Presque tous les principaux développeurs d’IA se concentrent sur la création de modèles d’IA qui imitent la façon dont les humains raisonnent, mais de nouvelles recherches montrent que ces systèmes de pointe peuvent consommer beaucoup plus d’énergie, ce qui soulève des inquiétudes quant à la pression de l’IA sur les réseaux électriques.
Les modèles de raisonnement de l’IA ont utilisé en moyenne 30 fois plus d’énergie pour répondre à 1 000 invites écrites que les alternatives sans cette capacité de raisonnement ou qui la désactivaient, selon une étude publiée jeudi. Le travail a été réalisé par le projet AI Energy Score, dirigé par Sasha Luccioni, chercheur chez Hugging Face, et Boris Gamazaychikov, responsable de la durabilité de l’IA chez Salesforce Inc..
Les chercheurs ont évalué 40 modèles d’IA ouverts et disponibles gratuitement, y compris des logiciels d’OpenAI, de Google d’Alphabet Inc. et de Microsoft Corp. Certains modèles présentaient une disparité beaucoup plus grande en termes de consommation d’énergie, notamment celui de la société chinoise DeepSeek. Une version réduite du modèle R1 de DeepSeek n’utilisait que 50 wattheures pour répondre aux invites lorsque le raisonnement était désactivé, soit à peu près autant d’énergie qu’il faut pour faire fonctionner une ampoule de 50 watts pendant une heure. Avec la fonction de raisonnement activée, le même modèle nécessitait 7 626 wattheures pour accomplir les tâches.
Les besoins croissants en énergie de l’IA sont de plus en plus surveillés. Alors que les entreprises technologiques se précipitent pour construire des centres de données de plus en plus grands pour prendre en charge l’IA, les observateurs du secteur ont exprimé leurs inquiétudes quant à la tension des réseaux électriques et à la hausse des coûts de l’énergie pour les consommateurs. Une étude de Bloomberg réalisée en septembre a révélé que les prix de gros de l’électricité ont augmenté jusqu’à 267 % au cours des cinq dernières années dans les zones proches des centres de données. Il existe également des inconvénients environnementaux, puisque Microsoft, Google et Amazon.com Inc. ont déjà reconnu que la construction de centres de données pourrait compliquer leurs objectifs climatiques à long terme.
Il y a plus d’un an, OpenAI a publié son premier modèle de raisonnement, appelé o1. Alors que son logiciel précédent répondait presque instantanément aux requêtes, o1 passait plus de temps à calculer une réponse avant de répondre. Depuis lors, de nombreuses autres sociétés d’IA ont lancé des systèmes similaires, visant à résoudre des problèmes plus complexes en plusieurs étapes dans des domaines tels que les sciences, les mathématiques et le codage.
Bien que les systèmes de raisonnement soient rapidement devenus la norme industrielle pour effectuer des tâches plus complexes, peu de recherches ont été menées sur leurs exigences en matière de puissance. Une grande partie de l’augmentation de la consommation d’énergie est due au fait que les modèles de raisonnement génèrent beaucoup plus de texte lorsqu’ils répondent, ont expliqué les chercheurs.
Le nouveau rapport vise à mieux comprendre comment évoluent les besoins énergétiques de l’IA, a déclaré Luccioni. Il espère également que cela aidera les gens à mieux comprendre qu’il existe différents types de modèles d’IA adaptés à différentes actions. Toutes les requêtes ne nécessitent pas de recourir à des systèmes de raisonnement d’IA plus intensifs en termes de calcul.
“Nous devrions être plus intelligents dans la manière dont nous utilisons l’IA”, a déclaré Luccioni. “Il est important de choisir le bon modèle pour la bonne tâche.”
Pour tester la différence de consommation d’énergie, les chercheurs ont exécuté tous les modèles sur le même matériel informatique. Ils ont utilisé les mêmes invites pour chacun, allant de questions simples (comme demander quelle équipe a remporté le Super Bowl une année donnée) à des problèmes mathématiques plus complexes. Ils ont également utilisé un outil logiciel appelé CodeCarbon pour suivre la quantité d’énergie consommée en temps réel.
Les résultats variaient considérablement. Les chercheurs ont découvert que l’un des modèles de raisonnement Phi 4 de Microsoft utilisait 9 462 wattheures avec le raisonnement activé, contre environ 18 wattheures lorsqu’il était éteint. Pendant ce temps, le modèle gpt-oss plus grand d’OpenAI présentait une différence moins marquée. Il a utilisé 8 504 wattheures avec un raisonnement sur le réglage « élevé » le plus intensif en calcul et 5 313 wattheures avec le réglage « bas ».
OpenAI, Microsoft, Google et DeepSeek n’ont pas immédiatement répondu à une demande de commentaire.
Google a publié en août une étude interne estimant que le message texte moyen de son service Gemini AI consommait 0,24 wattheure d’énergie, soit à peu près la même chose que regarder la télévision pendant moins de neuf secondes. Google a déclaré que ce chiffre était « considérablement inférieur à de nombreuses estimations publiques ».
Une grande partie du débat sur la consommation énergétique de l’IA s’est concentrée sur les installations à grande échelle créées pour entraîner les systèmes d’intelligence artificielle. Cependant, les entreprises technologiques consacrent de plus en plus de ressources à l’inférence ou au processus d’exécution de systèmes d’IA après leur formation. La poussée vers des modèles de raisonnement en est une grande partie, car ces systèmes s’appuient davantage sur l’inférence.
Récemment, certains leaders technologiques ont reconnu que la consommation énergétique de l’IA devait être prise en compte. Le PDG de Microsoft, Satya Nadella, a déclaré dans une interview en novembre que l’industrie devait obtenir « l’autorisation sociale de consommer de l’énergie » pour les centres de données d’IA. Pour y parvenir, a-t-il soutenu, la technologie doit utiliser l’IA pour faire le bien et favoriser une croissance économique généralisée.
