Le débat sur l’empreinte carbone de l’IA n’est pas nouveau. Il est alimenté par une jungle de chiffres souvent partiels, parfois contradictoires, et un silence assourdissant des géants technologiques. Combien de litres d’eau consomme une conversation avec un chatbot ? Combien de CO₂ génère l’entraînement d’un modèle capable de rédiger des dissertations ou de coder ? Jusqu’à présent, les réponses relevaient plus de l’estimation que de la science.
C’est ce statu quo que Mistral AI, en collaboration avec le cabinet expert Carbone 4 et avec le soutien de l’ADEME, a décidé de briser. Moins de deux ans après sa création, l’entreprise dévoile les chiffres bruts de son modèle le plus puissant, Mistral Large 2. Et les résultats donnent le vertige.
La facture cachée de l’intelligence
Après 18 mois de développement et d’utilisation, l’entraînement de Mistral Large 2 a nécessité :
- 20 400 tonnes d’équivalent CO₂, soit l’empreinte carbone annuelle de près de 2 000 Français.
- 281 000 mètres cubes d’eau, l’équivalent de 75 piscines olympiques (ou la consommation moyenne annuelle de 5 200 Français) , principalement pour refroidir les milliers de processeurs (GPU) tournant à plein régime.
- 660 kg d’équivalent antimoine, une unité mesurant l’épuisement des ressources minières rares nécessaires à la fabrication des serveurs.
L’étude révèle, sans grande surprise, que la phase d’entraînement et d’utilisation concentre la quasi-totalité de l’impact sur le climat (85,5 % des émissions de GES) et sur l’eau (91 %). À l’inverse, c’est bien la fabrication du matériel informatique qui pèse le plus lourd sur l’épuisement des ressources planétaires.
À l’échelle de l’utilisateur, l’impact d’une simple question posée à l’assistant Le Chat semble minime : 1,14 gramme de CO₂ et 45 millilitres d’eau pour une réponse de 400 tokens. Un chiffre « marginal » selon Mistral, qui souligne que la très grande majorité des émissions ont lieu bien avant, lors de la phase d’entraînement. Mais rapporté aux nombres de requêtes quotidiennes que traite un tel service (ChatGPT traite 2,5 milliards de requêtes par jour), ce calcul marginal devient colossal. Si l’on applique les chiffres de l’étude au service d’OpenAI, on atteint 2 850 tonnes de CO₂ émis chaque jour… environ 300 fois l’empreinte carbone annuelle moyenne d’une personne française (basé sur une moyenne de 9,4 tonnes/an).
Un appel à une « concurrence environnementale »
Au-delà de ses propres chiffres, Mistral lance un appel puissant à toute l’industrie. L’objectif n’est pas de s’autoflageller, mais de créer un standard mondial. La startup française plaide pour que la publication des impacts environnementaux (entraînement et utilisation) devienne une obligation pour tous les développeurs d’IA.
L’idée est de permettre aux entreprises et aux citoyens de faire des choix éclairés. En créant une sorte d’étiquette-énergie pour les modèles d’IA, on pourrait identifier et privilégier les solutions les plus « frugales ». « Il est donc important de choisir le bon modèle pour le bon cas d’usage », martèle l’étude, soulignant que l’impact est quasi proportionnel à la taille du modèle. Utiliser un mastodonte de l’IA pour une tâche simple est une aberration écologique.
Cette démarche met la pression sur ses concurrents. OpenAI n’a jamais publié de rapport détaillé sur ChatGPT et Google, tout en publiant un rapport annuel global, a reconnu que l’IA rendait son objectif de neutralité carbone bien plus difficile à atteindre.
🟣 Pour ne manquer aucune news sur le Journal du Geek, suivez-nous sur Google et sur notre canal WhatsApp. Et si vous nous adorez, on a une newsletter tous les matins.
