Ce chiffre est étonnant. Prenez par exemple Sam Altman, PDG d’Open AI. Il souhaiterait 250 gigawatts de nouvelle puissance d’ici 2033 pour alimenter d’énormes nouveaux centres de données aux États-Unis et dans le monde, soit environ la moitié de la charge record de l’Europe.
Le plan d’Altman rend pratiquement impossible la construction ou l’expansion de centrales électriques capables de produire autant d’électricité. « Ce que fait OpenAI est absolument historique », a déclaré Varun Shivaram, chercheur principal au Council on Foreign Relations. Le problème est le suivant : « Actuellement, notre réseau électrique doté de centrales électriques n’a aucun moyen de fournir de l’énergie à ces projets, et il est impossible que cela se produise dans les délais que l’IA tente d’atteindre. »
Mais Sivaram pense qu’Altman pourrait être en mesure d’atteindre son objectif d’exploiter plusieurs nouveaux centres de données par d’autres moyens. En plus de son rôle chez CFR, M. Shivaram est également le fondateur et PDG d’Emerald AI, une startup fondée en juillet. « J’ai fondé cette entreprise directement pour résoudre ce problème », dit-il. Plus précisément, pour résoudre non seulement le problème d’Altman, mais aussi le problème plus vaste de l’alimentation des centres de données dont toutes les entreprises d’IA ont besoin. Certains des esprits les plus intelligents du secteur technologique apprécient le potentiel de l’entreprise de M. Sivaram. Il est soutenu par Radical Ventures, la branche de capital-risque de Nvidia, NVentures, d’autres sociétés de capital-risque et de grands noms, dont Jeff Dean, scientifique en chef de Google, et John Doerr, président de Kleiner Perkins.
Le principe d’Emerald AI est que la majeure partie de la puissance nécessaire à un centre de données IA existe déjà. Même les nouveaux et grands centres de données sont rarement confrontés à des pénuries d’électricité. « Le réseau électrique est comme une autoroute qui n’est confrontée aux heures de pointe que quelques heures par mois », explique Sivaram. De même, dans la plupart des endroits aujourd’hui, les réseaux existants peuvent facilement gérer les centres de données, à l’exception de quelques demandes extrêmes.
L’objectif de Sivaram est de résoudre le problème des rares moments de forte demande auxquels le réseau ne peut pas répondre. Ce n’est pas si difficile, affirme-t-il, du moins en théorie. Certaines tâches, telles que la formation et la mise au point de modèles linguistiques à grande échelle pour la recherche universitaire, pourraient être suspendues ou ralenties, a-t-il expliqué. D’autres tâches, telles que les requêtes sur les services d’IA utilisés par des millions de personnes, ne peuvent pas être reprogrammées mais peuvent être redirigées vers un autre centre de données qui met moins de pression sur le réseau électrique local. Les centres de données nécessitent ce type de flexibilité dans moins de 2 % du temps, explique-t-il. Emerald AI vise à les aider à y parvenir en traduisant la théorie en actions concrètes. Sivaram dit que les conséquences seront importantes. « Si tous les centres de données d’IA fonctionnaient de cette manière, nous pourrions aujourd’hui atteindre les objectifs mondiaux de Sam Altman. »
Un article publié en février par des chercheurs de l’Université Duke fait état d’un test réussi de ce concept. Séparément, Emerald AI et Oracle ont testé le concept lors d’une chaude journée à Phoenix et ont découvert qu’il pouvait réduire la consommation d’énergie sans ralentir les calculs de l’IA. «C’est comme avoir le gâteau et le manger aussi», dit Sivaram. Le document est en cours d’examen par les pairs.
Personne ne sait si le projet de 250 gigawatts d’Altman s’avérera génial ou stupide. À ce stade précoce, l’avenir d’Emerald AI semble prometteur, mais il est impossible de le prédire. Ce dont nous sommes sûrs, c’est que les grands défis génèrent une innovation inimaginable. À l’ère de l’IA, nous devons nous préparer à de nombreux défis.
