Google a publié son rapport environnemental 2024, un document de plus de 80 pages décrivant tous les efforts massifs de l'entreprise pour appliquer la technologie aux problèmes environnementaux et pour atténuer ses propres contributions. Mais cela élude totalement la question de savoir quelle quantité d’énergie l’IA utilise – peut-être parce que la réponse est « bien plus que ce que nous voudrions dire ».
Vous pouvez lire le rapport complet ici (PDF) et honnêtement, il contient beaucoup de choses intéressantes. Il est facile d'oublier combien d'assiettes une entreprise aussi grande que Google continue de faire tourner, et il y a ici un travail vraiment remarquable.
Par exemple, elle travaille sur un programme de réapprovisionnement en eau , dans le cadre duquel elle espère compenser l'eau utilisée dans ses installations et ses opérations, créant ainsi un résultat net positif. Cela se fait en identifiant et en finançant la restauration des bassins versants, la gestion de l’irrigation et d’autres travaux dans cette région, des dizaines de projets de ce type dans le monde étant au moins partiellement financés par Google. Il est arrivé à 18 % de sa consommation d'eau reconstituée (quelle que soit la définition de ce mot utilisée ici) de cette façon et s'améliore chaque année.
L’entreprise prend également grand soin de mettre en avant les avantages potentiels de l’IA en matière de climat, comme l’optimisation des systèmes d’arrosage, la création d’itinéraires plus économes en carburant pour les voitures et les bateaux et la prévision des inondations. Nous en avons déjà souligné quelques-uns dans notre couverture de l’IA, et ils pourraient en fait être très utiles dans de nombreux domaines. Google n'est pas obligé de faire ce genre de choses, et de nombreuses grandes entreprises ne le font pas. Alors créditons là où le crédit est dû.
Mais nous arrivons ensuite à la section « Gérer de manière responsable la consommation des ressources de l’IA ». Ici, Google, si sûr de toutes les statistiques et estimations jusqu'à présent, écarte soudain les mains et hausse les épaules. Quelle quantité d’énergie l’IA consomme-t-elle ? Quelqu'un peut-il vraiment en être sûr ?
Pourtant, cela doit être mauvais, car la première chose que fait l'entreprise est de minimiser l'ensemble du marché de l'énergie des centres de données, affirmant qu'il ne représente que 1,3 % de la consommation mondiale d'énergie, et que la quantité d'énergie utilisée par Google ne représente qu'au maximum 10 % de celle-ci, donc seulement 0,1 % de celle-ci. % de toute l'énergie mondiale alimente ses serveurs, selon le rapport. Une bagatelle !
Notamment, en 2021, elle a décidé qu’elle voulait atteindre zéro émission nette d’ici 2030, même si l’entreprise admet qu’il existe beaucoup « d’incertitude », comme elle aime l’appeler, quant à la manière dont cela se produira réellement. D’autant que ses émissions augmentent chaque année depuis 2020.
En 2023, nos émissions totales de GES [gaz à effet de serre] s'élevaient à 14,3 millions de tCO 2 e, ce qui représente une augmentation de 13 % d'une année sur l'autre et de 48 % par rapport à notre année de référence cible 2019. Ce résultat est principalement dû à l’augmentation de la consommation d’énergie des centres de données et des émissions de la chaîne d’approvisionnement. À mesure que nous intégrons davantage l’IA dans nos produits, la réduction des émissions peut s’avérer difficile en raison de la demande énergétique croissante due à la plus grande intensité de calcul de l’IA et des émissions associées aux augmentations attendues de nos investissements dans l’infrastructure technique.
(C'est moi qui souligne ici et la citation ci-dessous.)
Pourtant, la croissance de l’IA se perd parmi les incertitudes susmentionnées. Google a l'excuse suivante pour expliquer pourquoi l'entreprise n'est pas précise sur la contribution des charges de travail d'IA à la facture énergétique générale de son centre de données :
Prédire l’impact environnemental futur de l’IA est complexe et évolutif, et nos tendances historiques ne reflètent probablement pas pleinement la trajectoire future de l’IA. À mesure que nous intégrons profondément l’IA dans notre portefeuille de produits, la distinction entre l’IA et les autres charges de travail n’aura plus de sens. Nous nous concentrons donc sur les mesures à l’échelle du centre de données, car elles incluent la consommation globale des ressources (et donc l’impact environnemental) de l’IA.
« Complexe et évolutif » ; « les tendances ne sont probablement pas pleinement reflétées » ; « la distinction… n'aura pas de sens » : c'est le genre de langage utilisé lorsque quelqu'un sait quelque chose mais préférerait vraiment, vraiment ne pas vous le dire.
Quelqu'un croit-il réellement que Google ne sait pas, au centime près, combien la formation et l'inférence en IA ont ajouté à ses coûts énergétiques ? Être capable de décomposer ces chiffres avec autant de précision ne fait-il pas partie des compétences clés de l'entreprise en matière de cloud computing et de gestion de centres de données ? Il contient toutes ces autres déclarations sur l'efficacité de ses unités de serveur d'IA personnalisées, sur la façon dont il effectue tout ce travail pour réduire de 100 fois l'énergie requise pour entraîner un modèle d'IA, et ainsi de suite.
Je suis convaincu que de nombreux efforts écologiques sont en cours chez Google, et vous pouvez tout lire à leur sujet dans le rapport. Mais il est important de souligner ce qu’il semble refuser de faire : le coût énergétique énorme et croissant des systèmes d’IA. L'entreprise n'est peut-être pas le principal responsable du réchauffement climatique, mais malgré son potentiel, Google ne semble pas encore être dans un état net positif.
Google a tout intérêt à minimiser et à obscurcir ces chiffres qui, même dans leur état réduit et hautement efficace, peuvent difficilement être bons. Nous ne manquerons pas de demander à Google d'être plus précis avant de savoir si ces problèmes s'aggravent encore dans le rapport 2025.