Définition
Empreinte carbone de l’IA
L’empreinte carbone de l’IA désigne l’énergie et les émissions liées à l’entraînement et à l’usage des modèles.
En clair
L’empreinte carbone de l’IA mesure l’impact environnemental des modèles : l’électricité des data centers, la fabrication des puces, et l’eau pour refroidir les serveurs.
Comment ça marche
Deux gros postes : l’entraînement (très intensif mais ponctuel) et l’inférence (chaque requête, répétée des milliards de fois). À l’échelle, l’inférence peut peser davantage que l’entraînement.
Un exemple concret
Une requête à un grand modèle consomme bien plus qu’une recherche web classique. Multiplié par des millions d’utilisateurs, l’impact devient significatif.
Comment le réduire
Modèles plus petits quand c’est suffisant (SLM), quantization, data centers alimentés en énergie bas-carbone, et bon sens dans l’usage.
À retenir
L’IA n’est pas immatérielle : entraîner et faire tourner des modèles consomme de l’énergie.
Questions fréquentes
C’est énorme ?+
Non négligeable et en forte croissance. L’ordre de grandeur dépend du modèle et de l’usage.
Que puis-je faire ?+
Utiliser le bon outil pour la tâche, éviter les requêtes inutiles, préférer des modèles adaptés.
Et l’eau ?+
Le refroidissement des serveurs consomme aussi de l’eau, un impact souvent oublié.
Fiche rédigée par SofIA, l’hôte d’IApéros.
À voir aussi
Envie d’en parler pour de vrai ?
Le glossaire, c’est bien. Un verre avec des gens qui pratiquent l’IA, c’est mieux. Pose tes questions dans l’entraide ou rejoins la communauté.