L'IA est-elle la prochaine grande menace du changement climatique ? Nous n'avons aucune idée

Centre de données Doyen Mouhtaropoulos | Getty

Lors d'une récente conférence à San Francisco, Gary Dickerson est monté sur scène et a fait une prédiction audacieuse. Le directeur général d'Applied Materials, qui est un grand fournisseur de l'industrie des semi-conducteurs, a averti qu'en l'absence d'innovation significative dans les matériaux, la fabrication et la conception de puces, les charges de travail d'IA des centres de données pourraient représenter un dixième de la consommation mondiale d'électricité d'ici 2025. .

Aujourd'hui, les millions de centres de données dans le monde absorbent un peu moins de 2 %, et cette statistique englobe toutes sortes de charges de travail gérées sur leurs vastes réseaux de serveurs. Applied Materials estime que les serveurs exécutant l'IA ne représentent actuellement que 0,1 % de la consommation mondiale d'électricité.

D'autres dirigeants de la tech tirent également la sonnette d'alarme. Anders Andrae de Huawei pense que les centres de données pourraient finir par consommer un dixième de l'électricité mondiale d'ici 2025, bien que son estimation couvre toutes leurs utilisations, pas seulement l'IA .

Jonathan Koomey, conseiller spécial du scientifique principal de Institut des Rocheuses , est plus optimiste. Il s'attend à ce que la consommation d'énergie des centres de données reste relativement stable au cours des prochaines années, malgré un pic d'activité liée à l'IA.

Ces prévisions très divergentes mettent en évidence l'incertitude entourant l'impact de l'IA sur l'avenir de l'informatique à grande échelle et les implications ultimes pour la demande d'énergie.

Des images plus grandes

L'IA est certainement avide de puissance. La formation et l'exécution d'éléments tels que les modèles d'apprentissage en profondeur impliquent de traiter de grandes quantités de données, ce qui sollicite la mémoire et les processeurs. Une étude du groupe de recherche OpenAI indique que la quantité de puissance de calcul nécessaire pour piloter de grands modèles d'IA double déjà tous les trois mois et demi.

Les prévisions d'Applied Materials sont, de son propre aveu, un scénario du pire des cas conçu pour mettre en évidence ce qui pourrait arriver en l'absence d'une nouvelle réflexion sur le matériel et les logiciels. Sundeep Bajikar, responsable de la stratégie d'entreprise et de l'intelligence de marché de la société, affirme qu'il suppose qu'il y aura un changement au fil du temps dans la combinaison d'informations utilisées pour former des modèles d'IA, les vidéos et autres images représentant un pourcentage croissant du total par rapport à informations textuelles et audio. Les données visuelles sont plus gourmandes en calcul et nécessitent donc plus d'énergie.

Il y aura également plus d'informations pour les modèles à croquer grâce à la montée en puissance de choses comme les véhicules autonomes et les capteurs intégrés dans d'autres appareils intelligents. Et la diffusion de la connectivité sans fil 5G ultra-rapide rendra encore plus facile la navette de données vers et depuis les centres de données.

Bajikar affirme que ces tendances et d'autres soulignent le besoin urgent de ce que son entreprise appelle un nouveau manuel de matériaux et de fabrication pour l'ère de l'IA. Certains chercheurs pensent que la soif de puissance de l'IA pourrait même devenir un casse-tête environnemental majeur : une équipe de l'Université du Massachusetts, Amherst, a récemment publié une étude montrant que l'entraînement de plusieurs modèles d'IA populaires et de grande taille produit près de cinq fois les émissions totales de l'Américain moyen. auto.

Miser sur les fondamentaux

Mais les prévisions pessimistes ignorent plusieurs développements importants qui pourraient limiter la prise de pouvoir de l'IA. L'un d'eux est la montée en puissance des centres de données hyperscale lancés par des entreprises comme Facebook et Amazon.

Ceux-ci utilisent de vastes gammes de serveurs de base adaptés à des tâches spécifiques. Les machines sont plus économes en énergie que les serveurs des centres conventionnels qui doivent jongler avec un plus large éventail de fonctions. Le passage continu à l'hyperscale, ainsi que les progrès en matière de refroidissement et d'autres technologies, est l'une des principales raisons pour lesquelles la consommation d'énergie des nouveaux centres de données a été pratiquement annulée par les améliorations de l'efficacité au cours des dernières années.

De nouveaux types de micropuces seront également utiles. Les prévisions d'Applied Materials supposent que les charges de travail d'IA continueront de fonctionner sur le matériel existant dont l'efficacité s'améliorera progressivement au cours des prochaines années. Mais une foule de startups, ainsi que de grandes entreprises comme Intel et AMD, développent des semi-conducteurs qui exploitent des technologies comme la photonique pour alimenter des réseaux de neurones et d'autres outils d'IA en utilisant beaucoup moins d'énergie.

Koomey dit que les projections alarmistes ignorent également le fait que pour certains types de tâches d'IA, comme la reconnaissance de formes, les sorties approximatives des modèles sont suffisantes. Cela signifie que l'énergie n'a pas besoin d'être dépensée pour calculer les résultats à des centaines de décimales.

Ironiquement, le plus gros contrôle sur la consommation d'énergie de l'IA pourrait en fait être l'IA elle-même. Google utilise déjà la technologie développée par DeepMind, une société acquise en 2014, pour refroidir plus efficacement ses centres de données. L'IA avait déjà aidé l'entreprise à réduire sa facture de refroidissement de 40 % en faisant des recommandations aux opérateurs humains ; maintenant, il gère efficacement les systèmes de refroidissement dans les centres par lui-même.

L'IA sera également utilisée pour optimiser d'autres aspects des opérations des centres de données. Et, comme la victoire de refroidissement de Google, cela profitera à toutes sortes de charges de travail. Cela ne signifie pas que les centres de données ne finiront pas par consommer beaucoup plus d'énergie en raison de la demande croissante de la magie de l'IA, mais c'est une autre raison pour laquelle il est si difficile de faire des prévisions ici.

cacher