Les applications d'IA à forte consommation énergétique exigent une expansion significative de la capacité mondiale (Schroders)

L'utilisation accrue de l'IA exigera une expansion majeure des centres de données et augmentera considérablement la consommation d'électricité. Les énergies renouvelables peuvent fournir une grande partie de l'énergie nécessaire, mais des sources à la demande telles que le gaz naturel seront toujours nécessaires, étant donné l'intermittence de l'énergie éolienne et solaire.

L'intelligence artificielle (IA) entraîne une augmentation importante de la demande en énergie

Les centres de données qui fournissent les capacités de calcul et de stockage nécessaires au développement, à l'entraînement et au déploiement des modèles d'IA consommeront beaucoup plus d'énergie au fur et à mesure que les applications d'IA seront de plus en plus utilisées. Répondre à cette demande croissante d'énergie présente de nombreux défis. Cela pourrait expliquer pourquoi Sam Altman, le PDG d'OpenAI, a décrit l'énergie comme la « partie la plus épineuse » pour satisfaire la demande de calcul de l'IA.

Les centres de données utilisaient de plus en plus d’énergie même avant l'explosion de l'intérêt pour les fonctionnalités de l’IA générative. De 2012 à 2023, la demande en électricité des centres de données a augmenté à un taux de croissance annuel composé (TCAC) de 14 %, dépassant largement la croissance de 2,5 % de la demande totale en électricité sur la même période. Une grande partie de cette croissance de la consommation d’énergie dans les centres de données au cours de cette décennie a été alimentée par l’augmentation de la production et de l’analyse de données, ainsi que par le passage au cloud computing, les entreprises ayant déplacé leur stockage de données et leur puissance de calcul hors de leurs locaux vers des centres de données.

L'IA va désormais augmenter de manière encore plus significative la puissance nécessaire aux centres de données. Lorsque les modèles d'IA sont en phase d'entraînement, apprenant à faire des prédictions et à prendre des décisions sur la base des données qui leur ont été fournies, ils consomment six fois plus d'énergie que les utilisations informatiques non liées à l'IA. Dans la « phase d'inférence », lorsque les modèles d'IA entraînés tirent des conclusions à partir de nouvelles données et des demandes, ils consomment encore deux à trois fois plus d'énergie que nécessaire pour les usages plus traditionnels.

Une augmentation considérable de la capacité nécessaire pour alimenter l’IA

Pour répondre à la demande croissante d’énergie des centres de données, il est nécessaire d’augmenter considérablement la capacité mondiale de production et de transmission d’énergie.

Les plus grandes entreprises technologiques du monde dépensent des milliards de dollars pour augmenter leur capacité énergétique afin de renforcer leur potentiel pour former et développer des modèles d’IA. Ces entreprises – appelées « hyperscalers » en raison de leur capacité à faire évoluer l’infrastructure informatique à des niveaux capables de répondre à la demande massive de services de cloud computing, de stockage de données et maintenant de capacités d’IA – comprennent Google, Microsoft, Amazon, Meta (Facebook), Apple et Alibaba.

Le cabinet de recherche SemiAnalysis estime que la capacité critique en énergie informatique – c’est-à-dire la puissance totale disponible pour faire fonctionner les serveurs, les dispositifs de stockage et les équipements réseau (et en dehors des utilisations non informatiques comme l’éclairage et le refroidissement) – dans les centres de données du monde entier passera de 49 000 mégawatts en 2023 à 96 000 mégawatts d’ici 2026 (Voir graphique 1).

>> Lire la suite sur le site de Schroders

‍

>> Lire d'autres analyses de Schroders