On a tous commencé à générer des images sur ChatGPT après l’avènement du style Ghibli et des starters packs. Cela dit, chaque génération d’image par IA nécessite une consommation d’énergie importante. Le MIT Technologie Reviews a d’ailleurs publié une étude qui indique que ChatGPT consomme environ 4 402 joules pour chaque visuel généré.
Mais le modèle d’OpenAI n’est pas le seul outil énergivore de toute l’industrie d’IA générative d’images.
Il y a aussi Gemini, Stable Diffusion et Midjourney qui utilisent des infrastructures cloud ainsi que des refroidisseurs de serveurs pour générer les images.
Vous allez probablement dire que 4 402 joules ne sont rien par rapport à la consommation d’énergie des grandes industries.
Pourtant, quand on compare cette consommation de ChatGPT pour chaque image générée, les chiffres sont alarmants. Surtout quand il y a des centaines de millions d’utilisateurs qui génèrent des images sur ChatGPT chaque semaine.
J’ai alors décidé de comparer cette consommation d’énergie de ChatGPT à certains appareils que nous utilisons quotidiennement. Vous verrez après pourquoi il ne faut pas négliger ces quelque 4 400 joules. Cela avant de trouver une solution pour limiter la consommation d’énergie de l’IA.
Recharger son smartphone ou générer une image IA : qui a la plus haute consommation d’énergie ?
Bien que les ordinateurs portables soient considérés comme gourmands en énergie, leur consommation en mode veille demeure très faible.
Un laptop standard utilise en effet seulement 1 watt par heure lorsqu’il est en veille, ce qui équivaut à 3 600 joules.
Par conséquent, maintenir son ordinateur portable en mode veille pendant plus d’une heure consomme encore moins d’énergie que la génération d’une seule image par l’intelligence artificielle de ChatGPT.
Maintenant, prenons l’exemple d’un smartphone dont la batterie est totalement déchargée. Pour le recharger entièrement, il faut approximativement 8,4 Wh d’énergie, ce qui représente 30 240 joules.
Cette quantité d’énergie correspond à celle nécessaire pour générer environ sept images via ChatGPT.
Étant donné que les utilisateurs rechargent généralement leur appareil par petites sessions tout au long de la journée, on peut établir qu’une image générée par IA équivaut à environ 15 minutes de recharge.
Et si l’on considère toutes les fonctionnalités qu’offre un téléphone pendant ces 15 minutes de charge et qu’on les compare à la production d’une seule image, on mesure mieux l’intensité énergétique que requiert la génération d’images par IA.
On m’a envoyé mon Starter Pack !
— Thomas Pesquet (@Thom_astro) April 11, 2025
On a tous vu passer cette tendance marrante sur nos réseaux. Grâce à l’IA générative, on peut désormais créer en un clic une figurine à son effigie. C’est bluffant, et un peu grisant, il faut bien l’avouer.
Mais derrière la magie ✨, il y a une… pic.twitter.com/ABbgvOrs83
Et si une image générée par IA consommait autant qu’une ampoule allumée 7 minutes ?
Voici un autre exemple qui illustre mieux comment comprendre la consommation énergétique liée à la génération d’images par IA.
Une LED classique utilise 10 watts, soit 10 joules chaque seconde. Malgré leur conception économe en énergie et leur faible impact sur la facture électrique, même après plusieurs heures d’utilisation, une ampoule LED égale la consommation d’une image générée par IA en seulement sept minutes de fonctionnement.
Si l’on devait allumer simultanément autant d’ampoules LED que le nombre d’images IA produites quotidiennement dans le monde (plusieurs millions), cette luminosité serait probablement visible depuis l’espace par un astronaute.
Une image IA ou 300 brossages par brosse à dents électrique ?
Bien que les brosses à dents électriques puissent sembler énergivores au premier regard, leur consommation réelle lors d’un usage normal est remarquablement faible.
Durant les deux minutes de brossage recommandées par les professionnels dentaires, une brosse électrique utilise approximativement 0,006 Wh d’énergie, soit environ 22 joules.
Cette quantité d’énergie permet soit de maintenir une routine de brossage biquotidienne pendant plus de trois mois, soit de générer une unique image via l’intelligence artificielle.
Si l’on considère que beaucoup d’utilisateurs n’atteignent pas toujours la durée complète de brossage, l’écart devient encore plus saisissant.
Ce qui veut dire théoriquement que l’énergie requise pour produire une seule image par IA pourrait alimenter des centaines de sessions de brossage dentaire.
Est-ce que l’IA consomme-t-elle plus d’énergie pour produire du texte que des images ?
Cela peut paraître bizarre, mais la génération d’images consomme moins d’énergie que la production de texte par IA.
Cette différence s’explique par le fait que les modèles de génération visuelle utilisent un nombre restreint de paramètres pour créer leurs créations artistiques.
C’est-à-dire qu’une approche différente rallongerait considérablement le temps de traitement nécessaire pour déterminer les caractéristiques visuelles et esthétiques de l’image produite.
« Les LLM intègrent énormément de paramètres. Bien qu’ils se contentent de générer du texte, ils effectuent un travail computationnel important », a déclaré Jae-Won Chung, chercheur en apprentissage automatique.
Pourtant, cela ne diminue pas l’impact énergétique de la production d’images par IA. Avec l’évolution de ces technologies, le coût énergétique global devient préoccupant.
Lorsque les 4 402 joules sont multipliés par les milliards de requêtes mensuelles, l’impact énergétique est substantiel.
En d’autres termes, cette consommation pourrait entraîner des répercussions en cascade. C’est-à-dire que davantage d’énergie va générer plus de chaleur dans les infrastructures informatiques.
Les émissions de carbone vont logiquement augmenter parce que ces infrastructures ont besoin de système de refroidissement par l’eau.
Ce qu’il faut faire, à mon avis, c’est que les entreprises technologiques intègrent cette réalité dans leurs stratégies.
Restez à la pointe de l'information avec INTELLIGENCE-ARTIFICIELLE.COM !
- Partager l'article :
