L’essor rapide de l’intelligence artificielle (IA) crée une charge énergétique croissante, mais la consommation la plus importante ne vient pas des chatbots comme ChatGPT, mais des générateurs vidéo d’IA. Des outils tels que Sora d’OpenAI et Veo de Google deviennent des sensations virales, mais leur coût de calcul est considérablement plus élevé que celui de l’IA basée sur du texte – une tendance avec des implications significatives pour la consommation d’énergie et les infrastructures.
L’écart énergétique : vidéo contre texte
L’IA générative nécessite une puissance considérable, mais la création vidéo éclipse les autres applications. Une étude récente de Hugging Face a révélé que la génération d’une seule vidéo AI de 10 secondes consomme environ 90 wattheures. En comparaison, la génération d’images ne nécessite que 2,9 Wh, tandis que la génération de texte ne nécessite que 0,047 Wh.
Cette disparité est simple : la vidéo nécessite de générer plusieurs images haute résolution par seconde. Le processus nécessite beaucoup de calculs et implique un « débruitage » complexe pour créer un mouvement fluide. À titre d’exemple, la création d’une vidéo IA consomme à peu près la même énergie que le fonctionnement d’un téléviseur moderne de 65 pouces pendant plus d’une demi-heure.
Pourquoi c’est important : l’ampleur du problème
Le fossé énergétique n’est pas seulement académique. La popularité de la vidéo IA explose. Sora d’OpenAI a atteint plus d’un million de téléchargements dans les cinq jours suivant son lancement, et Gemini de Google a généré plus de 40 millions de vidéos au cours de ses premiers mois. À mesure que l’utilisation se développe, les réseaux énergétiques existants peuvent avoir du mal à suivre le rythme.
Cela a suscité des investissements massifs dans les infrastructures d’IA. Nvidia injecte 100 milliards de dollars dans OpenAI pour construire des centres de données capables de générer 10 gigawatts d’énergie. Plus extrême encore, Microsoft envisage la réouverture du site nucléaire de Three Mile Island – le lieu de la pire catastrophe nucléaire de l’histoire des États-Unis – pour alimenter ses ambitions en matière d’IA.
Transparence et atténuation
Le manque de transparence du secteur est une préoccupation majeure. Les entreprises hésitent à divulguer l’empreinte énergétique de leurs modèles, ce qui empêche les utilisateurs de prendre des décisions éclairées.
« Les entreprises d’IA doivent être transparentes sur leurs impacts environnementaux… Il est inacceptable que pour les outils que nous utilisons chaque jour, nous n’ayons pas de chiffres précis », déclare Sasha Luccioni, responsable de l’IA et du climat chez Hugging Face.
Les consommateurs peuvent atténuer leur propre utilisation en évaluant de manière critique si les outils d’IA sont vraiment nécessaires. Mais le problème central demeure : la génération de vidéos IA est un processus à haute énergie, et sa croissance nécessite un débat sérieux et transparent sur la durabilité.
L’avenir de l’IA dépend de la recherche de solutions à son empreinte énergétique, sous peine de créer un boom technologique non durable.
