Google a une solution miracle pour réduire la catastrophe environnementale qu’est l’IA

C’est un fait établi par de nombreuses recherches. L’IA est une véritable catastrophe environnementale, mais Google a la solution et a même dévoilé sa consommation énergétique. L’équipe de recherche de la firme de Mountain View partage des chiffres précis.

« Nous estimons que la requête médiane sur Gemini Apps utilise 0,24 Wh d’énergie, émet 0,03 g d’équivalent dioxyde de carbone (gCO2e), et consomme 0,26 mL, soit environ 5 gouttes d’eau », indiquent les chercheurs. En gros, c’est l’équivalent de regarder la télévision pendant 9 secondes.

Google a réduit par 33 le coût d’une requête IA en à peine douze mois

Et les conséquences environnementales de l’IA font énormément parler avec des modèles de plus en plus gourmands comme GPT-5. La consommation électrique américaine a augmenté de près de 4 % en 2025 par rapport à l’an dernier, après des décennies de stabilisation. Bien évidemment, cette hausse correspond au boom des centres de données d’IA. En mai, la production d’électricité à partir du charbon a aussi augmenté de 20 % par rapport à 2024. Les conséquences environnementales du développement de l’IA font craindre le pire à l’humanité.

La firme de Mountain View a beaucoup plus d’outils pour mesurer précisément l’impact de l’IA. L’entreprise a accès aux données de consommation des processeurs, des accélérateurs dédiés à l’IA et de la mémoire, aussi bien pendant le traitement des requêtes qu’au moment de la veille. La société a aussi un regard sur les besoins en refroidissement, la consommation d’eau des centres de données et les émissions carbone de la production du matériel informatique.

Pour établir ces mesures, Google a suivi pendant 24 heures toutes les requêtes et le matériel qui les a traitées. La firme de Mountain View a identifié la requête médiane de chaque journée pour calculer l’impact environnemental type. La méthodologie de Google prend tout en compte, que ce soient les processeurs centraux, les accélérateurs spécialisés et la mémoire ou encore la consommation globale du centre de données et la part que l’on attribue aux requêtes IA.

Mais la méthode n’est pas parfaite puisque plusieurs éléments ne sont pas pris en compte. Les coûts environnementaux du réseau utilisé pour recevoir et transmettre les réponses ne sont pas comptabilisés. Pourquoi ? Parce qu’ils varient énormément selon les cas, idem pour la charge de calcul sur les appareils des utilisateurs puisqu’il y a de trop grosses différences entre un PC de bureau puissant et un smartphone. Google fait également le choix de ne pas ajouter l’impact de l’entraînement des modèles.

Mais là où Google fait très fort, c’est grâce à sa solution pour réduire la consommation énergétique puisqu’en seulement 12 mois, le coût par requête a été divisé par 33. Plusieurs facteurs expliquent cette amélioration. L’essor du solaire aux États-Unis est l’un des responsables : Google a accès à des énergies renouvelables qui permettent une diminution des émissions carbone par unité d’énergie consommée d’un facteur de 1,4. Mais évidemment, il n’y a pas que le matériel puisque l’optimisation logicielle a joué un grand rôle.

Voici comment Google réduit les coûts en énergie d’une IA

Google utilise le Mixture of Experts pour n’activer que certaines parties du modèle d’IA quand il faut traiter une requête. Et c’est exactement ce que fait GPT-5 même si ça lui est reproché. La stratégie de la firme de Mountain View permet de diviser les besoins en calcul par 10 à 100. Google a aussi développé des versions compactes de son modèle principal qui réduisent la charge de traitement. La gestion optimisée des centres de données garantit que le matériel fonctionne à pleine capacité et que le reste soit en veille à basse consommation.

Google a un avantage en concevant lui-même ses puces accélératrices et les logiciels. La maîtrise du matériel et des logiciels permet donc à l’entreprise de pousser l’optimisation au maximum. Et c’est très important lorsque l’on sait que l’activité sur ses accélérateurs représente plus de la moitié de la consommation énergétique totale d’une requête.

Bref, on parle de répercussions positives en cascade. Les émissions carbone de la fabrication du matériel sont diluées car chaque équipement traite beaucoup plus de requêtes pendant sa durée de vie. Les auteurs de l’étude demandent à ce que cette approche soit beaucoup plus adoptée par l’ensemble du secteur : « Nous plaidons pour l’adoption généralisée de ce cadre de mesure ou d’un cadre similaire aussi complet pour garantir qu’à mesure que les capacités de l’IA progressent, leur efficacité environnementale progresse également ».

Source : Google