Xavier Boyer
Le doublement des revenus des centres de données de Nvidia Corp. au dernier trimestre montre que la demande d’applications génératives telles que ChatGPT n’a pas encore atteint son apogée. Le fabricant de puces américain est le principal fournisseur de pelles dans cette ruée vers l’IA, mais ces processeurs ne sont ni bon marché ni légers. Son dernier produit phare, le GH200 Grace Hopper Superchip, qui a la taille d’une carte postale, consomme jusqu’à 1 000 watts, soit l’équivalent d’un radiateur portable.
Bien que la plupart des clients optent pour quelque chose de moins sophistiqué que le Superchip, ils les achètent en gros pour se connecter ensemble à un énorme serveur d’IA et c’est là que la soif d’électricité entre vraiment en jeu. Une étude publiée l’année dernière a examiné la consommation d’énergie nécessaire. pour former un seul modèle grand langage utilisé pour produire du texte dans plusieurs langues.
BLOOM de la startup HuggingFace s’est appuyé sur 176 milliards de paramètres à partir de 1,6 téraoctets de données. Selon les auteurs de l’étude, il a fallu plus de 118 jours à un cluster de 384 processeurs graphiques Nvidia A100 (GPU) pour fonctionner. La consommation d’électricité liée au fonctionnement d’autant de GPU pendant si longtemps a probablement créé 24,7 tonnes (54 000 livres) de dioxyde de carbone, ont-ils estimé. Mais le coût réel double pour atteindre 50,5 tonnes si l’on prend en compte les connexions réseau et les temps d’inactivité de l’ensemble du système.
qui gère ses propres serveurs d’IA, 90 % des dépenses liées à l’exécution de l’intelligence artificielle surviennent dans la phase suivante, lorsque les utilisateurs interrogent le modèle pour obtenir des résultats, par exemple en demandant à ChatGPT des recettes de gâteaux au chocolat.. La dépense énergétique liée à la mise en œuvre des données, appelée inférence, est difficile à calculer, mais elle est estimée à environ 10 fois celle requise lors de la première phase de formation, ce qui signifie 500 tonnes de CO2. Et une seule requête générative d’IA peut avoir une empreinte carbone quatre fois supérieure à celle d’une recherche Google, selon une estimation.
L’analyse des nombres par force brute est intégrée à la conception de Bitcoin et aide à expliquer pourquoi une vague de semi-conducteurs et de serveurs a été déployée dans le monde entier dans l’espoir d’extraire de l’or numérique. Une étude en cours à l’Université de Cambridge estime que Bitcoin est responsable de 72,5 millions de tonnes de dioxyde de carbone. Ce chiffre pourrait être aussi bas que 3 millions de tonnes si toutes les mines de Bitcoin fonctionnaient à l’hydroélectricité.(1) Comparés au gaspillage de la cryptomonnaie, 500 tonnes de dioxyde de carbone provenant d’un seul cycle de formation et de déploiement ne semblent rien. Pourtant, cela équivaut à parcourir un million de kilomètres dans une voiture à essence, ou à 500 vols de New York à Francfort.
Et il est encore tôt. Au moins une douzaine de grandes entreprises technologiques se précipitent pour créer et déployer des produits d’IA générative, notamment Amazon.com, Alphabet Inc. Microsoft Corp. OpenAI, Meta Platforms Inc. Baidu Inc. Tencent Holdings Ltd. et Alibaba Group Holding. Ltd. Puisqu’ils sont tous dans une course pour se surpasser, ils ne resteront pas immobiles une fois qu’un modèle aura été formé ; ils continueront à acheter des processeurs gourmands en énergie pour analyser des quantités de données de plus en plus importantes. Une fois cela fait, ils se feront concurrence pour proposer les résultats aux consommateurs sous la forme d’essais universitaires, de vidéos deepfake et de versions synthétiques de la musique de Pink Floyd.
Pour couronner le tout, le fait qu’à l’heure actuelle, la plupart des formations en IA sont alimentées par des combustibles fossiles. Ces parcs de serveurs ont été rapidement étendus dans des emplacements existants, souvent à des milliers de kilomètres des barrages hydroélectriques ou des panneaux solaires. Étant donné que la latence du réseau est un problème lors de la réponse aux requêtes Internet, celles-ci doivent être proches de l’utilisateur final et non à des milliers de kilomètres.
Mais Bitcoin a déjà ouvert la voie à l’industrie de l’IA. Les climats froids avec beaucoup d’énergie renouvelable sont devenus l’endroit idéal pour exploiter une mine de crypto gourmande en énergie, l’air arctique et l’énergie thermique abondante de l’Islande faisant du pays un choix idéal. La Chine pourrait également trouver une nouvelle utilisation aux nombreuses centrales hydroélectriques qui attiraient les plates-formes minières, mais qui ont perdu des affaires après que Pékin a réprimé la monnaie numérique. Les fournisseurs étrangers d’IA ne pourront naturellement pas y accéder, mais les géants chinois de la technologie savent qu’ils disposent d’une telle ressource à proximité à mesure que leurs besoins en énergie augmentent.
Il y a un autre avantage à remplacer Bitcoin par l’IA dans ces fermes de serveurs. Même si la crypto-monnaie a attiré de nombreux spéculateurs et des milliards de dollars d’investissement, elle n’a toujours pas réussi à ajouter beaucoup de valeur au monde. L’intelligence artificielle générative n’a pas ce problème ; demandez simplement à ChatGPT.
(1) Les chercheurs ont tendance à utiliser le terme d’équivalent CO2, prenant en compte l’émission d’autres gaz à effet de serre qui est ensuite convertie en une mesure équivalente de dioxyde de carbone.
com/opinion
