Énergie

Des Agents IA Consomment une Quantité d’Électricité Étonnamment Élevée

Des Agents IA Consomment une Quantité d'Électricité Étonnamment Élevée

L’impact énergétique des agents d’IA

Avec l’avènement des agents d’intelligence artificielle (IA), la question de la consommation d’électricité s’avère bien plus complexe qu’auparavant. En effet, il ne suffit plus de mesurer la consommation d’un chatbot classique. Les modèles d’IA actuels sont des systèmes sophistiqués, capables d’exécuter des tâches complexes de manière autonome. Ils intègrent non seulement des modèles de langage avancés, mais aussi une multitude d’outils et de couches applicatives qui exigent bien plus d’énergie qu’un simple chatbot isolé.

La complexité de l’évaluation de la consommation électrique

Cela soulève un véritable défi lorsqu’il s’agit d’évaluer leur consommation d’électricité totale. Malheureusement, le manque de transparence des laboratoires privés d’IA concernant leur utilisation interne de l’énergie rend difficile une évaluation précise de l’impact de ces assistants IA sur le réseau électrique.

Dans un article de blog récemment mis en avant par Wired, le climatologue Zeke Hausfather a décidé de faire des calculs concernant la demande énergétique générée par son utilisation quotidienne de Claude Code, un assistant de programmation IA développé par Anthropic. En mesurant le nombre de tokens utilisés par son assistant, Hausfather a estimé que sa consommation quotidienne se situait entre 1,2 et 5,9 kWh. Ce chiffre est préoccupant, car il représente plus d’électricité que celle consommée par deux réfrigérateurs fonctionnant toute la journée.

Une consommation alarmante issue des agents

Sur une période de huit semaines, l’agent a traité environ 3,2 milliards de tokens, estimant que cette consommation provient principalement du fait que l’agent “relit sa propre mémoire de travail” chaque fois qu’il fait un nouveau pas. Hausfather a précisé que chaque fois qu’un agent exécute une commande, lit un fichier ou appelle un outil, le modèle doit retraiter tout son contexte accumulé.

Il a également souligné que le texte visible pour lui (le résultat produit par le modèle) ne représente qu’environ 0,4 % des tokens totaux traités. Environ 96 % des tokens sont des lectures de cache, où l’agent re-lit son contexte à chacune des 14 000 étapes. Cette distinction est cruciale pour évaluer l’énergie consommée, car un token mis en cache coûte moins cher en énergie à relire qu’un token frais à traiter.

Des projections inquiétantes pour l’avenir

En extrapolant ses résultats sur une base annuelle, Hausfather a conclu qu’il émettrait “un peu plus par an que ce qu’un sèche-linge électrique génère, et environ la moitié de ce que produirait un trajet de 11 500 miles en voiture électrique en Californie”. Bien que cela puisse sembler minime pour un individu, multiplié par le nombre total d’utilisateurs d’IA, l’impact devient considérable. De plus, cela représente une nouvelle source d’émissions à un moment où les températures mondiales grimpent et où les objectifs de réduction des émissions sont de moins en moins viables.

Les incertitudes persistent

Cependant, le véritable impact sur le climat reste flou. Comme l’indique Wired, le chercheur en durabilité lié à l’IA, Boris Gamazaychikov, a qualifié ce calcul de “bon effort”, tout en soulignant qu’il se fonde sur des données anciennes. Ses propres recherches sur la consommation d’énergie associée à l’IA devraient être publiées bientôt, et celles-ci pourraient apporter un nouvel éclairage sur le véritable coût des agents d’IA.

FAQ

Quelle est la principale source de consommation d’énergie des agents d’IA ?

La principale source de consommation d’énergie provient de la nécessité pour les modèles d’IA de retraiter de grandes quantités de données et de contextes à chaque nouvelle étape, augmentant ainsi leur consommation d’électricité.

Quels sont les effets de cette consommation sur l’environnement ?

Cette consommation énergétique représente une nouvelle source d’émissions de gaz à effet de serre, rendant encore plus difficile l’atteinte des objectifs de réduction des émissions dans un contexte de réchauffement climatique.

Y a-t-il des initiatives pour diagnostiquer la consommation électrique des IA ?

Des chercheurs comme Zeke Hausfather et Boris Gamazaychikov travaillent à évaluer et à rendre plus transparente la consommation d’énergie des systèmes d’IA, afin d’orienter les efforts de durabilité.

Comment cette problématique est-elle perçue par les entreprises technologiques ?

Certaines entreprises technologiques sont encore peu transparentes sur leur utilisation de l’énergie, ce qui complique les analyses et les efforts pour évaluer l’impact environnemental des technologies d’IA.

Quelles actions peuvent être entreprises pour réduire cette consommation ?

Des efforts pour optimiser les modèles d’IA, ainsi qu’une recherche sur des alternatives moins énergivores, pourraient aider à réduire l’empreinte énergétique de ces technologies.

Quitter la version mobile