L'IA exige une puissance croissante : dépasser le minage de Bitcoin d'ici 2025

D'ici fin 2025, l'intelligence artificielle (IA) pourrait consommer plus d'électricité que le minage de Bitcoin, un phénomène qui met en évidence une crise énergétique plus rapide et plus furtive. Le coupable ? La croissance explosive des modèles d'IA à grande échelle et des centres de données qui les soutiennent.

Les nouveaux géants de la demande énergétique

Des recherches récentes menées par Alex de Vries-Gao à la Vrije Universiteit Amsterdam suggèrent L'IA pourrait commander près de la moitié de toute l'électricité des centres de données d'ici fin 2025 , rivalisant et potentiellement surpassant la consommation d'énergie de Bitcoin. Pour évaluer cela, de Vries–Gao a suivi l'offre de puces d'IA par une méthode de « triangulation », en examinant les données de production du secteur, les rapports d'analystes et les conférences téléphoniques sur les résultats.

Ses conclusions : L'IA produit déjà environ 20 % de l'électricité des centres de données ; d’ici la fin de l’année, la demande pourrait atteindre 23 gigawatts, soit l’équivalent de la consommation d’électricité des Pays-Bas ou même du Royaume-Uni.

Pourquoi l’utilisation de l’énergie de l’IA est-elle importante ?

Trois grandes raisons :

Un réseau électrique sous tension

Répondre à cette forte demande n'est pas seulement un problème technologique ; c'est un défi d'infrastructure national. Aux États-Unis, les services publics s'efforcent de construire de nouvelles centrales à gaz ou de revoir leurs projets nucléaires pour satisfaire l'appétit croissant de l'IA.

Daniel Bresette, président de l'Institut d'études environnementales et énergétiques, a récemment abordé ce point en soulignant l'urgence des mises à niveau du réseau pour « accueillir des actifs de nouvelle génération » dans un avenir proche.

Retombées environnementales

Contrairement à Bitcoin, dont la consommation énergétique à l'échelle du réseau est publique, la consommation de l'IA est opaque. Les grandes entreprises technologiques signalent une augmentation de la consommation d'énergie et des émissions liées à l'IA, mais elles les détaillent rarement. C'est une boîte noire où les projections varient considérablement, mais l'absence de transparence devrait tous nous inquiéter.

Une analyse du Guardian réalisée par Vries-Gao estime que l'IA pourrait être responsable jusqu'à 49 % de la puissance du centre de données utilisation d'ici fin 2025, exprimant des inquiétudes quant au manque de transparence et de durabilité. 

Paradoxe de l'efficacité

Malgré les améliorations de l'efficacité des puces, comme celles des processeurs Grace Blackwell de Nvidia, la consommation énergétique totale de l'IA ne cesse d'augmenter. Grâce au paradoxe de Jevons, une efficacité accrue ne fait qu'accroître l'utilisation. .

Comprendre les chiffres

Décomposons-le :

• 2024 : l’IA représente environ 20 % de la consommation d’électricité des centres de données.
• Projection 2025 : la demande pourrait atteindre 23 GW, soit le même niveau que celle de l’ensemble des pays de petite et moyenne taille.
• Comparaison de Bitcoin : l'exploitation minière de Bitcoin utilise environ 10 GW, donc l'IA pourrait plus que doubler cette consommation.
• Croissance des centres de données : la consommation mondiale d’électricité des centres de données pourrait atteindre 945 à 1,050 2030 TWh d’ici 2022, soit le double de celle de XNUMX.
• Coût du carbone : l’IA à elle seule pourrait consommer jusqu’à 82 TWh en 2025, soit l’équivalent de la consommation annuelle d’électricité de la Suisse.

Les facteurs à l'origine de cette augmentation

Comment est-il devenu si haut si vite ?

La mentalité « Plus c'est grand, mieux c'est »

La concurrence entre géants de la technologie et startups a stimulé une mise à l'échelle massive des modèles et des réseaux neuronaux de plus en plus grands, nécessitant des capacités de calcul bien plus importantes. Cette augmentation de la taille des réseaux se traduit directement par une consommation énergétique exponentielle.

L'impact de l'IA générative

Outils génératifs, tels que ChatGPT et d'autres ont rendu l'IA omniprésente, déclenchant chaque jour des millions de requêtes énergivores. Chaque requête consomme bien plus d'énergie qu'une recherche Google classique.

Se référant à un récent rapport du Département de l'Énergie des États-Unis, Joanna Stern mis en avant dans le WSJ que de telles installations pourraient représenter jusqu'à 12 % de la consommation d'électricité aux États-Unis d'ici 2028, OpenAI revendiquant 0.34 Wh par ChatGPT requête.

Contraintes d'approvisionnement en matériel

La production de puces d'IA de TSMC a doublé, mais avec une capacité limitée. Ce goulot d'étranglement fait grimper le prix des puces et la consommation d'énergie, les centres de données se précipitant pour exploiter davantage de GPU pour les charges de travail d'IA.

Effets d'entraînement sur l'infrastructure

Qu'est-ce que cela signifie pour l'infrastructure ?

Pression sur les infrastructures électriques

Les régions riches en centres de données, comme la Virginie du Nord ou la Silicon Valley, connaissent des pics de prix de l’électricité, une capacité de réseau électrique mise à rude épreuve et des temps d’attente prolongés pour de nouveaux raccordements. 

Les chercheurs du MIT Elsa Olivetti et Adam Zewe soulignent que le déploiement de l’IA générative exerce une pression sur les systèmes d’électricité et d’eau, et « il faut les avoir toujours allumés ». 

La promesse des énergies renouvelables sceptiques

Bien que l’efficacité et les énergies renouvelables fassent partie de la solution, de Vries–Gao prévient : sans mesures concrètes, nous risquons de sous-estimer l’ampleur de l’énergie nécessaire ou de surestimer la capacité de l’énergie propre à suivre le rythme.

Implications environnementales et politiques

Il est sûr de dire que la demande énergétique de l’IA n’est pas arrivée dans les meilleurs moments, créant un obstacle majeur vers un avenir vert.

Trajectoire des émissions

Les émissions des entreprises technologiques ont fortement augmenté : L'empreinte carbone de Google a augmenté de 59 % depuis 2019 , en grande partie due aux charges de travail de l'IA. Comme le note Helena Horton dans un rapport du Guardian, la consommation d'électricité a augmenté de 27 % sur un an, grâce à des systèmes d'IA comme Gemini et ChatGPT. 

Considérations sur l'utilisation de l'eau

Les centres de données ne consomment pas seulement de l'énergie, ils sont aussi gourmands en eau. Par exemple, la formation GPT-3 ont consommé environ 700,000 XNUMX litres au cours d'un seul passage.

L'écart de divulgation

Des mesures politiques comme la loi américaine sur l'impact environnemental de l'intelligence artificielle de 2024 encouragent la transparence. Pourtant, à l'heure actuelle, les grandes entreprises d'IA publient rarement des chiffres énergétiques spécifiques à l'IA.

Les leçons du pivot énergétique du Bitcoin

Le réseau Bitcoin consommait autrefois plus d'électricité que les Pays-Bas. Lorsque Ethereum est passé à la preuve d'enjeu, sa consommation d'énergie a chuté de plus de 99.9 %. L'IA doit s'inspirer de cette feuille de route : des réformes structurelles, et pas seulement des gains d'efficacité, sont nécessaires.

Stratégies d'atténuation

Maintenant que nous comprenons les obstacles, que pouvons-nous faire pour les éliminer ?

Reporting transparent

Les entreprises doivent divulguer des données énergétiques granulaires de l'IA, à l'instar des statistiques minières open source de Bitcoin, pour permettre la responsabilisation et guider les améliorations.

Efficacité par conception

L'innovation en matière de modèles et de matériel doit viser un progrès durable, en équilibrant la demande énergétique et les capacités. Le LLM plus performant de DeepSeek en est un exemple prometteur.

Politique et normes

Les organismes de réglementation devraient exiger des évaluations de durabilité et fixer des plafonds ou des incitations pour les opérations d’IA verte, en particulier dans les régions sensibles.

Mise à l'échelle des énergies renouvelables

Les grandes filières énergétiques doivent accompagner la croissance de l'IA. Cela implique l'élargissement du déploiement des énergies renouvelables, la relance du nucléaire pour la charge de base et la modernisation des réseaux.

La emporter

L'essor fulgurant de l'IA offre un potentiel de transformation et aggrave la crise énergétique. D'ici 2025, l'IA pourrait dépasser le Bitcoin en termes de consommation d'électricité, accélérer les émissions, mettre à rude épreuve les réseaux électriques et impacter les objectifs climatiques. Mais ce n'est pas une fatalité.

Pour émerger durablement, le secteur de l'IA doit s'adapter : transparence, efficacité, énergies renouvelables stratégiques et cohérence des politiques. Si tel est le cas, l'IA pourra tenir ses promesses sans compromettre la planète.