L'IA est partout désormais et elle aspire beaucoup d'eau

Le chouchou de l’industrie technologique animée est plus gourmand en énergie et en eau qu’il n’y paraît. Quelle est la solution ?

L'intelligence artificielle fait désormais partie de la vie quotidienne, mais son déploiement et son utilisation sont jusqu'à présent peu réglementés. Actuellement, il n’existe aucune loi aux États-Unis qui oblige les sociétés d’IA à divulguer leur impact environnemental en termes de consommation d’énergie et d’eau. Les chercheurs concernés s'appuient sur des données volontaires provenant d'entreprises comme Apple, Meta et Microsoft.

Mais les recherches montrent que la génération d’IA pourrait être encore plus gourmande en ressources qu’on ne le pensait initialement. Imaginez que vous souhaitiez demander à un programme d’IA de rédiger pour vous un e-mail de 100 mots. Vous obtenez une réponse presque instantanée, mais ce que vous ne voyez pas, ce sont les ressources informatiques intensives nécessaires à la création de cet e-mail. Au centre de données IA, générer seulement deux de ces e-mails pourrait consommer autant d’énergie qu’une charge complète sur le dernier iPhone. Et selon une étude du Pew Research Center, cet e-mail de 100 mots pourrait utiliser une bouteille entière d'eau pour le refroidissement nécessaire aux centres de données.

Cet entretien avec Shaolei Ren, professeur agrégé de génie électrique et informatique à l'Université de Californie à Riverside, a été édité pour des raisons de longueur et de clarté.

AYNSLEY O'NEILL : Pour ceux d'entre nous qui ne connaissent pas les aspects techniques du fonctionnement de l'IA, pourquoi cela prend-il autant plus d'énergie et beaucoup plus d'eau que tout ce que vous faites sur votre ordinateur ?

SHAOLEI REN : Eh bien, parce qu'un grand modèle de langage est par définition tout simplement très grand. Chaque modèle possède plusieurs milliards de paramètres, voire des centaines de milliards de paramètres. Disons que vous disposez de 10 milliards de paramètres pour générer un jeton ou un mot : vous allez effectuer 20 milliards de calculs. C'est un processus très gourmand en énergie. Cette énergie est convertie en chaleur, nous devons donc nous débarrasser de la chaleur ; L'évaporation de l'eau est l'un des moyens les plus efficaces de refroidir les installations du centre de données. C'est pourquoi nous utilisons également beaucoup d'eau en plus de l'énergie.

L'eau s'évapore dans l'atmosphère, elle est donc parfois considérée comme de l'eau perdue, même si techniquement elle fait toujours partie de notre système mondial du cycle de l'eau, mais elle n'est pas disponible pour être réutilisée à court terme dans la même source. La consommation d'eau est la différence entre le prélèvement d'eau moins l'eau rejetée, et c'est très différent de l'eau que nous utilisons pour prendre une douche. Lorsque vous prenez une douche, vous retirez beaucoup d’eau, mais vous n’en consommez pas beaucoup.

O'NEILL : D'après ce que j'ai compris aux États-Unis, au moins, l'eau utilisée dans ces centres de données d'IA pour effectuer ce refroidissement provient de sources locales ou municipales. Quel impact un centre de données d’IA a-t-il sur la communauté locale qui l’entoure ?

REN : Aux États-Unis, environ 80 à 90 % de la consommation d'eau des centres de données provient de sources d'eau (publiques). Nous avons réalisé une étude préliminaire qui montre qu'actuellement aux États-Unis, la consommation d'eau des centres de données représente déjà environ 2 à 3 % de l'approvisionnement public en eau. Nous parlons donc ici de consommation et non de prélèvement d’eau. Selon l’estimation de l’EPRI (Electric Power Research Institute), la demande énergétique de l’IA d’ici les années 2030 pourrait atteindre 8 %.

O'NEILL : Il y a un débat en cours à Memphis, où le milliardaire technologique Elon Musk tente de construire un serveur massif pour accueillir l'IA. Le service public local estime que ce système aura besoin d’environ un million de gallons d’eau par jour pour le refroidir. De votre point de vue, comment les communautés locales devraient-elles peser les avantages par rapport au coût de ces centres de données locaux d’IA ?

REN : Je pense qu’il y a des avantages, notamment en termes de développement économique. Par exemple, la construction du centre de données générera des recettes fiscales et, une fois achevée, il y aura un flux constant de recettes fiscales pour le gouvernement local.

Mais d’un autre côté, les ressources naturelles constituées de millions de gallons d’eau par jour pourraient constituer un problème. À l’heure actuelle, j’ai entendu dire que le service des eaux local affirme qu’il consomme 1 pour cent de l’approvisionnement total en eau. Mais je dirais qu’ils comparent probablement la consommation d’eau au prélèvement d’eau, car ils fournissent l’eau aux résidents, à d’autres industries, mais (cette) utilisation consiste principalement en un prélèvement d’eau, car ils renvoient simplement l’eau immédiatement au réseau d’approvisionnement. Cependant, lorsqu’un centre de données prend de l’eau, la majeure partie de l’eau s’évapore. Ce n’est donc pas vraiment la bonne mesure à comparer. Ce prélèvement d’eau de 1 % par les centres de données pourrait signifier que la consommation d’eau est d’environ 5 à 10 %.

O'NEIL : Désormais, les entreprises qui ont créé et exploitent elles-mêmes ces systèmes d'IA ont intérêt à rendre la technologie plus efficace. Quels types d’améliorations possibles de la technologie de l’IA pourraient la rendre plus économe en énergie ou en eau au fil du temps ?

REN : Ils sont certainement incités à réduire la consommation d'énergie, à réduire la consommation de ressources pour la formation et l'inférence. Nous avons vu beaucoup de propositions de recherche et de solutions qui promettent de réduire la consommation d'énergie, mais il s'avère qu'en réalité, les systèmes ne sont pas si optimisés.

J'ai vu un article de l'équipe de recherche d'une entreprise de haute technologie, et il montre que la consommation d'énergie est 10 fois supérieure à ce que nous pensions auparavant, même s'ils utilisent des techniques d'optimisation de pointe. Ils sont donc incités à réduire la consommation d’énergie et de ressources pour l’informatique IA.

Cependant, le monde réel est une autre histoire, en partie parce qu'ils ont des objectifs de niveau de service stricts à atteindre, ce qui signifie qu'ils doivent renvoyer les réponses aux utilisateurs dans un court laps de temps, ce qui limite la capacité d'optimisation de leur système. S'ils effectuent uniquement du traitement par lots, ils pourraient être très économes en énergie, mais il s'avère qu'en réalité, de nombreuses contraintes leur interdisent d'utiliser ces techniques d'optimisation.

Peut-être pouvons-nous comparer le bus à une voiture de tourisme. En général, par passager, le bus devrait être plus économe en énergie qu'une voiture de tourisme, en supposant que le bus soit entièrement chargé. Mais en réalité, en raison des demandes des utilisateurs, des modèles aléatoires et de quelques autres contraintes, le bus n'est pas du tout complètement chargé. Si vous avez un bus de 50 passagers, il n'est généralement chargé que pour cinq passagers, et en moyenne par passager, le rendement énergétique est bien pire que celui d'une voiture de tourisme.

O'NEILL : L'IA est devenue une partie vraiment immense de la vie quotidienne de nombreuses personnes. C'est censé nous faciliter la vie, mais cela entraîne un coût énorme pour l'environnement. Quelle est la solution ici ? Si les avancées technologiques ne fonctionnent pas comme nous l’espérons, quelle est la solution ?

REN : Une solution potentielle serait qu'au lieu d'utiliser des modèles de plus en plus grands, nous pourrions utiliser des modèles de plus en plus petits, car généralement ces modèles plus petits sont suffisamment performants pour accomplir de nombreuses tâches qui nous intéressent réellement.

Par exemple, si vous souhaitez simplement connaître la météo ou un résumé de texte, utiliser un modèle plus petit est généralement suffisant, et un modèle plus petit signifie que vous économiserez beaucoup de ressources et de consommation d'énergie. Parfois, vous pouvez même restituer de petits modèles sur votre téléphone portable, ce qui permet d'économiser encore plus d'énergie, disons, de 80 % très facilement, par rapport à l'exécution d'un modèle plus grand sur le cloud.