Capture d'écran 2023 12 05 À 16 10 19

Générer seulement neuf images par l’IA coûte cher. En plus de recharger complètement votre mobile

La révolution de l’IA n’est pas bon marché. Aux énormes ressources informatiques requises par les modèles d’IA génératifs s’ajoutent une réalité inconfortable : ces processus de formation et l’utilisation desdits modèles eux-mêmes provoquent d’importantes émissions de CO2. On savait déjà que ChatGPT et Bard polluaient, mais les Midjourney et DALL-E 2 du monde polluent encore plus.

L’étude. Des recherches menées par des chercheurs de l’université Carnegie Mellon et de la startup HuggingFace révèlent que l’utilisation de modèles d’IA génératifs nécessite d’énormes quantités d’énergie. Dans l’étude https://arxiv.org/abs/2311.16863, ils ont révélé l’utilisation d’un outil appelé Code Carbon pour comparer les émissions de CO2 des 16 modèles les plus populaires utilisés dans le HuggingFace Hub, une plateforme ouverte qui permet de tester ces modèles. et utilisé facilement.

L’imagerie génère beaucoup plus d’émissions que les autres processus actuellement couverts par l’IA et les modèles d’IA générative.

ChatGPT consomme, mais DALL-E consomme beaucoup plus. Les conclusions ont clairement montré que les modèles d’IA génératifs de texte – des chatbots similaires à ChatGPT – consommaient beaucoup d’énergie, mais les choses étaient particulièrement inquiétantes dans le cas des modèles dédiés à la génération d’images.

Comparer la consommation. Dans les tests effectués, la génération de 1 000 inférences a entraîné une consommation comprise entre 0,06 et 2,9 kWh, la consommation moyenne étant de 1,35 kWh. Les chercheurs ont ensuite souligné qu’un smartphone consomme en moyenne 0,012 kWh d’énergie pour se recharger. Qu’est-ce que cela signifie?

Charger votre téléphone vous donne neuf images. Avec ces chiffres, l’étude a conclu que générer neuf images avec ces modèles d’IA consomme autant que charger complètement le téléphone. Ces données mettent le problème en perspective, car la chose normale dans ces processus d’utilisation de l’IA d’images génératives est souvent de générer quelques images jusqu’à ce que nous trouvions celle que nous recherchons.

Et il existe des modèles terriblement inefficaces. Bien que la moyenne soit de cela, il existe des modèles particulièrement gourmands en énergie, et selon l’étude, le pire d’entre eux consomme 11,49 kWh pour 1 000 inférences, ce qui signifie qu’en gros, chaque image coûte la même énergie qu’une recharge du téléphone portable. .

Et les émissions ? Encore une fois, le problème de fond est aussi celui des émissions de CO2, qui sont notables : en moyenne chaque image produite génère entre 0,1 et 0,5 gramme de dioxyde de carbone. Dans les modèles les plus polluants de l’étude, le chiffre était scandaleux et chaque image provoquait des émissions de 2 grammes de CO2.

Ce n’est pas exhaustif, mais cela donne des indices. Les responsables de l’étude ont eux-mêmes souligné que les débats sur la consommation d’énergie et les émissions se concentrent sur la phase de formation, mais devraient prendre (très) en compte la phase d’utilisation ultérieure. Ils espèrent que ces données serviront – même si elles ne sont pas exhaustives – à mettre en œuvre des mesures, des bonnes pratiques et des réglementations qui contribueront à atténuer le problème.