’IA nous aidera à sauver la planète ?

Les IA génératives consomment “30 fois plus d’énergie” qu’un moteur de recherche classique, selon Sasha Luccioni, chercheuse spécialisée dans l’impact environnemental de l’IA. Cette donnée est essentielle à considérer, d’autant plus que des pays comme l’Irlande sont déjà confrontés à des alertes sur la consommation électrique des centres de données. Les autorités craignent que la demande énergétique des serveurs ne doive être priorisée par rapport à celle des habitants. Pour illustrer cela autrement, en 1962, il fallait 4 jours au paquebot “France” pour rallier New York. L’aéronautique a rapidement pris le dessus, réduisant drastiquement le temps de trajet. Pourtant, ce gain de temps a un coût énergétique. Aujourd’hui, 7,8 % de l’énergie mondiale est consommée par l’aviation, dont 80 % des passagers volent pour des raisons de loisir. Le progrès, tel que nous le concevons aujourd’hui, doit intégrer impérativement une réduction de la consommation des ressources par rapport aux technologies précédentes. Il ne s’agit plus d’une option, mais d’une question de survie. Les multiples rapports du GIEC soulignent tous le cap mortifère vers lequel l’humanité se dirige. Avant d’intégrer l’IA de manière généralisée dans nos vies, il est crucial de prendre conscience des implications environnementales et de réfléchir aux conséquences à long terme de son utilisation. Nous devons nous responsabiliser collectivement quant à l’impact de ces technologies.

🌍 𝐋’𝐈𝐀 𝐞𝐭 𝐬𝐨𝐧 𝐞𝐦𝐩𝐫𝐞𝐢𝐧𝐭𝐞 𝐞𝐧𝐯𝐢𝐫𝐨𝐧𝐧𝐞𝐦𝐞𝐧𝐭𝐚𝐥𝐞 : 𝐮𝐧𝐞 𝐨𝐩𝐩𝐨𝐫𝐭𝐮𝐧𝐢𝐭𝐞́ 𝐩𝐨𝐮𝐫 𝐢𝐧𝐧𝐨𝐯𝐞𝐫 𝐞𝐭 𝐢𝐧𝐯𝐞𝐬𝐭𝐢𝐫 💡 Une enquête récente de The Guardian révèle une réalité troublante : l'empreinte carbonne des data centers des leaders de l'IA (GAFAM) seraient 662 % plus élevées que ce qu’ils déclarent officiellement.Ces chiffres concernent uniquement la période 2020-2022, avant ChatGPT 💰 𝐔𝐧 𝐞𝐧𝐣𝐞𝐮 𝐞́𝐜𝐨𝐥𝐨𝐠𝐢𝐪𝐮𝐞 𝐄𝐓 𝐞́𝐜𝐨𝐧𝐨𝐦𝐢𝐪𝐮𝐞 : ChatGPT, coûterait plus de 700 000 $ par jour à OpenAI, une grande partie liée à la consommation énergétique des seveurs. 𝐀𝐥𝐨𝐫𝐬, 𝐜𝐨𝐦𝐦𝐞𝐧𝐭 𝐫𝐞́𝐝𝐮𝐢𝐫𝐞 𝐥𝐚 𝐟𝐚𝐜𝐭𝐮𝐫𝐞 𝐞𝐧 𝐫𝐞́𝐩𝐨𝐧𝐝𝐚𝐧𝐭 𝐚̀ 𝐥'𝐮𝐫𝐠𝐞𝐧𝐜𝐞 𝐜𝐥𝐢𝐦𝐚𝐭𝐢𝐪𝐮𝐞 ? Voici quelques solutions prometteuses porteuses d'opportunités et d’investissements. 🚀 𝟏. 𝐎𝐩𝐭𝐢𝐦𝐢𝐬𝐚𝐭𝐢𝐨𝐧 𝐝𝐞𝐬 𝐢𝐧𝐟𝐫𝐚𝐬𝐭𝐫𝐮𝐜𝐭𝐮𝐫𝐞𝐬 : 𝐝𝐞𝐬 𝐩𝐮𝐜𝐞𝐬 𝐀𝐈 𝐫𝐞́𝐯𝐨𝐥𝐮𝐭𝐢𝐨𝐧𝐧𝐚𝐢𝐫𝐞𝐬 Les AI chips, spécialement conçus pour les modèles d’IA, consomment moins d’énergie et maximisent les performances. ➡️ Startups prometteuses : Cerebras (valorisée à +4 Mds $) développe des puces géantes plus efficaces, utilisées par exemple par #TotalEnergies. Graphcore (valorisée à +2 Mds $) accélère les calculs tout en réduisant la dissipation thermique. 💡 Marché en croissance : aujourd'hui 7,7 Mds $, il pourrait atteindre 174 Mds $ d’ici 2030. ❄️ 𝟐. 𝐑𝐞𝐟𝐫𝐨𝐢𝐝𝐢𝐬𝐬𝐞𝐦𝐞𝐧𝐭 𝐚𝐯𝐚𝐧𝐜𝐞́ : un levier d’efficacité énergétique ➡️ Immersion cooling : Immerger les composants dans des liquides non conducteurs réduit la chaleur plus efficacement. Ex. Hypertec (Canada) : -90 % sur les dépenses d’exploitation des data centers. ➡️ Direct-to-chip cooling : Appliquer un fluide directement sur les puces pour limiter les pertes thermiques. Ex. Zutacore (USA) : collabore déjà avec Nvidia et AMD. 🌞 𝟑. 𝐄́𝐧𝐞𝐫𝐠𝐢𝐞𝐬 𝐫𝐞𝐧𝐨𝐮𝐯𝐞𝐥𝐚𝐛𝐥𝐞𝐬 𝐞𝐭 𝐦𝐢𝐜𝐫𝐨-𝐫𝐞́𝐬𝐞𝐚𝐮𝐱 𝐢𝐧𝐭𝐞𝐥𝐥𝐢𝐠𝐞𝐧𝐭𝐬 ➡️ Les micro-réseaux intégrant des énergies renouvelables (solaire, éolien) réduisent la dépendance au réseau principal et stabilisent les coûts. ➡️ Exemple : Microsoft collabore avec Enchanted Rock pour alimenter un data center en Californie, avec une réduction des émissions locales de 80 à 96 %. 💡 Pourquoi c’est important ? Investir dans ces innovations, c’est répondre à une double problématique : la rentabilité énergétique des data centers et la réduction de leur empreinte carbone. 📈 Le coût énergétique de l’IA n’est pas une fatalité. Il peut être réduit par des solutions innovantes : ces investissements pourraient façonner les leaders de demain. 🌍✨ 👉 𝐄𝐭 𝐯𝐨𝐮𝐬, 𝐩𝐞𝐧𝐬𝐞𝐳-𝐯𝐨𝐮𝐬 𝐪𝐮𝐞 𝐥’𝐈𝐀 𝐩𝐞𝐮𝐭 𝐝𝐞𝐯𝐞𝐧𝐢𝐫 𝐝𝐮𝐫𝐚𝐛𝐥𝐞 ? #IA #Durabilité #TechResponsable #ÉnergiesRenouvelables #Innovation #GreenTech #BigData #DataCenters #TransitionÉnergétique #Investissement #Technologie #AIChips #Refroidissement #MicroRéseaux #Climat #EmpreinteCarbone

🌍 𝗟’𝗜𝗔 𝗲𝘁 𝗹’𝗘𝗻𝘃𝗶𝗿𝗼𝗻𝗻𝗲𝗺𝗲𝗻𝘁 : 𝘂𝗻 𝗱𝘂𝗼 𝘀𝗼𝘂𝘀 𝘁𝗲𝗻𝘀𝗶𝗼𝗻, 𝘃𝗼𝗶𝗰𝗶 𝗹𝗲𝘀 𝗿𝗮𝗶𝘀𝗼𝗻𝘀 ! L'essor de l'intelligence artificielle a ouvert des perspectives incroyables, mais cela vient avec une face cachée : 𝘀𝗼𝗻 𝗲𝗺𝗽𝗿𝗲𝗶𝗻𝘁𝗲 𝗲́𝗰𝗼𝗹𝗼𝗴𝗶𝗾𝘂𝗲. L’IA, notamment les grands modèles de traitement du langage, requiert une puissance de calcul colossale, souvent assurée par des centres de données énergivores. Qu’en est-il concrètement ? Quelques chiffres pour mieux comprendre 👇 🔸 𝟮𝟴𝟰 𝘁𝗼𝗻𝗻𝗲𝘀 𝗱𝗲 𝗖𝗢₂ – En 2019, une étude de l’Université du Massachusetts a estimé qu’entraîner un modèle de traitement du langage naturel (NLP) de grande envergure pouvait émettre autant de carbone que cinq voitures durant leur cycle de vie ou encore plus de 120 vols aller-retour New York - Pékin. Cette empreinte est comparable à celle d'une industrie lourde ! 🔸 𝟭% 𝗱𝗲 𝗹𝗮 𝗱𝗲𝗺𝗮𝗻𝗱𝗲 𝗺𝗼𝗻𝗱𝗶𝗮𝗹𝗲 𝗲𝗻 𝗲́𝗹𝗲𝗰𝘁𝗿𝗶𝗰𝗶𝘁𝗲́ – Selon l’Agence Internationale de l’Énergie, les centres de données (dont une part croissante est dédiée à l’IA) consomment environ 200 térawattheures par an. Cela équivaut à la consommation d’un pays entier, comme l’Australie. 🔸 𝟭𝟬,𝟭 𝗺𝗶𝗹𝗹𝗶𝗼𝗻𝘀 𝗱𝗲 𝘁𝗼𝗻𝗻𝗲𝘀 𝗱𝗲 𝗖𝗢₂ 𝗽𝗮𝗿 𝗮𝗻 – C’est l’empreinte carbone déclarée en 2021 par Google, qui alimente ses modèles d'IA et services en ligne dans le monde entier. La bonne nouvelle est que des entreprises comme Google, Microsoft et Amazon investissent massivement dans les énergies renouvelables, et Google vise une énergie 100% verte pour ses centres de données d’ici 2030. 🔸 𝗢𝗽𝘁𝗶𝗺𝗶𝘀𝗮𝘁𝗶𝗼𝗻 𝗲́𝗻𝗲𝗿𝗴𝗲́𝘁𝗶𝗾𝘂𝗲 𝘅𝟰𝟰 – Depuis 2012, les chercheurs ont rendu l'entraînement des modèles d'IA 44 fois plus efficace en termes d’énergie. Des avancées majeures dans les algorithmes et le matériel permettent aujourd'hui de réduire drastiquement l'énergie consommée tout en augmentant la puissance des modèles. ⚡ 𝗗𝗲𝘀 𝘀𝗼𝗹𝘂𝘁𝗶𝗼𝗻𝘀 ? Certaines initiatives innovantes voient le jour. Microsoft teste des centres de données sous-marins qui profitent du refroidissement naturel de l’eau de mer. L'entreprise s'est également engagée à utiliser 100% d'énergie renouvelable d’ici 2025. 🤔 Ce type d’innovation est essentiel pour concilier la croissance de l’IA avec des objectifs durables. En rendant l’IA plus écologique, nous réduisons son impact négatif tout en maximisant son potentiel positif dans des domaines comme la santé, l’énergie ou l’agriculture durable. (A voir). 🙄 L’IA doit devenir un levier de durabilité, et non un frein. Q𝘂𝗲 𝗽𝗲𝗻𝘀𝗲𝘇-𝘃𝗼𝘂𝘀 𝗱𝗲𝘀 𝗮𝘃𝗮𝗻𝗰𝗲́𝗲𝘀 𝗱𝗮𝗻𝘀 𝗰𝗲 𝗱𝗼𝗺𝗮𝗶𝗻𝗲 ? 𝗗𝗲𝘀 𝘀𝗼𝗹𝘂𝘁𝗶𝗼𝗻𝘀 𝗶𝗻𝗻𝗼𝘃𝗮𝗻𝘁𝗲𝘀 𝗮̀ 𝗽𝗮𝗿𝘁𝗮𝗴𝗲𝗿 ?

🌍 L'intelligence artificielle : un atout ou une menace pour l'environnement ? L'IA promet de grandes avancées, que ce soit pour la gestion des réseaux électriques, la conception de véhicules plus efficaces ou la surveillance des écosystèmes. Mais cette révolution a aussi un coût environnemental non négligeable. 🤖💡 🔌 Les centres de données, un gouffre énergétique ? Les infrastructures qui hébergent les modèles d'IA consomment une quantité colossale d'énergie. De nombreux géants de la tech, comme Microsoft, investissent massivement dans ces infrastructures. Microsoft, par exemple, a annoncé un investissement de plus de 3 milliards de dollars pour ses centres de données en Suède et aux États-Unis. 🏢💰 Cependant, malgré des engagements en matière de neutralité carbone, les critiques pointent du doigt les contradictions entre les promesses environnementales et la réalité des émissions générées par ces centres de données. 🏭🌱 ⚡ Vers une solution ? Microsoft et d'autres acteurs du secteur s'engagent à améliorer l'efficacité énergétique de leurs infrastructures, et certains cherchent à intégrer davantage d'énergies renouvelables dans le mix. Néanmoins, le chemin reste long, notamment face à la croissance exponentielle des besoins en IA. 📈🌳 🌦️ Un impact positif à venir ? Il est vrai que certaines applications de l'IA, comme l'amélioration des prévisions météorologiques et la gestion des ressources énergétiques, pourraient avoir un effet bénéfique à long terme. Toutefois, la question demeure : l'IA pourra-t-elle vraiment compenser les impacts environnementaux qu'elle génère actuellement ? Source : le Nouvel Economiste #IA #Environnement #Soutenabilité #Énergie #Infrastructures #DataCenters #TechnologieVerte

💡 L'intelligence artificielle pourrait transformer notre futur, mais à quel prix ? 🤖 L'essor de l'intelligence artificielle soulève des questions majeures sur sa durabilité énergétique. Les technologies avancent 🚀, mais leur consommation d'énergie ⚡ et d'eau 💧 augmente rapidement. ♻️ Pour un futur responsable, il est essentiel de : - Privilégier des modèles plus légers 🧩 - Repenser nos usages 🤔 - Éduquer sur l'impact environnemental de l'IA 📚 pour éviter la surconsommation. 🤝 Et vous qu'en pensez vous ? Comment devrions-nous aborder ce défi pour équilibrer innovation et durabilité ? 🌍 #IA #responsabilite #sobriétéénergétique #innovationdurable #iaresponsable