Temps de lecture : 2 minutes
mots-clés : IA, data center, centre de données, énergie
En bref : tout le monde fantasme sur les IA et ce qu’elles pourront nous offrir demain. Toutefois, l’un des enjeux majeurs est le besoin d’énergie décarbonée. La France peut tirer son épingle du jeu.
Chers lecteurs,
Cette semaine un petit post relatif à une question qui échappe parfois aux fans des nouvelles technologies : l’énergie. Nous vous proposons la visualisation de la vidéo YouTube de Aaron Watson, Digital Marketer travaillant pour Piper Creative aux USA, une entreprise de communication qui a produit (quels sont les commanditaires ? l’État français ?) une vidéo surfant sur la « good vibe » des Jeux olympiques à Paris. Cette vidéo est très clairement orientée pour « vendre la France » à l’étranger, toutefois, elle n’est pas dénuée de sens et met en perspective les véritables enjeux actuels de l’Intelligence artificielle générative : les besoins en énergie… et une énergie propre et décarbonée.
La France super productrice d’énergie électrique décarbonée.
Ce n’est un secret pour personne, la production électrique annuelle décarbonée de la France est l’une des plus élevées au monde, grâce notamment à son important parc nucléaire. Cette énergie, lorsqu’elle est produite dans des centrales nucléaires modernes, est considérée comme bas-carbone, car elle n’émet pas de gaz à effet de serre lors de sa production. Plus précisément la répartition approximative des sources d’énergie dans la production électrique française en 2022 (ces chiffres peuvent légèrement varier selon les sources) est :
- Nucléaire : Environ 63%
- Énergies renouvelables (hydraulique, éolien, solaire) : Environ 23%
- Gaz naturel : Environ 10%
- Autres : Environ 4%
En complément, on doit toujours penser aux efforts de réduction des émissions : La France s’est engagée dans une transition énergétique visant à réduire encore davantage sa dépendance aux énergies fossiles et à augmenter la part des énergies renouvelables. La conjonction de ces deux éléments n’est pas propre à la France, mais rare en Europe, exception faite des pays nordiques qui ont fortement développé les énergies alternatives (hydroélectricité, éolien et biomasse) ou de l’Angleterre avec essentiellement l’éolien (35% de sa production électrique en 2023). Toutefois, cette dernière a également des problèmes de pénurie par le faible investissement dans le nucléaire.
IA et nucléaire font bon ménage
Ce n’est plus un secret, l’IA « mange » énormément d’énergie. Le rapport « The AI Disruption: Challenges and Guidance for Data Center Design » de Schneider Electric prédit que la consommation électrique globale associée aux charges de travail d’IA atteindra environ 14 à 19 gigawatts en 2028. En d’autres termes, si tout le monde se préoccupe aujourd’hui de la sensibilité des IA et leur capacité à se rapprocher de l’Homme à travers des sentiments, la réelle question devrait plutôt être celle de l’efficacité énergétique face aux besoins actuels gigantesques.
Le problème initial est l’apprentissage. Si un être humain a besoin de +/- 15 à 20 ans pour apprendre les bases lui permettant de profiter de sa vie intellectuelle (et bien sûr, nous apprenons toute notre vie), l’évidence permet de constater que l’IA doit apprendre beaucoup plus vite et donc a besoin de beaucoup plus d’énergie. L’apprentissage de la première version de ChatGPT équivalait à 1 centrale nucléaire de 1.2 GW pendant 1 an. Et Yves Grandmontagne précise encore (31 janvier 2024) que le besoin croissant de workloads d’IA a un effet négatif sur la consommation d’énergie, et participe à l’augmentation de la consommation des data centers :
- La charge des workloads d’IA aura représenté environ 4,3 GW en 2023, soit 8% de la consommation globale des data centers (57 GW).
- En 2028, la charge de l’IA devrait représenter entre 14 et 19 GW, soit 15 à 20% de la consommation globale des data centers (90 GW).
Dans le même temps, tous les majors de la Silicon Valley se sont engagés vers la neutralité carbone de leur entreprise. N’oublions pas que Google s’est déjà engagé à ce que l’ensemble de ses data centers soient neutres en carbone pour 2030, y compris la compensation de leur consommation antérieure depuis leur création. Dans ce contexte, ils explorent de nombreuses alternatives comme la construction de data center dans le nord de l’Europe. Toutefois, il n’en reste pas moins nécessaire de distribuer les données à partir de l’endroit où les gens vivent. D’ailleurs c’est un des enjeux majeurs des data centers d’IA : la création de data centers « Edge » c’est-à-dire « à côté de chez soi » : des data centers urbains ou territorialisés. Le même rapport de Schneider Electric affirme que le rapport entre les data centers majeurs et les locaux sera de 50/50 à l’aube de 2030. Dans ce contexte, le lien avec la sécurité d’approvisionnement électrique est essentiel. Et c’est là que la France pourrait tirer son épingle du jeu grâce à ses centrales nucléaires…complémentairement aux énergies renouvelables.
Ajoutez à cela un cadre de vie agréable et de très bonnes écoles… La France offre des opportunités pour voir débarquer Les majors de l’IA en Europe.
Bonne et belle journée à vous.
Merci pour le suivi de notre blog-à-idées ou à réflexions, c’est toujours agréable d’être lu et vous êtes de plus en plus nombreux (+ de 1 000 par mois en, moyenne). N’hésitez pas à commenter, c’est aussi une place de débats. Et surtout, merci de partager si vous soutenez nos réflexions ou recherches.
Pascal SIMOENS, Ph.D, Architecte et urbaniste, data Scientist. Expert Smart Cities. J’ai commencé ma vie en construisant des villes en Lego, j’en ai fait mon métier. Geek invétéré, aujourd’hui je joins mes passions du numérique et de la ville au travers d’une expertise smart Cities et smart-buildings en travaillant en bureau d’étude (Poly-Tech Engineering) et j’enseigne cette même expertise à l’UMONS et l’ULB.
This post is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License.
NUMERIC LANDSCAPE 
1 commentaire