L'entraînement d'un seul modèle d'intelligence artificielle peut consommer autant d'électricité qu'un foyer moyen sur 100 ans.

L'empreinte énergétique de l'intelligence artificielle est devenue un sujet de recherche majeur pour des institutions comme l'Université du Massachusetts à Amherst. En 2019, une étude dirigée par Emma Strubell a révélé que l'entraînement d'un grand modèle de traitement du langage naturel peut émettre autant de carbone que cinq voitures durant toute leur durée de vie. Cette consommation provient principalement des centres de données qui hébergent des milliers de GPU NVIDIA A100 ou H100 fonctionnant 24 heures sur 24.L'entraînement spécifique du modèle GPT-3 d'OpenAI en 2020 a nécessité environ 1 287 MWh d'électricité. Pour mettre ce chiffre en perspective, l'Agence internationale de l'énergie estime qu'un foyer français moyen consomme environ 4,5 à 5 MWh par an. Cela signifie que l'énergie utilisée pour un seul cycle d'entraînement pourrait alimenter une maison pendant plus de 250 ans selon les standards européens actuels.Au-delà de l'électricité, le refroidissement de ces serveurs nécessite des millions de litres d'eau douce. Google et Microsoft ont rapporté des augmentations significatives de leur consommation d'eau liées à l'essor de l'IA générative. Pour limiter cet impact, des entreprises comme Meta déplacent leurs infrastructures dans des pays nordiques pour profiter du refroidissement naturel et des réseaux d'énergie hydroélectrique.