4. Conclusion
Cet article présente une méthodologie structurée d’évaluation de l’empreinte carbone des systèmes d’intelligence artificielle déployés dans l’industrie, en intégrant l’ensemble de leur cycle de vie :
entraînement ;
inférence ;
gestion des données ;
infrastructure matérielle ;
empreinte grise des équipements.
L’analyse met en évidence la forte hétérogénéité des profils environnementaux selon les architectures considérées, des systèmes embarqués à très faible consommation aux modèles génératifs à forte intensité de calcul.
Les résultats soulignent que l’impact environnemental d’un système d’IA ne peut être évalué à partir de sa seule consommation électrique en phase d’usage. Une analyse pertinente doit aussi intégrer :
l’intensité carbone du mix énergétique...
Cet article est réservé aux abonnés. Il vous reste 92 % à découvrir.
Déjà abonné ? Se connecter
Conclusion
Glossaire
Sources bibliographiques
- (1) - ROLNICK (D.), DONTI (P.L.), KAACK (L.H.), KOCHANSKI (K.), LACOSTE (A.), SANKARAN (K.), ROSS (A.S.), MILOJEVIC-DUPONT (N.), JAQUES (N.), WALDMAN-BROWN (A.), LUCCIONI (A.S.), MAHARAJ (T.), SHERWIN (E.D.), MUKKAVILLI (S.K.), KORDING (K.P.), GOMES (C.P.), NG (A.Y.), HASSABIS (D.), PLATT (J.C.), CREUTZIG (F.), CHAYES...
Cet article est réservé aux abonnés. Il vous reste 92 % à découvrir.
Déjà abonné ? Se connecter
Article inclus dans l'offre
"Industrie du futur"
(
105 articles
)
Actualisée et enrichie d’articles validés par nos comités scientifiques.
Quiz, médias, tableaux, formules, vidéos, etc.
Opérationnels et didactiques, pour garantir l'acquisition des compétences transverses.
Un ensemble de services exclusifs en complément des ressources.
