L'IA consomme plus d'électricité que le Bitcoin.

D’après une étude d’Alex de Vries-Gao, certains modèles d’IA consomment autant d’électricité qu’un pays entier. Photo : TheVerge .

D'après une nouvelle analyse, l'intelligence artificielle (IA) pourrait bientôt surpasser le minage de Bitcoin en termes de consommation énergétique. L'étude conclut que l'IA pourrait consommer près de la moitié de l'électricité totale des centres de données à l'échelle mondiale d'ici fin 2025.

Ces estimations proviennent d'Alex de Vries-Gao, chercheur à l'Institut libre d'études environnementales de l'Université d'Amsterdam, où il étudie la consommation d'électricité et l'impact environnemental des cryptomonnaies. Son dernier article sur la demande croissante d'électricité liée à l'intelligence artificielle a été publié la semaine dernière dans la revue Joule .

« Plus c'est gros, mieux c'est »

On estime actuellement que l'IA représente jusqu'à 20 % de la consommation électrique des centres de données. Selon l'analyse de De Vries-Gao, basée sur les prévisions de la chaîne d'approvisionnement des puces d'IA spécialisées (faute de données précises de la part des entreprises technologiques), cette consommation augmente rapidement, malgré les progrès en matière d'efficacité.

De Vries-Gao pensait autrefois que ses recherches sur les technologies énergivores s'achèveraient avec la fusion d'Ethereum. Cependant, l'émergence de ChatGPT a orienté ses recherches vers une nouvelle direction. L'analyste perçoit des similitudes frappantes entre le développement de l'IA et les besoins énergétiques des marchés des cryptomonnaies.

« Quand ChatGPT est sorti, je me suis dit : “Oh mon Dieu, encore une fois !” C’est encore une technologie qui consomme beaucoup d’énergie, surtout sur des marchés très concurrentiels », a-t-il confié à The Verge .

Le secteur de l'IA sera de plus en plus énergivore en raison de la concurrence. Photo : SciTechDaily.

Un point commun essentiel réside dans la mentalité dominante du « plus c'est gros, mieux c'est » qui règne dans les deux secteurs. « Nous constatons que les entreprises technologiques développent constamment leurs modèles pour créer les meilleures applications possibles. Cependant, cela accroît également la demande en ressources », explique De Vries-Gao.

Cette tendance a alimenté un essor considérable des nouveaux centres de données dédiés à l'IA, notamment aux États-Unis. Il en résulte des projets de construction de nouvelles centrales à gaz et de réacteurs nucléaires pour répondre à la demande croissante en électricité.

Les pics soudains de la demande en électricité peuvent exercer une pression considérable sur le réseau et freiner la transition vers des sources d'énergie plus propres, à l'instar des difficultés posées par le minage de cryptomonnaies. Autre similitude : la difficulté d'évaluer précisément la consommation d'électricité et l'impact environnemental de ces technologies. Si les géants du numérique communiquent leurs émissions de carbone, ils fournissent rarement des données spécifiques sur leurs propres systèmes d'intelligence artificielle.

Pour résoudre ce problème, De Vries-Gao a utilisé une technique de triangulation. Il a combiné des informations publiques sur les appareils, des estimations d'analystes et des rapports de revenus d'entreprises afin de prévoir le nombre d'unités matérielles à produire et leur consommation énergétique.

Il a également noté que Taiwan Semiconductor Manufacturing Company (TSMC), un important fabricant de puces d'IA, a plus que doublé sa capacité de production de puces d'IA entre 2023 et 2024.

Prévisions et incertitudes à venir

De Vries-Gao estime qu'en 2024, l'IA consommerait l'équivalent de la consommation électrique totale des Pays-Bas. Fin 2025, ce chiffre pourrait atteindre celui du Royaume-Uni, la demande en électricité de l'IA atteignant alors 23 gigawatts (GW).

Un rapport distinct du cabinet de conseil ICF prévoit également que la demande d'électricité aux États-Unis augmentera de 25 % d'ici 2030. Cette hausse est principalement due à l'intelligence artificielle, aux centres de données et au minage de bitcoins.

Malgré ces prévisions, il reste complexe d'estimer précisément la consommation énergétique de l'IA. Son impact environnemental varie considérablement en fonction de nombreux facteurs, tels que le type de traitement requis, la taille du modèle d'IA et l'alimentation électrique du réseau local.

La consommation électrique d'Ethereum a diminué de 99,988 % après l'adoption d'une méthode de validation des transactions plus économe en énergie que celle de Bitcoin. Photo : SCMP.

Par exemple, l'utilisation d'outils d'IA traités par des centres de données en Virginie-Occidentale peut générer près de deux fois plus d'émissions de carbone qu'en Californie. Cela s'explique par les différences de consommation d'énergies renouvelables entre les deux États.

De Vries-Gao estime que les entreprises technologiques ont besoin de plus de transparence. « Devoir passer par autant d'étapes compliquées pour obtenir une estimation est tout simplement absurde. Cela ne devrait pas être aussi difficile, mais malheureusement, c'est le cas », a-t-il déclaré.

L'avenir de l'efficacité énergétique reste incertain. Si certains modèles d'IA, comme celui de DeepSeek, affichent une consommation d'énergie nettement inférieure à celle d'autres, la question est de savoir si les entreprises privilégieront l'efficacité plutôt que la course à la performance.

Le risque du paradoxe de Jevons — où une efficacité accrue entraîne une consommation globale plus élevée du fait d'une utilisation accrue — est également présent. Sans de meilleurs indicateurs et une plus grande transparence, la gestion de l'énergie consommée par l'IA constituera un défi majeur.

Source : https://znews.vn/ai-co-the-tieu-thu-dien-nhieu-hon-bitcoin-vao-cuoi-nam-2025-post1556958.html