L'utilisation de l'IA a-t-elle un impact écologique ?

L'intelligence artificielle engendre un impact environnemental significatif, qui se manifeste tant par la consommation importante d'électricité et d'eau pour le refroidissement des serveurs que par l'empreinte carbone liée à la fabrication du matériel et à l'extraction des matières premières.

 

Consciente de ces enjeux, l'Université de Strasbourg a adopté une approche responsable et sobre. En tant que signataire de la Charte pour un numérique responsable, l'Université intègre la sobriété et l'efficacité énergétique comme piliers de sa stratégie IA. Notre service s'articule autour de cinq leviers majeurs pour minimiser cet impact :

 

  1. Utilisation de modèles open source pré-entrainés L’Université de Strasbourg privilégie des modèles de langage open source, sélectionnés pour leur efficacité plutôt que pour leur taille brute. Nous utilisons systématiquement le plus petit modèle capable de répondre de manière satisfaisante à la demande, évitant ainsi la course au modèle le plus volumineux, souvent inutilement gourmand. Ce faisant, nous n'effectuons aucun entraînement de modèle. Il convient en effet de distinguer la phase d’entraînement (processus très énergivore) de celle de l’utilisation, appelée inférence.

  2. Hébergement local et éco-responsable : l’IA est déployée directement dans notre datacentre installé sur le campus de l’Université de Strasbourg. Ce datacentre a été conçu dans une approche éco‑responsable : il utilise la géothermie sur nappe pour le refroidissement et récupère la chaleur générée afin de contribuer à chauffer les bâtiments de l’université. Cette approche locale permet aussi de mutualiser les GPU et évite des transferts de données inutiles.

  3. Transparence et suivi de la consommation : Notre installation fait l'objet d'une surveillance permanente. Nous disposons d'un suivi précis et détaillé de la consommation énergétique de nos services, nous permettant d'analyser et d'optimiser en continu l'empreinte carbone de nos services IA.

  4. Mutualisation des pratiques et des infrastructures au niveau de l'ESR : L'Université de Strasbourg s'implique fortement dans différentes initiatives au niveau local et national. Ces initiatives permettent de mutualiser les efforts, les pratiques et les infrastructures. Le but du projet ILaaS (Inference LLM as a Service) est de fournir aux établissements de l’Enseignement Supérieur et de la Recherche (ESR) des moyens techniques pour mettre en œuvre l’Intelligence Artificielle en répondant aux défis importants de soutenabilité, de résilience, de confiance et de sobriété numérique. Il offre une infrastructure d’inférence mutualisée.

  5. Usage raisonné et pertinent de l'IA : L’IA doit être mobilisée de manière ciblée, uniquement lorsque sa valeur ajoutée (gain de temps, amélioration de la qualité) est clairement identifiée comme spécifié par le Plan IA Unistra. Il est également recommandé de privilégier des outils spécialisés, souvent plus économes en énergie que les solutions généralistes.