OSFRIA Découvrir les outils

Cartographie · Enjeu

L'empreinte énergétique de l'IA

Entraîner et faire tourner l'IA consomme de l'énergie et de l'eau. Bonne nouvelle : faire les bons choix, et privilégier le local quand c'est pertinent, fait une vraie différence.

Note informative, sans valeur de conseil. Une idée par note, reliée à ses voisines et aux outils concernés.

De quoi parle-t-on

Les centres de données qui font tourner l'IA réclament beaucoup d'électricité, et de l'eau pour refroidir leurs serveurs. À l'échelle mondiale, la consommation des centres de données est en forte hausse : selon l'Agence internationale de l'énergie (rapport « Energy and AI », avril 2025), elle pourrait plus que doubler entre 2024 et 2030, d'environ 415 à 945 TWh, l'IA en étant le premier moteur. Ce n'est pas un sujet pour s'alarmer, mais pour choisir en conscience.

Tout l'enjeu est de distinguer deux moments très différents : l'entraînement d'un grand modèle, coûteux mais ponctuel, et l'inférence — l'usage au quotidien — bien plus légère à l'unité, même si, répétée des milliards de fois, elle pèse lourd au total. Pour beaucoup de tâches, une IA locale modeste suffit, et elle réutilise du matériel que vous avez déjà.

Le local, une piste sobre

Faire tourner un petit modèle quantifié sur sa propre machine évite l'aller-retour vers un datacenter pour chaque requête ; ce n'est pas toujours plus sobre par requête qu'un centre de données bien optimisé, mais cela évite le réflexe du « toujours plus gros ». Choisir un modèle à sa juste taille (plutôt que le plus gros « par réflexe »), réutiliser son matériel sans surenchère — c'est l'esprit du bon dimensionnement et du coût maîtrisé. La sobriété et l'efficacité vont souvent de pair.

À relier