Glossaire
Les termes clés pour comprendre les chiffres du site, et l'IA en général.
Comprendre l'IA
- IA générative
- Famille d'IA qui produit du contenu (texte, image, audio, vidéo) à partir d'une requête. Les grands modèles de langage (ChatGPT, Claude, Gemini) en sont la forme la plus répandue.
- LLM (grand modèle de langage)
- Large Language Model : un réseau de neurones entraîné sur d'immenses corpus de texte pour prédire le token suivant. C'est le moteur des chatbots ; son empreinte se joue surtout à l'inférence, à chaque prompt.
- Prompt
- Une requête envoyée à un modèle d'IA. Référence du site : un prompt texte moyen ≈ 0,3 Wh, 0,3 mL d'eau et 0,2 g de CO₂.
- Token
- La plus petite unité de texte manipulée par un modèle (≈ ¾ d'un mot en anglais, souvent moins en français). Les modèles lisent, génèrent et « facturent » par token : plus il y a de tokens, plus l'inférence consomme.
- Inférence
- La phase d'utilisation d'un modèle déjà entraîné : chaque prompt déclenche une inférence. C'est elle qu'on chiffre ici, pas l'entraînement.
- Entraînement (training)
- La phase d'apprentissage initiale du modèle, très coûteuse en énergie, mais unique, puis amortie sur des milliards de requêtes. Le site chiffre l'inférence, pas l'entraînement.
- Hallucination
- Quand un modèle génère une information fausse mais plausible. C'est la raison principale pour laquelle une vérification humaine reste indispensable.
- Fenêtre de contexte
- La quantité de texte qu'un modèle peut prendre en compte d'un coup (la « mémoire » d'une conversation). Plus elle est remplie, plus l'inférence coûte cher.
- Paramètres
- Les « réglages » internes appris pendant l'entraînement, comptés en milliards. En règle générale, plus un modèle a de paramètres, plus il est capable… et gourmand.
- Multimodal
- Un modèle capable de traiter plusieurs types de données (texte, image, audio, vidéo) dans une même requête.
- Agent IA
- Une IA qui enchaîne plusieurs étapes en autonomie pour accomplir une tâche (donc plusieurs inférences). Utile, mais multiplie la consommation par rapport à un prompt unique.
- Modèle de raisonnement
- Un modèle qui « réfléchit » (génère des étapes intermédiaires) avant de répondre. Bien plus coûteux qu'un prompt texte : ~15 à 40 Wh par requête, soit 50 à 100× un prompt standard.
- Génération d'image / vidéo
- Produire un média coûte beaucoup plus que du texte : une image ≈ 6–12 Wh (20–40× un prompt texte), une vidéo ≈ 1 000× (~940 Wh pour un clip de ~5 s).
Énergie
- Wattheure (Wh)
- Unité d'énergie : faire fonctionner un appareil de 1 W pendant 1 h. Une ampoule LED consomme ~10 Wh par heure.
- Kilowattheure (kWh)
- 1 000 Wh, l'unité de votre facture d'électricité. Un chauffage d'appoint consomme ~2 kWh en une heure.
- Data center (centre de données)
- Le bâtiment qui héberge les serveurs où tourne l'IA. Il consomme de l'électricité pour calculer et de l'eau pour se refroidir.
- GPU
- Le processeur graphique : le composant qui fait réellement tourner les modèles d'IA. Puissant et énergivore, c'est lui qui domine la consommation à l'inférence.
- PUE (Power Usage Effectiveness)
- Ratio entre l'énergie totale d'un data center et celle réellement utile aux serveurs. ~1,1 (très efficace) à 1,5+ : le complément part surtout dans le refroidissement.
- TWh (térawattheure)
- 1 milliard de kWh. C'est l'échelle des consommations nationales ou mondiales, celle où l'IA « pèse » à l'échelle globale.
Eau
- Eau virtuelle
- L'eau utilisée pour produire un bien (culture, élevage, fabrication), pas seulement l'eau du robinet. Un burger « contient » ainsi des milliers de litres d'eau virtuelle.
- Eau directe (refroidissement)
- L'eau évaporée sur place pour refroidir les serveurs d'un data center. C'est le chiffre « officiel » communiqué par Google (~0,26 mL/prompt) ou OpenAI (~0,32 mL).
- WUE (Water Usage Effectiveness)
- Litres d'eau consommés par kWh utilisé par un data center. Sert à estimer l'eau « directe » d'un prompt.
- Stress hydrique
- Quand la demande en eau dépasse la ressource disponible localement. Enjeu clé autour de certains data centers implantés en régions sèches.
Climat & CO₂
- CO₂e (équivalent CO₂)
- Tous les gaz à effet de serre ramenés à leur impact exprimé en CO₂, pour pouvoir les additionner.
- Forçage radiatif
- Le réchauffement supplémentaire causé par les vols en altitude (traînées, autres gaz). DEFRA et l'ADEME le comptent (×~1,9) ; l'ICAO compte le CO₂ seul, d'où des chiffres d'avion qui varient du simple au double.
- Intensité carbone du réseau
- Les grammes de CO₂ émis par kWh d'électricité. Très variable selon le pays (faible avec nucléaire/renouvelables, élevée au charbon) ; ~480 g/kWh en moyenne mondiale.
- Analyse de cycle de vie (ACV / LCA)
- Méthode qui compte l'impact « du berceau à la tombe » : fabrication, usage et fin de vie. Elle explique pourquoi l'empreinte d'un objet dépasse sa seule consommation à l'usage.
- Scopes 1 / 2 / 3
- Les périmètres d'émissions : directes (1), liées à l'électricité achetée (2), et tout le reste de la chaîne de valeur (3).
Lire les chiffres
- Ordre de grandeur
- La « taille » approximative d'un nombre (×10, ×100, ×1 000). Sur des données incertaines, c'est plus honnête et plus utile qu'une fausse précision.
- Médiane & fourchette
- Quand les sources divergent, on retient une valeur centrale crédible (médiane) et on affiche l'écart (fourchette), jamais un chiffre unique faussement précis.
Un terme manque ? Toutes les valeurs citées sont sourcées sur la page Sources.