Mesurer l’impact environnemental de l’intelligence artificielle. Tel est le défi que se lance Frugalia, un consortium basé dans les Pays de la Loire. Ce collectif privé-académique veut aussi développer une solution «d’optimisation de l’impact carbone  des usages d’IA générative , de la requête utilisateur à l’infrastructure matérielle». Dans un communiqué publié fin avril, les trois Nantais que sont l’école IMT-Atlantique, l’hébergeur web souverain DRI, qui possède des data centers dont un «écologique»  au Mans, et Easyvirt, spécialisée dans la mesure et la réduction de l’empreinte environnementale de l’infrastructure IT, détaillent leur projet.

Six postes à temps plein sont dédiés à ces recherches qui ont commencé en novembre et s’étalent sur 30 mois. Près d’un million d’euros sont dédiés à ces travaux, dont environ 60% sont financés par le fonds européen de développement régional (FEDER). «Nous avons des objectifs scientifiques, avec des publications, mais aussi des objectifs industriels, afin de mettre des solutions à disposition des utilisateurs assez rapidement», indique au Figaro Édouard Guegain, responsable des sujets environnementaux au sein de DRI.

Passer la publicité

L’IA, grosse consommatrice d’énergie

Joint par téléphone, il revient sur la genèse du projet. «Le constat de départ est que l’IA  est quelque chose qui consomme beaucoup d’électricité», amorce-t-il, tant au niveau de la fabrication que de l’utilisation par un individu. Or, attachée à la souveraineté et à l’environnement, la société DRI héberge elle-même des modèles d’IA. D’où l’idée de lancer un projet «avec des acteurs qu’on connaissait bien pour tenter de réduire la consommation électrique qu’on héberge chez nous».

Si le site internet de «Frugalia» mentionne une consommation de 0,34Wh par requête ChatGPT, l’ingénieur tempère ces données. «Il y a des estimations mais la réalité est plus complexe que cela». Autre point: tous les acteurs ne sont pas investis dans une démarche de transparence à l’instar du consortium. «Chat GPT n’a aucun intérêt à partager son impact environnemental», observe-t-il. À l’inverse, «nous essayons d’aller à revers de ça».

Objectif de -20% à -50% d’impact carbone

Concrètement, la démarche se déroule en trois points. Le premier consiste à «construire le premier modèle de mesure et de prédiction de l’impact carbone des IA», mentionne le communiqué de presse. La deuxième vise à «développer un routage IA», qui permettrait d’orienter l’utilisateur vers des modèles plus économes selon la complexité de ses requêtes, sans perte de qualité. Le troisième volet doit permettre de «développer un optimisateur automatique de prompts éco-conçus, économes en énergie». «Les Modèle d’IA sont surdimensionnés et font des réponses plus longues que nécessaire», reprend Édouard Guegain. «L’axe d’optimisation est de configurer les modèles pour qu’ils apportent des réponses courtes aux utilisateurs, au lieu d’apporter de longues listes, et que le temps d’usage soit plus faible», cite en exemple le connaisseur.

« Même s’il est encore trop tôt pour prédire la réduction de l’impact carbone des usages IA attendu grâce à ces trois innovations, nous espérons nous situer entre -20 et -50%, ce qui serait considérable » résume Martin Dargent, dirigeant d’Easyvirt. La démarche «pourrait constituer une première mondiale dans l’optimisation de l’impact carbone des usages d’IA», met en avant le consortium ligérien. «Cela est innovant parce que nous faisons des études sur des modèles actuellement utilisés par nos clients», note Édouard Guegain. «Le sujet de l’impact environnemental est assez en vogue académiquement, mais côté industriel il n’y a pas tant de choses que ça», ajoute-t-il. «Développés en open source, nos travaux enrichiront la communauté. Elle bénéficiera d’un jeu de données de référence, de protocoles expérimentaux reproductibles et d’un intéressant benchmark de performance énergétique » termine Thomas Ledoux, enseignant-chercheur en informatique et membre de l’équipe Stack de l’IMT Atlantique.