Sources fiables et sites officiels sur l'énergie de l'IA
Toutes les sources ne se valent pas. Voici où trouver les données, et comment juger leur solidité.
En bref
- Du plus solide au plus fragile : mesure instrumentée, étude avec mesures, estimation indépendante, déclaration non détaillée, relais médiatique.
- Un rapport d'entreprise est une source officielle de ce que l'entreprise déclare, pas un audit.
- Remontez toujours à la source primaire : un article qui recopie un chiffre n'est pas une preuve.
Niveaux de preuve
| Niveau | Exemple | Usage |
|---|---|---|
| Mesure instrumentée en production | Google, publication de 2025 sur Gemini | Référence, avec ses limites déclarées |
| Étude avec mesures | Luccioni et al. ; ML.Energy ; AI Energy Score | Comparaisons entre modèles ouverts |
| Estimation indépendante | Epoch AI ; Microsoft Research ; EcoLogits | Ordres de grandeur, à citer avec la méthode |
| Déclaration non détaillée | Chiffre d'un dirigeant sans méthode | Indicatif, à signaler comme tel |
| Relais médiatique ou blog | Articles de synthèse | Piste à vérifier à la source |
Institutions et données publiques
- IEA, Energy and AI (2025) : scénarios 2030 et 2035, répartition par pays
- IEA, Key Questions on Energy and AI (avril 2026) : mise à jour : 485 TWh en 2025, scénarios, gaz sur site
- ADEME, Base Empreinte : facteurs d'émission français
- RTE, éCO2mix : mix électrique français en temps réel
- PEReN et Arcep, étude IA et environnement : consommation de modèles selon les tâches
- Autorité de la concurrence, étude IA et énergie (2025) : enjeux concurrentiels de l'impact énergétique
- Our World in Data : mise en perspective des données IEA
Recherche
- Google, Measuring the Environmental Impact of Delivering AI at Google Scale : méthode et résultats pour Gemini
- How Hungry is AI? : empreinte énergie, eau et carbone de l'inférence de nombreux modèles
- Microsoft Research, Energy Use of AI Inference : estimation par requête et trajectoires d'efficacité
- Luccioni et al., Power Hungry Processing : énergie selon le type de tâche
- Patterson et al. : carbone de l'entraînement de grands réseaux
Outils de mesure et de comparaison
- EcoLogits : méthodologie d'estimation de l'inférence
- Compar:IA : comparateur public de modèles avec énergie estimée
- ML.Energy : classement de consommation mesurée de modèles ouverts
- AI Energy Score : notation de l'efficacité énergétique des modèles
- Software Carbon Intensity : cadre de calcul des émissions d'un logiciel
Rapports des opérateurs
- Google : rapports environnementaux annuels
- Amazon : rapports de durabilité, PUE et WUE d'AWS
- Meta : rapports de durabilité
Pour le détail des déclarations de chaque entreprise, voir les acteurs de l’IA. Notre démarche est décrite dans la méthodologie.
Dernière mise à jour :