L’appétit croissant de l’IA pour l’énergie : les centres de données sont-ils prêts à suivre ?

Alors que l’intelligence artificielle (IA) avance à pas de géant, ses exigences énergétiques mettent les centres de données à rude épreuve. Les technologies d’IA de nouvelle génération, telles que l’IA générative (genAI), ne transforment pas seulement les industries, mais leur consommation d’énergie affecte presque tous les composants des serveurs de données, des processeurs et de la mémoire aux accélérateurs et aux réseaux.

Les applications de genAI, notamment Copilot de Microsoft et ChatGPT d’OpenAI, exigent plus d’énergie que jamais. D’ici 2027, la formation et la maintenance de ces systèmes d’IA pourraient consommer suffisamment d’électricité pour alimenter un petit pays pendant un an. Et la tendance ne ralentit pas : au cours de la dernière décennie, les besoins en puissance pour les composants tels que les processeurs, la mémoire et les réseaux devraient augmenter de 160 % d’ici 2030, selon un rapport de Goldman Sachs.

L’utilisation de grands modèles de langage consomme également de l’énergie. Par exemple, une requête ChatGPT consomme environ dix fois plus de puissance qu’une recherche Google traditionnelle. Compte tenu des besoins énergétiques massifs de l’IA, l’industrie peut-elle gérer ses progrès rapides de manière durable, ou contribueront-ils davantage à la consommation d’énergie mondiale ? Les recherches récentes de McKinsey montrent que environ 70 % de la demande croissante sur le marché des centres de données est destinée à des installations équipées pour gérer les charges de travail d’IA avancées.

« Les centres de données traditionnels fonctionnent souvent avec des équipements énergivores et des capacités fixes qui peinent à s’adapter aux charges de travail fluctuantes, ce qui entraîne des pertes d’énergie importantes », a déclaré Mark Rydon, directeur de la stratégie et co-fondateur de la plate-forme de calcul distribué Aethir. « Les opérations centralisées créent souvent un déséquilibre entre la disponibilité des ressources et les besoins de consommation, ce qui amène l’industrie à un point critique où les progrès pourraient risquer de compromettre les objectifs environnementaux à mesure que les exigences de l’IA augmentent. »

Les dirigeants de l’industrie s’attaquent désormais au défi de front, en investissant dans des conceptions plus vertes et des architectures énergétiquement efficientes pour les centres de données. Les efforts vont de l’adoption de sources d’énergie renouvelables à la création de systèmes de refroidissement plus efficaces pour compenser la chaleur considérable générée par les charges de travail de genAI.

Révolutionner les centres de données pour un avenir plus vert

Lenovo a récemment présenté le ThinkSystem N1380 Neptune, un progrès significatif dans la technologie de refroidissement liquide pour les centres de données. L’entreprise affirme que cette innovation permet déjà aux organisations de déployer des calculs haute performance pour les charges de travail de genAI avec une consommation d’énergie nettement inférieure – jusqu’à 40 % de moins de puissance dans les centres de données.

« Nous avons identifié une exigence importante de la part de nos consommateurs actuels : les centres de données consomment plus de puissance lorsqu’ils gèrent des charges de travail d’IA en raison d’architectures de refroidissement obsolètes et de cadres structurels traditionnels », a déclaré Robert Daigle, directeur mondial de l’IA chez Lenovo. « Pour mieux comprendre cela, nous avons collaboré avec un client de calcul haute performance pour analyser sa consommation d’énergie, ce qui nous a conduit à la conclusion que nous pouvions réduire la consommation d’énergie de 40 %. »

La société de conseil en technologie de l’information AVEVA, basée au Royaume-Uni, utilise des analyses prédictives pour identifier les problèmes liés aux compresseurs, moteurs, équipements de climatisation, appareils de manutention d’air et autres dans les centres de données.

« Nous avons constaté que c’est la formation préalable de l’IA générative qui consomme une quantité massive de puissance », a déclaré Jim Chappell, responsable de l’IA et de l’analyse avancée chez AVEVA. « Grâce à nos systèmes d’IA prédictifs, nous visons à identifier les problèmes bien avant tout système SCADA ou de contrôle, ce qui permet aux exploitants de centres de données de résoudre les problèmes d’équipement avant qu’ils ne deviennent de graves problèmes. »

Entre-temps, l’informatique décentralisée pour la formation et le développement de l’IA par le biais de GPU sur le cloud émerge comme une alternative. Rydon d’Aethir a expliqué que, en distribuant les tâches de calcul sur un réseau plus large et plus adaptable, l’utilisation de l’énergie peut être optimisée en alignant la demande de ressources sur la disponibilité, ce qui entraîne des réductions considérables des déchets dès le départ.

« Au lieu de compter sur de grands centres de données centralisés, notre infrastructure « Edge » répartit les tâches de calcul sur des nœuds plus proches de la source de données, ce qui réduit considérablement la charge énergétique pour le transfert de données et la latence », a déclaré Rydon. « Le réseau Aethir Edge minimise le besoin de refroidissement haute puissance constant, car les charges de travail sont réparties sur différents environnements plutôt que concentrées dans un seul emplacement, ce qui aide à éviter les systèmes de refroidissement énergivores typiques des centres de données centralisés. »

De même, des sociétés comme Amazon et Google expérimentent des sources d’énergie renouvelables pour gérer les besoins énergétiques croissants dans leurs centres de données. Microsoft investit massivement dans des sources d’énergie renouvelables et des technologies pour améliorer l’efficacité, afin de réduire la consommation d’énergie de ses centres de données. Google a également pris des mesures pour passer à une énergie sans carbone et explorer des systèmes de refroidissement qui minimisent l’utilisation de puissance dans les centres de données.

L’IA et la durabilité des centres de données peuvent-elles coexister ?

Ugur Tigli, directeur technique de la plate-forme d’infrastructure d’IA MinIO, affirme que, même si nous espérons un avenir où l’IA peut progresser sans une augmentation massive de la consommation d’énergie, cela n’est pas réaliste à court terme. « Les impacts à long terme sont plus difficiles à prédire », a-t-il déclaré, « mais nous allons voir un changement dans la main-d’œuvre, et l’IA aidera à améliorer la consommation d’énergie dans l’ensemble. »

Il a également souligné qu’il existe un intérêt croissant parmi les consommateurs pour des solutions d’IA plus vertes. « Imaginez une application d’IA qui fonctionne à 90 % d’efficacité mais utilise seulement la moitié de la puissance – c’est le type d’innovation qui pourrait vraiment décoller », a-t-il ajouté. Il est clair que l’avenir de l’IA ne concerne pas seulement l’innovation, mais également la durabilité des centres de données.

Rydon a souligné l’importance des initiatives à l’échelle de l’industrie qui se concentrent sur les conceptions de centres de données durables, les charges de travail d’IA énergétiquement efficientes et le partage de ressources ouvert. « Ce sont des mesures cruciales pour des opérations plus vertes », a-t-il déclaré. « Les entreprises qui utilisent l’IA devraient s’associer à des sociétés de technologie pour créer des solutions qui réduisent l’impact environnemental. En travaillant ensemble, nous pouvons orienter l’IA vers un avenir plus durable. »