Chaque réponse d’IA se paie en électricité, en eau et en puissance de calcul. L’Afrique manque des trois.
Un e-mail, une bouteille d’eau
Demander à un modèle comme GPT-4 de rédiger un e-mail de 100 mots consomme environ 519 ml d’eau, un peu plus qu’une bouteille, et 0,14 kWh d’électricité, de quoi allumer 14 ampoules LED pendant une heure. Une fois par semaine pendant un an, cela fait 27 litres d’eau et 7,5 kWh. Multipliez maintenant par tout un pays.
Électricité : on ne peut pas alimenter ce qu’on n’a pas
L’entraînement d’un grand modèle d’IA peut consommer autant d’électricité que 1 000 foyers en un an, et près de la moitié sert au refroidissement, pas au calcul. Pendant ce temps, environ 600 millions d’Africains vivent encore sans électricité. Chaque mégawatt envoyé à un centre de données est un mégawatt qui n’alimente ni un dispensaire, ni une école, ni un foyer.
Eau : refroidir des machines pendant que des gens attendent de l’eau
Les puces d’IA chauffent tellement que les centres de données évaporent de grandes quantités d’eau pour les refroidir. Dans des régions déjà touchées par la sécheresse et le stress hydrique, utiliser de l’eau potable pour refroidir des serveurs est un choix que nous ne pouvons pas nous permettre.
Calcul : un prix qui ne cesse de monter
Le coût d’un modèle de pointe est passé d’environ 1 000 $ (GPT-1, 2018) à plusieurs millions (GPT-3), puis à près de 100 millions $ (GPT-4). Une seule puce d’IA haut de gamme coûte de 25 000 à 40 000 $, et les grands modèles en exigent 20 000 à 30 000. Ajoutez des chercheurs payés de 500 000 $ à 1 million $ par an. À ce prix, l’Afrique devient cliente et fournisseuse de données, pas bâtisseuse.
Alors, que faire ?
Cessons de copier un modèle conçu pour des réseaux électriques riches et des réservoirs pleins. L’Afrique doit d’abord investir dans une énergie fiable et renouvelable, dans des modèles plus petits et plus sobres, dans des capacités de calcul partagées entre pays et, surtout, dans ses talents. La programmation, l’analyse de données, les mathématiques et les statistiques sont la nouvelle suite Office. Nous devons les maîtriser pour utiliser l’IA avec sagesse, et pas seulement la consommer.
— Akuété Giana MATHEY-APOSSAN, CEO & Founder, HOPE FOR AFRIKA · PMI Authorized Trainer · PfMP | PgMP | PMP | CPMAI | RMP
Les chiffres sur les coûts, l’électricité et l’eau proviennent du cours IST 692 Responsible AI (Syracuse University, semaine 1). Les estimations par e-mail proviennent d’une analyse du Washington Post et de UC Riverside (2024) pour des centres de données américains et varient selon le lieu. Accès à l’électricité : AIE, chiffre approximatif.
English version: Why Africa Cannot Afford AI.
Laisser un commentaire