Vous trouvez que le Bitcoin consomme trop d'énergie ? Étude : la consommation d'énergie de l'IA devrait dépasser celle du Mining de BTC d'ici fin 2025.
Les inquiétudes de Bitcoin concernant la consommation excessive d’énergie semblent être passées, car le mastodonte énergivore le plus ennuyeux est l’IA. (Synopsis : Le Pakistan annonce 2 000 mégawatts d’électricité pour le « Bitcoin Mining and AI Center » Le Premier ministre nomme un assistant spécial pour la blockchain et les crypto-monnaies) (Supplément de fond : Proposition conjointe bleu et blanc pour modifier le plafond de « l’extension de l’énergie nucléaire » pendant 20 ans, lutte pour mettre fin aux foyers non nucléaires) La consommation d’énergie de l’IA par intelligence artificielle augmente à un rythme alarmant et devrait dépasser la consommation d’électricité du minage de bitcoins et près de la moitié de la consommation totale d’énergie des centres de données dans le monde d’ici la fin de 2025 au plus tôt. Ce sombre avertissement vient du Dr Alex de Vries-Gao, de l’Institut pour l’environnement de la Vrije Universiteit Amsterdam, aux Pays-Bas, dans sa dernière étude, Artificial intelligence : Supply chain constraints and energy implications, publiée dans la revue Joule. L’IA consomme beaucoup plus d’énergie que prévu Les données de recherche indiquent qu’entre 2023 et 2024 seulement, la consommation d’énergie cumulative de conception thermique des modules d’accélération d’IA produits par NVIDIA et AMD a atteint un (TDP) total de 3,8 millions de (GW). Ce chiffre équivaut à la consommation d’électricité de l’ensemble de l’Irlande pendant une année entière. Si l’on tient compte de tout le matériel d’IA (CoWoS) utilisant la technologie d’emballage avancée de TSMC, comme le TPU de Google, et de la consommation totale d’énergie de l’ensemble du système d’IA composé d’équipements auxiliaires tels que la dissipation thermique, on estime que la demande d’énergie des systèmes d’IA déployés dans le monde entier a atteint une échelle étonnante de 5,3 à 9,4 GW. Le Dr Alex de Vries-Gao a en outre prédit dans son étude : « Si TSMC double à nouveau sa capacité CoWoS en 2025 comme prévu, la demande d’énergie cumulée pour les systèmes d’IA produits pourrait atteindre 23 GW d’ici la fin de cette année. Cela dépassera non seulement la consommation d’électricité du minage de bitcoins, mais représentera également près de la moitié de la consommation totale d’électricité des centres de données non crypto-monnaies en 2024. Ces remarques soulignent la pression potentielle du développement de l’IA sur l’approvisionnement mondial en électricité. En fait, la capacité de la technologie d’emballage CoWoS de TSMC a été largement considérée comme un goulot d’étranglement majeur dans le processus de fabrication de l’accélérateur d’IA. Selon les statistiques de l’étude, la capacité de production CoWoS de TSMC est passée d’environ 126 500 plaquettes de (300mm en 2023 ) à environ 327 400 plaquettes en 2024, soit une augmentation de plus du double. Les analystes du marché estiment que NVIDIA et AMD représentent ensemble 52 % des (2023 ) de capacité CoWoS de TSMC et 58 % de ( )2024, dont 44 % respectivement pour NVIDIA ( en )2023 et 48 % ( )2024, ce qui montre l’énorme demande sur le marché du matériel d’IA. La raison pour laquelle la demande d’énergie de l’IA a explosé est principalement due au fait que l’industrie adhère généralement au concept de « modèles plus grands plus performants », ce qui conduit directement à l’augmentation de l’échelle et de la complexité des modèles d’IA, ainsi qu’à l’augmentation de la consommation d’énergie. Bien que certains modèles aient une efficacité améliorée, comme le modèle chinois DeepSeek R1, qui prétend réduire la dépendance au matériel haut de gamme, l’expansion continue de la taille du modèle compense souvent facilement ces gains d’efficacité, et peut même produire ce que l’on appelle un « effet rebond », de sorte que la consommation globale d’énergie ne diminue pas mais augmente. Dans le même temps, les géants de la technologie maintiennent généralement un faible niveau de transparence sur les données de consommation d’énergie de l’IA, comme Google, qui a fourni des données entre 2019 et 2021, montrant que l’apprentissage automatique représentait environ 10 à 15 % de sa consommation totale d’énergie à ce moment-là. Il a ensuite cessé de divulguer ces données, affirmant qu’il « n’a pas de sens » de distinguer la consommation d’énergie de l’IA des autres charges de travail. Bien que le projet de loi européen sur l’IA exige la divulgation de la consommation d’énergie pendant la phase d’entraînement des modèles d’IA à usage général, il n’y a pas d’exigence obligatoire pour l’inférence (Inference) étape, qui représente une plus grande proportion de la consommation d’énergie, et les réglementations pertinentes n’entreront officiellement en vigueur qu’en août 2025 au plus tôt. Alex de Vries-Gao a souligné : « Le manque de transparence est l’un de nos plus grands défis. En l’absence de données précises, les décideurs politiques et les chercheurs ne peuvent pas évaluer pleinement l’impact environnemental de l’IA et élaborer un cadre réglementaire efficace. Pressions sur le réseau et préoccupations environnementales Cette croissance rapide de la demande d’énergie pose de sérieux défis aux réseaux de tous les pays avancés. Les centres de données sont construits à un ( ne prennent généralement que 1 à 2 ans ) beaucoup plus rapidement que le cycle de planification et de construction du réseau ( prenant souvent 5 à 10 ans ), un décalage qui a conduit à ce que l’on appelle la « crise de la capacité électrique ». Ce qui est encore plus inquiétant pour les écologistes, c’est que les nouveaux centres de données d’IA pourraient renforcer la dépendance aux combustibles fossiles, comme un partenariat précédent entre OpenAI/StarGate et Crusoe Energy pour fournir jusqu’à 4,5 GW de capacité de production de gaz naturel aux centres de données. Les États-Unis sont le plus grand consommateur mondial d’électricité pour les centres de données, représentant environ 45 % du total mondial, suivis de la Chine (25 % ) et de l’Europe (15 % ). À l’heure actuelle, l’objectif du sprint de l’IA aux États-Unis semble mettre de côté les soucis cachés causés par la consommation d’énergie pour le moment ; Les données d’IA connexes, telles que l’énergie électrique de la Chine, sont encore moins claires. La plus grande compagnie d’électricité d’Europe, ENEL, va « tokeniser les panneaux solaires » pour acheter des pièces de monnaie afin de compenser les factures d’électricité, RWA nouvelle application La compagnie d’électricité éthiopienne « 18% des revenus proviennent du minage de bitcoins », une entreprise de minage d’hydroélectricité à faible coût nouveau paradis 〈Vous pensez que le bitcoin consomme de l’électricité ? Recherche : La consommation d’énergie de l’IA dépasse le minage de BTC d’ici la fin de 2025 au plus tôt » Cet article a été publié pour la première fois dans « Dynamic Trend - The Most Influential Blockchain News Media » de BlockTempo.
Le contenu est fourni à titre de référence uniquement, il ne s'agit pas d'une sollicitation ou d'une offre. Aucun conseil en investissement, fiscalité ou juridique n'est fourni. Consultez l'Avertissement pour plus de détails sur les risques.
Vous trouvez que le Bitcoin consomme trop d'énergie ? Étude : la consommation d'énergie de l'IA devrait dépasser celle du Mining de BTC d'ici fin 2025.
Les inquiétudes de Bitcoin concernant la consommation excessive d’énergie semblent être passées, car le mastodonte énergivore le plus ennuyeux est l’IA. (Synopsis : Le Pakistan annonce 2 000 mégawatts d’électricité pour le « Bitcoin Mining and AI Center » Le Premier ministre nomme un assistant spécial pour la blockchain et les crypto-monnaies) (Supplément de fond : Proposition conjointe bleu et blanc pour modifier le plafond de « l’extension de l’énergie nucléaire » pendant 20 ans, lutte pour mettre fin aux foyers non nucléaires) La consommation d’énergie de l’IA par intelligence artificielle augmente à un rythme alarmant et devrait dépasser la consommation d’électricité du minage de bitcoins et près de la moitié de la consommation totale d’énergie des centres de données dans le monde d’ici la fin de 2025 au plus tôt. Ce sombre avertissement vient du Dr Alex de Vries-Gao, de l’Institut pour l’environnement de la Vrije Universiteit Amsterdam, aux Pays-Bas, dans sa dernière étude, Artificial intelligence : Supply chain constraints and energy implications, publiée dans la revue Joule. L’IA consomme beaucoup plus d’énergie que prévu Les données de recherche indiquent qu’entre 2023 et 2024 seulement, la consommation d’énergie cumulative de conception thermique des modules d’accélération d’IA produits par NVIDIA et AMD a atteint un (TDP) total de 3,8 millions de (GW). Ce chiffre équivaut à la consommation d’électricité de l’ensemble de l’Irlande pendant une année entière. Si l’on tient compte de tout le matériel d’IA (CoWoS) utilisant la technologie d’emballage avancée de TSMC, comme le TPU de Google, et de la consommation totale d’énergie de l’ensemble du système d’IA composé d’équipements auxiliaires tels que la dissipation thermique, on estime que la demande d’énergie des systèmes d’IA déployés dans le monde entier a atteint une échelle étonnante de 5,3 à 9,4 GW. Le Dr Alex de Vries-Gao a en outre prédit dans son étude : « Si TSMC double à nouveau sa capacité CoWoS en 2025 comme prévu, la demande d’énergie cumulée pour les systèmes d’IA produits pourrait atteindre 23 GW d’ici la fin de cette année. Cela dépassera non seulement la consommation d’électricité du minage de bitcoins, mais représentera également près de la moitié de la consommation totale d’électricité des centres de données non crypto-monnaies en 2024. Ces remarques soulignent la pression potentielle du développement de l’IA sur l’approvisionnement mondial en électricité. En fait, la capacité de la technologie d’emballage CoWoS de TSMC a été largement considérée comme un goulot d’étranglement majeur dans le processus de fabrication de l’accélérateur d’IA. Selon les statistiques de l’étude, la capacité de production CoWoS de TSMC est passée d’environ 126 500 plaquettes de (300mm en 2023 ) à environ 327 400 plaquettes en 2024, soit une augmentation de plus du double. Les analystes du marché estiment que NVIDIA et AMD représentent ensemble 52 % des (2023 ) de capacité CoWoS de TSMC et 58 % de ( )2024, dont 44 % respectivement pour NVIDIA ( en )2023 et 48 % ( )2024, ce qui montre l’énorme demande sur le marché du matériel d’IA. La raison pour laquelle la demande d’énergie de l’IA a explosé est principalement due au fait que l’industrie adhère généralement au concept de « modèles plus grands plus performants », ce qui conduit directement à l’augmentation de l’échelle et de la complexité des modèles d’IA, ainsi qu’à l’augmentation de la consommation d’énergie. Bien que certains modèles aient une efficacité améliorée, comme le modèle chinois DeepSeek R1, qui prétend réduire la dépendance au matériel haut de gamme, l’expansion continue de la taille du modèle compense souvent facilement ces gains d’efficacité, et peut même produire ce que l’on appelle un « effet rebond », de sorte que la consommation globale d’énergie ne diminue pas mais augmente. Dans le même temps, les géants de la technologie maintiennent généralement un faible niveau de transparence sur les données de consommation d’énergie de l’IA, comme Google, qui a fourni des données entre 2019 et 2021, montrant que l’apprentissage automatique représentait environ 10 à 15 % de sa consommation totale d’énergie à ce moment-là. Il a ensuite cessé de divulguer ces données, affirmant qu’il « n’a pas de sens » de distinguer la consommation d’énergie de l’IA des autres charges de travail. Bien que le projet de loi européen sur l’IA exige la divulgation de la consommation d’énergie pendant la phase d’entraînement des modèles d’IA à usage général, il n’y a pas d’exigence obligatoire pour l’inférence (Inference) étape, qui représente une plus grande proportion de la consommation d’énergie, et les réglementations pertinentes n’entreront officiellement en vigueur qu’en août 2025 au plus tôt. Alex de Vries-Gao a souligné : « Le manque de transparence est l’un de nos plus grands défis. En l’absence de données précises, les décideurs politiques et les chercheurs ne peuvent pas évaluer pleinement l’impact environnemental de l’IA et élaborer un cadre réglementaire efficace. Pressions sur le réseau et préoccupations environnementales Cette croissance rapide de la demande d’énergie pose de sérieux défis aux réseaux de tous les pays avancés. Les centres de données sont construits à un ( ne prennent généralement que 1 à 2 ans ) beaucoup plus rapidement que le cycle de planification et de construction du réseau ( prenant souvent 5 à 10 ans ), un décalage qui a conduit à ce que l’on appelle la « crise de la capacité électrique ». Ce qui est encore plus inquiétant pour les écologistes, c’est que les nouveaux centres de données d’IA pourraient renforcer la dépendance aux combustibles fossiles, comme un partenariat précédent entre OpenAI/StarGate et Crusoe Energy pour fournir jusqu’à 4,5 GW de capacité de production de gaz naturel aux centres de données. Les États-Unis sont le plus grand consommateur mondial d’électricité pour les centres de données, représentant environ 45 % du total mondial, suivis de la Chine (25 % ) et de l’Europe (15 % ). À l’heure actuelle, l’objectif du sprint de l’IA aux États-Unis semble mettre de côté les soucis cachés causés par la consommation d’énergie pour le moment ; Les données d’IA connexes, telles que l’énergie électrique de la Chine, sont encore moins claires. La plus grande compagnie d’électricité d’Europe, ENEL, va « tokeniser les panneaux solaires » pour acheter des pièces de monnaie afin de compenser les factures d’électricité, RWA nouvelle application La compagnie d’électricité éthiopienne « 18% des revenus proviennent du minage de bitcoins », une entreprise de minage d’hydroélectricité à faible coût nouveau paradis 〈Vous pensez que le bitcoin consomme de l’électricité ? Recherche : La consommation d’énergie de l’IA dépasse le minage de BTC d’ici la fin de 2025 au plus tôt » Cet article a été publié pour la première fois dans « Dynamic Trend - The Most Influential Blockchain News Media » de BlockTempo.