Récemment, des chercheurs de l'Université de Cambridge et de l'Académie chinoise des sciences ont publié un article remarquable dans la revue Nature, prédisant que d'ici 2030, avec le développement rapide de l'intelligence artificielle générative, l'industrie pourrait produire chaque année des déchets électroniques équivalents à plus d'un milliard d'iPhones. Les chercheurs ont déclaré que leur objectif était de comprendre les conséquences réelles de cette technologie en expansion rapide, et non de limiter son utilisation.
Source : Image générée par IA, fournisseur de services d'autorisation d'images Midjourney
Dans l'article, l'équipe de recherche mentionne que si la consommation d'énergie est déjà au centre des préoccupations, les matériaux physiques et les flux de déchets d'équipements électroniques associés n'ont pas reçu suffisamment d'attention. Leur recherche ne vise pas à prédire avec précision le nombre de serveurs d'IA et les déchets électroniques qui en résultent, mais plutôt à fournir une estimation préliminaire grossière pour souligner l'ampleur des défis futurs et explorer les solutions possibles d'économie circulaire.
Les chercheurs ont utilisé différents modèles de scénarios de croissance, y compris les modes de croissance faible, moyenne et élevée, pour analyser les ressources informatiques nécessaires et leur durée de vie. Les résultats montrent que, passant de 2 600 tonnes de déchets électroniques en 2023, la quantité de déchets pourrait atteindre entre 400 000 et 2 500 000 tonnes d'ici 2030, soit une augmentation pouvant atteindre un facteur mille.
Il convient de noter que le chiffre de 2 600 tonnes en 2023 peut être légèrement trompeur, car de nombreuses infrastructures informatiques ont été déployées au cours des deux dernières années et ne sont pas encore incluses dans les déchets. Cependant, ce chiffre peut servir de référence pour l'évolution des déchets électroniques avant et après l'arrivée de la vague d'IA générative.
Les chercheurs ont proposé plusieurs méthodes possibles pour ralentir la croissance des déchets électroniques, telles que le déclassement des serveurs en fin de vie utile au lieu de les jeter directement, ou la réutilisation de leurs composants de communication et d'alimentation. De plus, l'amélioration des logiciels et de l'efficacité peut également prolonger la durée d'utilisation de puces ou de GPU spécifiques. L'étude mentionne que la mise à jour rapide vers les dernières puces peut être bénéfique, car sans mise à jour rapide, les entreprises pourraient avoir besoin d'acheter deux GPU moins performants pour effectuer le travail d'un seul GPU haut de gamme, ce qui aggraverait la production de déchets électroniques.
Grâce à ces mesures d'atténuation, les chercheurs estiment que la production de déchets électroniques pourrait être réduite de 16 % à 86 %. Cependant, la réalisation de cette réduction dépendra davantage de l'adoption et de l'efficacité de ces mesures. Si chaque puce H100 pouvait continuer à être utilisée dans les serveurs d'inférence à faible coût des universités, la pression future sur les déchets électroniques serait considérablement réduite ; inversement, si seulement un dixième des puces étaient réutilisées, le problème des déchets électroniques resterait grave.
Points clés :
🌍 On prévoit que d'ici 2030, l'IA générative pourrait produire chaque année plus d'un milliard d'iPhones de déchets électroniques.
♻️ Les chercheurs recommandent de réduire la production de déchets électroniques grâce au déclassement et à la réutilisation des composants.
📊 La production de déchets électroniques peut être réduite de 16 % à 86 %, la clé étant l'adoption et la mise en œuvre des mesures.
