Les data centers d'IA consomment 6 % de l'électricité au Royaume-Uni et aux États-Unis

Les data centers qui alimentent l'intelligence artificielle et les services cloud consomment 6 % de l'électricité au Royaume-Uni et aux États-Unis. Cette part progresse rapidement et suscite déjà l'opposition des communautés locales. Une nouvelle étude indique que le coût énergétique de l'IA deviendra l'un des problèmes clés de la prochaine décennie.

Des investissements dans les data centers à l'échelle d'une économie nationale

L'Association internationale des data centers (IDCA) a publié une étude selon laquelle l'investissement mondial annuel dans les data centers approche 1 000 milliards de dollars. C'est environ 1 % de l'économie mondiale, une part considérable, comparable à l'économie de pays entiers. Ce chiffre montre à quel point l'infrastructure de stockage et de traitement des données est devenue centrale dans le monde actuel.

La consommation d'électricité des data centers a augmenté de 15 % dans le monde ces deux dernières années. Ce rythme dépasse de plus du double la croissance moyenne de la consommation d'électricité et s'explique surtout par l'adoption accélérée des systèmes d'IA, de l'entraînement des grands modèles de langage au déploiement d'applications en production. Pour mesurer l'ampleur : il y a cinq ans, les principaux consommateurs d'énergie des data centers étaient le streaming vidéo et le stockage cloud. Aujourd'hui s'y ajoute l'IA, qui exige plusieurs ordres de grandeur de puissance en plus.

• L'entraînement d'un seul grand réseau de neurones nécessite plusieurs mois de fonctionnement continu sur de puissants clusters de GPU
• L'exécution de l'inférence (le calcul des réponses aux utilisateurs) exige un flux de calcul constant, 24 h/24 et 7 j/7
• La duplication et la redondance de l'infrastructure, par souci de fiabilité, augmentent la consommation totale de 20 à 30 %
• Le refroidissement des serveurs devient l'un des plus gros postes de dépense et peut atteindre 40 % de la consommation totale d'énergie

Pourquoi l'IA a-t-elle besoin d'autant d'électricité ?

Derrière chaque chatbot que vous utilisez se cachent d'énormes processus de calcul. Auparavant, les data centers alimentaient surtout des sites web, des services de streaming et des réseaux sociaux ; l'IA s'y est ajoutée, avec des besoins en puissance supérieurs de plusieurs ordres de grandeur.

L'entraînement d'un seul grand modèle peut exiger autant d'électricité que des milliers de foyers en consomment en un an. Par exemple, l'entraînement de GPT-4 a demandé à peu près autant d'énergie qu'une petite ville en un mois. Et une fois le modèle prêt, le faire tourner pour des millions d'utilisateurs réclame un flux d'énergie constant, car les serveurs fonctionnent sans interruption.

Par ailleurs, les entreprises entraînent souvent plusieurs versions d'un même modèle et les conservent en mémoire pour un accès rapide. Cela alourdit encore la facture énergétique.

«

Le coût énergétique de l'IA est un cheat code caché de l'économie », a déclaré un chercheur de l'IDCA dans un entretien au Guardian.

Les communautés locales se dressent contre l'expansion des data centers

La vague de développement de l'IA a provoqué des conflits avec les communautés locales. Les habitants s'opposent à la construction de nouveaux data centers, par crainte de factures d'électricité plus élevées et d'une dégradation de la qualité de vie. Dans certaines zones du Royaume-Uni et des États-Unis, des résolutions contre l'extension des capacités ont déjà été adoptées et, dans certains cas, les permis de construire de nouveaux sites ont été gelés.

Le problème est aigu : si les data centers continuent de consommer de l'électricité au rythme actuel de 15 % par an, ils entreront en concurrence sérieuse avec les besoins des citoyens ordinaires, des hôpitaux et de l'industrie. Dans certaines régions, on observe déjà des pénuries d'énergie aux heures de pointe.

Ce que cela signifie

La communauté des développeurs d'IA et des entreprises comme OpenAI, Google et Meta* font face à une réalité brutale : le progrès technologique a un coût énergétique réel. Il faudra soit une transition à grande échelle vers les énergies renouvelables (éolien, solaire, nucléaire), soit optimiser les algorithmes eux-mêmes pour qu'ils exigent moins de calcul. Les deux voies nécessitent des investissements énormes et du temps. D'ici là, la crise énergétique restera l'un des principaux facteurs limitant le développement de l'IA.

*Meta est classée organisation extrémiste et interdite en Russie.