L'IA qui dévore l'énergie: des vidéos génératives qui quadruplent la consommation lorsque la durée double
Des chercheurs de Hugging Face démontrent que le coût énergétique des outils génératifs capables de transformer des textes en vidéos ou en images est bien plus élevé que prévu. En clair: lorsque la durée d'une vidéo double, la dépense électrique grimpe d'environ quatre fois. Par exemple, une vidéo de six secondes peut nécessiter quatre fois plus d'énergie qu'une vidéo de trois secondes. Les auteurs soulignent l’inefficacité structurelle des pipelines actuels de diffusion vidéo et appellent à un design axé sur l’efficacité. Les chiffres alarmants montrent aussi que l’IA représente déjà une part significative de la consommation énergétique des datacenters mondiaux, chiffre qui force l’attention des entreprises qui déploient ces technologies.
In This Article:
Ce que montrent les chiffres: énergie vs longueur et comparaison image-vidéo
Pour les générateurs d’images, la dépense est notable mais moins extrême: l’énergie nécessaire pour produire une image unique est modérée par rapport à une vidéo. En revanche, les vidéos font grimper la facture de manière exponentielle: produire une vidéo de 5 secondes équivaut à faire fonctionner un micro-ondes pendant plus d’une heure. Cette charge croît non linéairement avec la durée, ce qui implique des coûts matériels et environnementaux qui s’accumulent rapidement et pesant sur les systèmes énergétiques globaux.
Le problème est structurel: des pipelines inefficaces et des coûts qui augmentent vite
Les chercheurs décrivent une inefficacité structurelle des pipelines de diffusion vidéo actuels et notent des coûts matériels et environnementaux qui augmentent rapidement à mesure que les générations deviennent plus ambitieuses. Cette réalité inquiète les experts: nous déployons des outils d’IA sans une compréhension suffisante de leur impact environnemental. Comme le rappelle MIT Technology Review, « la compréhension actuelle de la consommation d’énergie de l’IA est pleine de trous ». Le manque de clarté sur l’empreinte réelle de ces technologies pourrait freiner une transition déjà lourde de sens.
Des solutions possibles — et leurs limites
Des pistes existent pour réduire la facture énergétique: cache intelligent, réutilisation des générateurs existants et pruning (sélection des exemples les plus efficaces et élimination des plus inefficaces des jeux de données). Cependant, ces mesures seules pourraient ne pas suffire à ramener les chiffres dans une fourchette raisonnable. Leur efficacité dépend fortement des cas d’usage et de la manière dont elles sont mises en œuvre.
Le poids réel pour la planète et la responsabilité de l’industrie
L’industrie continue d’investir des milliards dans les infrastructures, parfois au détriment d’objectifs climatiques. Google, dans son rapport environnemental 2024, reconnaît être largement en retard sur son objectif net zéro d’ici 2030 et signale une hausse de 13 % des émissions de carbone d’année en année, en partie à cause de l’IA générative. Son générateur vidéo Veo 3 a généré plus de 40 millions de vidéos en sept semaines; l’ampleur exacte de l’impact environnemental demeure incertaine et pourrait être plus lourde que prévu. Face à ces chiffres, la transparence et des cadres clairs sont nécessaires pour réduire la consommation et les émissions, afin d’éviter que le progrès technologique ne se fasse au prix de la planète.
