{"version":"1.0","type":"rich","provider_name":"Acast","provider_url":"https://acast.com","height":250,"width":700,"html":"<iframe src=\"https://embed.acast.com/$/66068a5353b2df0016606a3d/6822366b27cd622638e50059?\" frameBorder=\"0\" width=\"700\" height=\"250\"></iframe>","title":"Deepseek et ChatGPT explosent leur empreinte écologique ?","thumbnail_width":200,"thumbnail_height":200,"thumbnail_url":"https://open-images.acast.com/shows/66068a5353b2df0016606a3d/1747072423799-8768cb32-0bef-476d-8576-4eb39cd2e0e7.jpeg?height=200","description":"<p>C’est l’envers du décor d’une révolution numérique en marche. Alors que l’intelligence artificielle s’impose dans nos vies quotidiennes, son coût environnemental devient impossible à ignorer. D’après une étude publiée lundi par Greenly, spécialiste de la comptabilité carbone, les IA de dernière génération, ChatGPT en tête, consomment des quantités d’énergie vertigineuses. Le modèle GPT-4, développé par OpenAI, impressionne par ses capacités... mais inquiète par son empreinte. Avec 1 800 milliards de paramètres, soit dix fois plus que son prédécesseur, GPT-4 aurait multiplié par 20 sa consommation énergétique. Résultat : générer un million d’e-mails par mois à l’aide de l’outil produirait 7 138 tonnes de CO₂ par an, soit 4 300 allers-retours Paris-New York.</p><p><br></p><p>Et ce n’est pas fini. D’après une étude de l’université Carnegie Mellon et de Hugging Face, chaque requête textuelle en IA consomme l’équivalent de 16 % d’une charge de smartphone. Pour une entreprise générant un million de réponses par mois, cela représente 514 tonnes de CO₂e par an. Les outils d’images, comme DALL-E, sont encore plus gourmands : une seule image générée équivaut à 60 fois plus d’émissions carbone qu’un texte, mobilisant 3,5 litres d’eau et l’énergie d’une recharge complète de smartphone.</p><p><br></p><p>Mais une alternative pourrait émerger. Le modèle chinois DeepSeek propose une approche dite Mixture-of-Experts, qui active uniquement les sous-modèles nécessaires à chaque tâche. Résultat : une efficacité énergétique impressionnante. Son entraînement n’aurait requis que 2 000 puces NVIDIA H800, contre 25 000 pour GPT-4, selon les estimations. Un gain notable, certes, mais pas suffisant pour apaiser toutes les inquiétudes. Alexis Normand, PDG de Greenly, s’interroge :</p><p>« Les géants de l’IA vont-ils enfin privilégier la sobriété, ou continuer à foncer sur la voie de la surenchère énergétique ? »</p><p>Une question cruciale, alors que l’intelligence artificielle se place désormais au carrefour de la technologie et de l’écologie.</p>","author_name":"Choses à Savoir"}