Explosion de la consommation électrique des data centers : l’IA trop gourmande en énergie ?

Il est certain que l’intelligence artificielle révolutionne le monde, mais son appétit énergétique suscite de vives inquiétudes. Un rapport de l’Agence internationale de l’énergie (AIE), publié ce jeudi 10 avril, révèle une trajectoire exponentielle de la consommation électrique des centres de données, principalement alimentée par l’essor fulgurant de l’IA générative.

Les chiffres sont éloquents : de 415 térawattheures (TWh) en 2024, représentant déjà 1,5 % de la consommation électrique mondiale, les besoins des data centers devraient plus que doubler d’ici 2030, atteignant environ 945 TWh.

Cette quantité astronomique équivaut à la consommation énergétique actuelle du Japon, et portera la part globale de ces infrastructures à près de 3 % du total mondial.

Sur les cinq dernières années, cette demande a déjà connu une croissance annuelle de 12 %, un rythme effréné directement corrélé à l’adoption massive de l’IA générative et de ses besoins colossaux en puissance de calcul.

Data Center pour l’IA : Des géants énergivores concentrés

L’échelle de cette consommation est vertigineuse. Un seul centre de données de 100 mégawatts engloutit autant d’électricité qu’un million de foyers sur une année.

Et les projets en cours ambitionnent des installations vingt fois plus puissantes, capables d’aspirer l’équivalent de la consommation de deux millions de ménages. Ces mastodontes énergétiques sont principalement concentrés aux États-Unis, en Europe et en Chine, qui représentent à eux trois 85 % de la consommation mondiale des data centers. Et ce n’est pas avec des projets comme Stargate lancé par Donald Trump en partenariat avec OpenAI que la situation va s’arranger.

Cette concentration géographique pose des défis majeurs en termes d’approvisionnement énergétique, en particulier à proximité des grandes métropoles.

Lire également à ce sujet : Est-ce que l’IA pollue ? La réponse est étonnante et… compliquée

L’intelligence artificielle a Uu impact croissant sur le climat

Cette soif énergétique croissante des data centers n’est pas sans conséquence sur le plan climatique. Les émissions de dioxyde de carbone (CO2) liées à leur fonctionnement devraient bondir de 180 millions de tonnes aujourd’hui à 300 millions de tonnes d’ici 2035. Nous pouvons mentionner aussi que l’IA consomme de l’eau, indirectement, justement pour refroidir les Data Centers.

Bien que cela puisse paraître marginal face aux 41,6 milliards de tonnes émises globalement en 2024, les centres de données figurent parmi les sources d’émissions dont la croissance est la plus rapide.

Aux États-Unis, où ils pourraient représenter la moitié de la demande électrique supplémentaire, la question énergétique est devenue un enjeu politique majeur, avec Donald Trump lançant un conseil pour stimuler la production face à la Chine.

Quelles sont les IA génératives les plus gourmandes ?

Si le rapport de l’AIE ne détaille pas la consommation spécifique de chaque modèle d’IA générative, il est clair que les architectures les plus complexes et les plus sollicitées sont les plus énergivores.

On pense notamment aux grands modèles de langage (LLMs) utilisés pour le traitement du langage naturel, la traduction automatique, la génération de texte et de code, tels que :

• les modèles de la famille GPT (OpenAI) utilisés également par notre plateforme Yiaho,
• LaMDA (Google),
• Llma4 (Meta).

Leur entraînement nécessite des quantités massives de données et une puissance de calcul considérable, mobilisant des fermes entières de serveurs pendant des semaines, voire des mois.

De même, les modèles d’IA générative dédiés à la création d’images, de vidéos et de sons, comme DALL-E 2, Midjourney ou les modèles de génération vidéo, exigent une puissance de traitement importante pour manipuler et générer des données multimédias complexes.

L’entraînement et l’inférence (l’utilisation du modèle entraîné) de ces IA contribuent significativement à la consommation énergétique globale.

Lire aussi : ChatGPT & Ghibli : Entre révolution et débats éthiques

Des solutions énergétiques à explorer ?

Face à cette escalade, la question des sources d’énergie devient cruciale. Actuellement, le charbon couvre encore 30 % des besoins énergétiques des data centers. Cependant, l’AIE anticipe une domination croissante des énergies renouvelables et du gaz naturel, favorisés par leur coût et leur disponibilité.

L’AIE souligne également le paradoxe potentiel de l’IA : bien qu’elle soit une source de consommation énergétique accrue, elle pourrait aussi contribuer à réduire les émissions grâce à des innovations dans l’optimisation des réseaux électriques, la gestion de la demande et la découverte de matériaux plus efficaces.

Toutefois, l’agence met en garde contre les potentiels effets rebonds et une dépendance persistante aux combustibles fossiles, qui pourraient limiter considérablement cet impact positif.

Le rapport de l’AIE est un signal d’alarme clair : sans politiques proactives et des efforts concertés pour optimiser l’efficacité énergétique des IA et privilégier les sources d’énergie durables, la révolution de l’intelligence artificielle pourrait se heurter à un mur énergétique et climatique.

L’IA ne sera pas une solution miracle pour la transition énergétique si elle n’est pas déployée avec une conscience aiguë de son impact environnemental.

Source : IEA (International Energy Agency)