undefined cover
undefined cover
#80 : La boulimie énergétique de l’IA : un mal pour un bien ? cover
#80 : La boulimie énergétique de l’IA : un mal pour un bien ? cover
LUM lu

#80 : La boulimie énergétique de l’IA : un mal pour un bien ?

#80 : La boulimie énergétique de l’IA : un mal pour un bien ?

06min |21/01/2025
Play
undefined cover
undefined cover
#80 : La boulimie énergétique de l’IA : un mal pour un bien ? cover
#80 : La boulimie énergétique de l’IA : un mal pour un bien ? cover
LUM lu

#80 : La boulimie énergétique de l’IA : un mal pour un bien ?

#80 : La boulimie énergétique de l’IA : un mal pour un bien ?

06min |21/01/2025
Play

Description

La boulimie énergétique de l’IA : un mal pour un bien ?

Le déploiement des IA contribue à la croissance rapide de l’empreinte écologique du numérique.  Face aux critiques, le secteur vise des gains rapides pour atteindre la neutralité carbone. Des promesses qui doivent faire leur preuve.


Le déploiement des IA augmente l’empreinte écologique du numérique. Pas étonnant puisqu’une IA puise sa performance du traitement de masses de données toujours plus importantes, ce qui fait exploser les besoins de calcul. Avec, derrière, la multiplication des processeurs et des data-centers dont l’activité fait grimper la consommation d’énergie du secteur. Les besoins électriques pour faire tourner les IA et les cryptomonnaies devraient ainsi doubler entre 2022 et 2026, selon l’Agence internationale de l’énergie (AIE).


« La phase d’entrainement du modèle est la plus gourmande. L’entrainement de Chat-GPT 3 aurait consommé 1300 MWH, soit 200 fois plus que la consommation annuelle d’un ménage français. Sachant que l’amélioration d’un modèle d’IA demande de répéter plusieurs fois cette phase d’entrainement… La requête, dite aussi phase d’inférence, est, elle, dix fois plus énergivore qu’une requête classique Google », précise Edmond Baranes, chercheur au laboratoire Montpellier recherche en économie (MRE).


_________________________ 

LUM 22 / Portraits d'IA 🧠🦾

Intelligence artificielle ? Si l’expression est sur toutes les lèvres, quelle réalité recouvre-t-elle vraiment ? Dans ce numéro 22 du magazine LUM nous vous expliquons les bases de l’IA, des algorithmes au réseau de neurones qui la compose, en passant par les spécificités de l’IA fédéré ou de l’IA symbolique. En parcourant différents projets menés dans nos labos nous vous montrons la diversité des services qu’elle peut offrir à la science, à la société et à la connaissance en général, sans oublier d’en interroger les usages et leurs conséquences. Entrez dans le réseau en écoutant LUM !


_________________________ 

📌  Retrouvez l'article : https://www.umontpellier.fr/articles/lum22-la-boulimie-energetique-de-lia-un-mal-pour-un-bien

📌  Retrouvez tous les articles des magazines LUM : https://www.umontpellier.fr/?type-contenu=magazine-lum 


Hébergé par Ausha. Visitez ausha.co/politique-de-confidentialite pour plus d'informations.

Description

La boulimie énergétique de l’IA : un mal pour un bien ?

Le déploiement des IA contribue à la croissance rapide de l’empreinte écologique du numérique.  Face aux critiques, le secteur vise des gains rapides pour atteindre la neutralité carbone. Des promesses qui doivent faire leur preuve.


Le déploiement des IA augmente l’empreinte écologique du numérique. Pas étonnant puisqu’une IA puise sa performance du traitement de masses de données toujours plus importantes, ce qui fait exploser les besoins de calcul. Avec, derrière, la multiplication des processeurs et des data-centers dont l’activité fait grimper la consommation d’énergie du secteur. Les besoins électriques pour faire tourner les IA et les cryptomonnaies devraient ainsi doubler entre 2022 et 2026, selon l’Agence internationale de l’énergie (AIE).


« La phase d’entrainement du modèle est la plus gourmande. L’entrainement de Chat-GPT 3 aurait consommé 1300 MWH, soit 200 fois plus que la consommation annuelle d’un ménage français. Sachant que l’amélioration d’un modèle d’IA demande de répéter plusieurs fois cette phase d’entrainement… La requête, dite aussi phase d’inférence, est, elle, dix fois plus énergivore qu’une requête classique Google », précise Edmond Baranes, chercheur au laboratoire Montpellier recherche en économie (MRE).


_________________________ 

LUM 22 / Portraits d'IA 🧠🦾

Intelligence artificielle ? Si l’expression est sur toutes les lèvres, quelle réalité recouvre-t-elle vraiment ? Dans ce numéro 22 du magazine LUM nous vous expliquons les bases de l’IA, des algorithmes au réseau de neurones qui la compose, en passant par les spécificités de l’IA fédéré ou de l’IA symbolique. En parcourant différents projets menés dans nos labos nous vous montrons la diversité des services qu’elle peut offrir à la science, à la société et à la connaissance en général, sans oublier d’en interroger les usages et leurs conséquences. Entrez dans le réseau en écoutant LUM !


_________________________ 

📌  Retrouvez l'article : https://www.umontpellier.fr/articles/lum22-la-boulimie-energetique-de-lia-un-mal-pour-un-bien

📌  Retrouvez tous les articles des magazines LUM : https://www.umontpellier.fr/?type-contenu=magazine-lum 


Hébergé par Ausha. Visitez ausha.co/politique-de-confidentialite pour plus d'informations.

Share

Embed

You may also like

Description

La boulimie énergétique de l’IA : un mal pour un bien ?

Le déploiement des IA contribue à la croissance rapide de l’empreinte écologique du numérique.  Face aux critiques, le secteur vise des gains rapides pour atteindre la neutralité carbone. Des promesses qui doivent faire leur preuve.


Le déploiement des IA augmente l’empreinte écologique du numérique. Pas étonnant puisqu’une IA puise sa performance du traitement de masses de données toujours plus importantes, ce qui fait exploser les besoins de calcul. Avec, derrière, la multiplication des processeurs et des data-centers dont l’activité fait grimper la consommation d’énergie du secteur. Les besoins électriques pour faire tourner les IA et les cryptomonnaies devraient ainsi doubler entre 2022 et 2026, selon l’Agence internationale de l’énergie (AIE).


« La phase d’entrainement du modèle est la plus gourmande. L’entrainement de Chat-GPT 3 aurait consommé 1300 MWH, soit 200 fois plus que la consommation annuelle d’un ménage français. Sachant que l’amélioration d’un modèle d’IA demande de répéter plusieurs fois cette phase d’entrainement… La requête, dite aussi phase d’inférence, est, elle, dix fois plus énergivore qu’une requête classique Google », précise Edmond Baranes, chercheur au laboratoire Montpellier recherche en économie (MRE).


_________________________ 

LUM 22 / Portraits d'IA 🧠🦾

Intelligence artificielle ? Si l’expression est sur toutes les lèvres, quelle réalité recouvre-t-elle vraiment ? Dans ce numéro 22 du magazine LUM nous vous expliquons les bases de l’IA, des algorithmes au réseau de neurones qui la compose, en passant par les spécificités de l’IA fédéré ou de l’IA symbolique. En parcourant différents projets menés dans nos labos nous vous montrons la diversité des services qu’elle peut offrir à la science, à la société et à la connaissance en général, sans oublier d’en interroger les usages et leurs conséquences. Entrez dans le réseau en écoutant LUM !


_________________________ 

📌  Retrouvez l'article : https://www.umontpellier.fr/articles/lum22-la-boulimie-energetique-de-lia-un-mal-pour-un-bien

📌  Retrouvez tous les articles des magazines LUM : https://www.umontpellier.fr/?type-contenu=magazine-lum 


Hébergé par Ausha. Visitez ausha.co/politique-de-confidentialite pour plus d'informations.

Description

La boulimie énergétique de l’IA : un mal pour un bien ?

Le déploiement des IA contribue à la croissance rapide de l’empreinte écologique du numérique.  Face aux critiques, le secteur vise des gains rapides pour atteindre la neutralité carbone. Des promesses qui doivent faire leur preuve.


Le déploiement des IA augmente l’empreinte écologique du numérique. Pas étonnant puisqu’une IA puise sa performance du traitement de masses de données toujours plus importantes, ce qui fait exploser les besoins de calcul. Avec, derrière, la multiplication des processeurs et des data-centers dont l’activité fait grimper la consommation d’énergie du secteur. Les besoins électriques pour faire tourner les IA et les cryptomonnaies devraient ainsi doubler entre 2022 et 2026, selon l’Agence internationale de l’énergie (AIE).


« La phase d’entrainement du modèle est la plus gourmande. L’entrainement de Chat-GPT 3 aurait consommé 1300 MWH, soit 200 fois plus que la consommation annuelle d’un ménage français. Sachant que l’amélioration d’un modèle d’IA demande de répéter plusieurs fois cette phase d’entrainement… La requête, dite aussi phase d’inférence, est, elle, dix fois plus énergivore qu’une requête classique Google », précise Edmond Baranes, chercheur au laboratoire Montpellier recherche en économie (MRE).


_________________________ 

LUM 22 / Portraits d'IA 🧠🦾

Intelligence artificielle ? Si l’expression est sur toutes les lèvres, quelle réalité recouvre-t-elle vraiment ? Dans ce numéro 22 du magazine LUM nous vous expliquons les bases de l’IA, des algorithmes au réseau de neurones qui la compose, en passant par les spécificités de l’IA fédéré ou de l’IA symbolique. En parcourant différents projets menés dans nos labos nous vous montrons la diversité des services qu’elle peut offrir à la science, à la société et à la connaissance en général, sans oublier d’en interroger les usages et leurs conséquences. Entrez dans le réseau en écoutant LUM !


_________________________ 

📌  Retrouvez l'article : https://www.umontpellier.fr/articles/lum22-la-boulimie-energetique-de-lia-un-mal-pour-un-bien

📌  Retrouvez tous les articles des magazines LUM : https://www.umontpellier.fr/?type-contenu=magazine-lum 


Hébergé par Ausha. Visitez ausha.co/politique-de-confidentialite pour plus d'informations.

Share

Embed

You may also like