Les chercheurs avec la plate-forme d’IA open source ont découvert que l’empreinte carbone des outils d’IA génératifs est nettement pire que celle précédemment estimée, en particulier pour les invites de texte de conversion en vidéo, en raison de l’échelle d’énergie non linéaire. Dans un article récemment publié, les chercheurs ont expliqué comment les exigences énergétiques des générateurs de texte à vidéo augmentent de façon exponentielle plutôt que en proportion directe de la longueur du contenu. L’étude a établi que lorsque la durée d’une vidéo générée est doublée, sa consommation d’énergie associée quadruples. Pour illustrer ce principe, l’article fournit un exemple spécifique: la production d’un clip vidéo de six secondes avec l’IA nécessite quatre fois plus d’énergie que la génération d’un clip de trois secondes. « Ces résultats mettent en évidence à la fois l’inefficacité structurelle des pipelines de diffusion vidéo actuels et le besoin urgent de conception orientée vers l’efficacité », ont conclu les chercheurs dans leur article. Cette recherche émerge au milieu des avertissements d’experts que les technologies génératrices de l’IA sont déployées sans une compréhension complète de leurs conséquences environnementales. Une analyse récente de la MIT Technology Review soutient cette préoccupation, déclarant que « la compréhension commune de la consommation d’énergie de l’IA est pleine de trous ». L’écart de compréhension est significatif lors de la comparaison de différents types d’outils génératifs. Lors de la création d’une seule image de 1 024 par 1 024 pixels avec un générateur d’IA consomme une énergie équivalente à réchauffer quelque chose au micro-ondes pendant cinq secondes, les exigences de vidéo sont des ordres de grandeur. L’étude des câlins a révélé que la production d’un clip vidéo de cinq secondes exige une quantité d’énergie comparable à l’exécution d’un micro-ondes standard pendant plus d’une heure. Cette disparité souligne la nature intensive de la génération vidéo. La mise à l’échelle non linéaire signifie que à mesure que les clips vidéo deviennent plus longs, la consommation d’énergie dégénère à un rythme encore plus rapide. Selon l’article, cette trajectoire implique « une augmentation rapide des coûts matériels et environnementaux » pour les utilisateurs et les développeurs de ces technologies. Il existe des méthodes potentielles pour atténuer ces demandes d’énergie élevées. Les chercheurs suggèrent plusieurs stratégies, notamment la mise en œuvre de systèmes de mise en cache intelligents et la pratique de la réutilisation du contenu généré par l’IA existant pour éviter le traitement redondant. Une autre technique proposée est une «élagage», qui implique d’identifier et de supprimer des exemples inefficaces des grands ensembles de données utilisés pour former des modèles d’IA. Ce processus pourrait aider à rationaliser les modèles et à réduire leur empreinte énergétique opérationnelle pendant les tâches de production. Cependant, il reste incertain si ces mesures d’efficacité seront suffisantes pour avoir un impact significatif sur la consommation globale d’électricité des systèmes d’IA actuels. L’ampleur du problème est déjà substantielle. Selon les données d’une étude récente, les activités liées à l’IA représentent désormais 20% de la demande totale de puissance de tous les centres de données mondiaux. En réponse à une demande croissante de l’IA, les grandes sociétés technologiques investissent des dizaines de milliards de dollars dans de nouvelles accumulations d’infrastructures, un processus qui a conduit certains à abandonner les objectifs climatiques précédemment.
Rapport d’impact environnemental 2024 de Google a révélé que la société est considérablement à l’origine de son plan pour réaliser des émissions de carbone nettes d’ici 2030. Le rapport a révélé une augmentation de 13% des émissions de carbone d’une année à l’autre, qu’elle a attribuée en grande partie à son expansion des services génératifs d’IA. Plus tôt cette année, Google a publié son générateur de vidéos Veo 3 AI. La société a ensuite annoncé que les utilisateurs avaient créé plus de 40 millions de vidéos avec l’outil au cours de ses sept premières semaines de disponibilité. Le péage environnemental spécifique de VEO 3 n’a pas été divulgué.
