Le Blog GenerIA
IA et environnement (3/3) : les risques systémiques
Réseaux électriques surchargés, retour des énergies fossiles, déchets électroniques non-recyclés, coûts sociaux qui explosent... Les voyants systémiques et sociétaux de l'IA conventionnelle sont au rouge.
Nous sommes en 2024. Les 8 000 centres de données de la planète consomment déjà 0,5 % de la production électrique mondiale. Maintenant, projetons-nous dans cinq ans. A périmètre constant, cette consommation aura triplé au niveau global et atteindra jusqu'à 8 % en Amérique du Nord. Aux Etats-Unis, les centres de données engloutiront environ 88 TeraWatts/heures (TW/h) par an, soit 1,6 fois la consommation électrique de l'agglomération de New-York. Pour mémoire, la production annuelle d'électricité du Canada est d'environ 690 TW/h en 2023.
Si les chiffres relatifs à la Chine et à l'Inde manquent, il est en revanche établi que l'Europe suit une trajectoire tout aussi délétère. D'ici 2030, les besoins des centres de données du Vieux Continent dépasseront la consommation actuelle combinée du Portugal, de la Grèce et des Pays-Bas. Rien qu'en Irlande, on comptait 82 centres de données en 2022. Aujourd'hui, malgré des mesures de régulation de plus en plus strictes, 14 de plus sont construits ou en cours de construction et 40 autres ont reçu le feu vert des autorités pour leur implantation. La faute à qui ? La faute à l'IA conventionnelle, c'est-à-dire non frugale.
Les GPU coupables de gourmandise
Pas besoin de sortir de Stanford cum laude pour comprendre que la demande en énergie liée à la multiplication des processeurs de calcul forme une courbe proche de l'exponentiel. Le fait qu'il soit si difficile de se procurer des GPU professionnels ou de louer des instances CUDA dans le nuage le confirme. Concrètement, L'Agence Internationale de L'Energie estime qu'aux Etats-Unis, d'ici 2027, les GPU pourraient à eux seuls consommer 27 % de l'augmentation de la production, et jusqu'à 14 % de la totalité de l'énergie commerciale. 14 %, vous avez bien lu ! Cette projection, Goldman Sachs Research la rend plus alarmante encore. Selon la banque d'affaires, la barre des 20 % sera franchie dès 2030.
Gartner, de son côté, voit les choses avec une perspective complémentaire mais tout aussi saisissante. Pour ses analystes, un centre de calcul consomme aujourd'hui environ 10 à 50 fois plus d'énergie par mètre carré que tout autre entreprise. Les meilleurs facteurs d'IA ont beau s'acharner à affiner la quantification vectorielle (quantization) de leurs modèles pour permettre l'exécution sur CPU, rien n'y fait : tant qu'une inférence sera plus rapide sur GPU que sur CPU, surtout à l'échelle, le prix de l'action NVIDIA continuera de progresser.
Réseaux électriques en tension
L'explosion de cette demande met évidemment sous pression les réseaux d'énergie du monde entier, souvent vieillissants (en Amérique du Nord, par exemple, la grille a en moyenne 40 ans d'âge). D'autant qu'à l'insatiabilité de l'IA s'ajoutent divers facteurs aggravants tels que la transition vers la mobilité électrique. Il est donc légitime de se poser la question : les infrastructures peuvent-elles supporter cette montée en charge ?
Déjà, les opérateurs rapportent des signes de tension découlant de l'augmentation des capacités renouvelables et de la remise en service des centrales à gaz ou à charbon, pour faire face aux besoins immédiats notamment en IA. Malgré l'interconnexion des réseaux à échelle continentale, les incidents de congestion et de stabilité sont en hausse constante depuis 2021. Car bien sûr, les fermes de serveurs entrent en "concurrence d'approvisionnement" avec les familles et les entreprises locales.
Les observateurs n'excluent donc pas que, régionalement, des moments de bascule aient lieu où la demande excède l'offre, avec leurs corollaires de montée des prix et de baisse de qualité du courant. Ces anticipations mettent un focus nouveau sur la notion de résilience et conduisent les différentes parties prenantes à affiner leurs stratégies.
Chez les opérateurs, outre les augmentations de capacité pure, des investissements importants sont consentis un peu partout pour analyser plus précisément l'origine et la nature des pics de consommation, afin de "délester" plus intelligemment. Du côté des pouvoirs publics, on est contraint de résoudre une équation complexe entre aspirations écologistes du corps électoral, encouragement de la libéralisation pour faire baisser les coûts et planification ordonnée des initiatives sur des termes plus ou moins longs. Chez les grands acteurs de la data, enfin, la localisation des implantations de centres de calcul et de stockage devient prioritaire par rapport à toute autre considération technique ou politique. Ainsi, on se dispute plus que jamais les emplacements situés à proximité de centrales robustes permettant une alimentation directe, c'est-à-dire sans partage.
Un obstacle à la transition énergétique ?
Ces tendances soulèvent des interrogations quant à la capacité de notre société à atteindre ses objectifs de transition vers une énergie propre. Par exemple, aux dommages directs causés par l'utilisation accrue de combustibles fossiles se surajoute le report de projets de développement d'énergies nouvelles, pour cause de moindre rentabilité. Alors, des voix se font entendre. Elles imputent à OpenAI, Google, Meta et autres grands acteurs de l'IA un retard croissant dans la généralisation de l'électricité "zéro carbone", voire l'impossibilité pour certaines régions d'y parvenir dans des délais raisonnables. Google, par exemple, évoque dans sa communication un "scénario du pire" où ses IA pourraient à elles seules consommer autant d'énergie que l'ensemble de l'Irlande (29,3 TW/h par an).
En fonction du contexte local, le problème se pose avec plus ou moins de gravité. Au Canada, près de 83 % de l'électricité est en tout ou partie décarbonée, grâce au parc hydro-électrique dont nous disposons. Chez nos voisins américains, les états qui hébergent la majorité des centres de calcul (Californie, Virginie, Texas) bénéficient de ressources financières supplémentaires pour augmenter la proportion du non fossile dans leur mix énergétique. En Europe, un parc important de centrales nucléaires produit une électricité sans CO2. Bien qu'inégalement réparti (la France est médaille d'or dans cette compétition, l'Allemagne est bonne dernière), ce parc est en cours de renouvellement, avec l'arrivée de centrales plus petites donc moins coûteuses à construire, plus simples à mettre en production et plus faciles à répartir sur les territoires.
Cela étant, on reste loin du compte. Nombreuses sont les études qui jugent inévitable, si rien ne change, une hausse des émissions de CO2 liées à l'IA année après année. Les plus pessimistes voient même ces émissions doubler, au global, d'ici la fin de la décennie. C'est le cas de Goldman Sachs Research, qui estime en outre le coût social de cette hausse, c'est-à-dire les dépenses de santé et de remédiation environnementale, à environ 125 à 140 milliards de dollars en valeur actuelle. Le secteur de l'énergie est en effet celui qui produit le plus de gaz à effet de serre, devant les transports ou l'industrie lourde.
Enfin, comment ne pas mentionner les risques indirects résultant de l'obsolescence rapide des matériels électroniques ? Du gros serveur au petit téléphone mobile, toute la chaîne est concernée. D'un côté, leur fabrication représente un impact non négligeable (énergie et CO2 mais aussi attrition des minerais). De l'autre, les exigences en puissance de calcul étant corrélées à la taille croissante des modèles neuronaux, leur durée de vie utile se trouve progressivement diminuée. A des cycles de renouvellement de plus en plus courts s'ajoutent alors les défis que constitue leur retraitement. Selon l'UNITAR (UN Institute for Training and Research), à peine 23 % des "devices" au sens large sont retraités et leurs éléments les plus nocifs (plomb, mercure...) récupérés de façon adéquate. Le reste se décompose jour après jour dans des décharges sauvages, principalement dans des pays défavorisés, qui n'ont pas besoin de cela pour souffrir de conditions environnementales dégradées.
Conclusion
On peut choisir de ne rien faire, de laisser l'IA conventionnelle continuer sur sa lancée et de voir ce qui se passe. Ou bien, on peut choisir la raison et préférer l'IA frugale, seule capable de concilier besoins légitimes de productivité et respect des grands équilibres écologiques. Dans ce cas, GenerIA a des solutions durables à proposer.
Références
Bank of America - Global Energy Weekly
Gouvernement du Canada : Environnement et ressources naturelles
Gartner: Keep AI From Doing More Climate Harm Than Good
Bloomberg Talks: IEA's Fatih Birol
Goldman Sachs: AI is poised to drive 160% increase in data center power demand
Dans le blog GenerIA :
