Google révèle pour la première fois la consommation énergétique de Gemini : une requête équivalente à une seconde au micro-ondes

Google a publié récemment son premier rapport détaillé sur la consommation énergétique de ses modèles d’intelligence artificielle, mettant en lumière les impacts environnementaux associés à l’utilisation de son application Gemini. Selon ce rapport, une requête typique — c’est-à-dire une demande moyenne en termes de consommation énergétique — consomme 0,24 watt-heure (Wh), soit l’équivalent d’un micro-ondes en fonctionnement pendant environ une seconde. Ce chiffre inclut non seulement l’électricité utilisée par les puces IA, mais aussi les ressources nécessaires à l’ensemble de l’infrastructure technique, ce qui en fait l’une des évaluations les plus complètes jamais réalisées par une entreprise technologique. Le rapport, publié par Google Cloud, détaille la répartition de cette consommation : 58 % proviennent des puces spécialisées (TPU et GPU) dédiées au traitement des modèles d’IA, 25 % sont attribués aux processeurs centraux (CPU) et à la mémoire, 10 % aux équipements de secours inactifs (prévus pour assurer la résilience), et 8 % aux coûts indirects liés au fonctionnement des centres de données, comme le refroidissement et la conversion d’énergie. Cette transparence est sans précédent dans l’industrie. Jusqu’à présent, aucune grande entreprise spécialisée dans les modèles d’IA n’avait publié de chiffres précis sur la consommation énergétique par requête. L’article du MIT Technology Review publié plus tôt cette année avait souligné cette lacune, soulignant que les chercheurs étaient bloqués par l’absence de données fiables provenant des géants technologiques. Le rapport de Google, quant à lui, est basé sur des mesures réelles effectuées à grande échelle, ce qui en fait une référence précieuse pour les analystes et les chercheurs. Le chef scientifique de Google, Jeff Dean, a souligné l’importance de cette approche globale : « Nous voulons couvrir tout ce qui est impliqué dans le processus, pas seulement les puces. » Cette vision intégrée explique pourquoi les composants « secondaires » du système, souvent négligés, représentent une part significative de la consommation. Le rapport indique également que la consommation énergétique par requête a diminué de manière spectaculaire depuis 2024. En mai 2025, la consommation moyenne d’un prompt Gemini était 33 fois inférieure à celle de mai 2024, une amélioration que Google attribue à des optimisations logicielles et matérielles continues. En termes d’empreinte carbone, Google estime que chaque requête moyenne génère environ 0,03 gramme de CO₂. Cette estimation tient compte non seulement de l’électricité utilisée, mais aussi de la provenance de l’énergie. Contrairement à des méthodes basées sur les émissions moyennes du réseau électrique local, Google utilise une approche basée sur les marchés, en intégrant les crédits d’énergie verte qu’il a acquis depuis 2010. Ces contrats couvrent plus de 22 gigawatts d’énergie provenant de sources renouvelables (solaire, éolien, géothermie, et nucléaire avancé), ce qui réduit son empreinte carbone par unité d’électricité à environ un tiers de la moyenne du réseau. Enfin, le rapport évalue la consommation d’eau à 0,26 millilitre par requête — l’équivalent de cinq gouttes — principalement pour le refroidissement des centres de données. Jeff Dean a insisté sur le caractère anodin de ces chiffres : « L’utilisation d’un modèle comme Gemini est comparable à allumer une télévision pendant quelques secondes ou à verser cinq gouttes d’eau. » L’objectif est de rassurer les utilisateurs sur les impacts environnementaux de leurs interactions quotidiennes avec l’IA. Malgré cette avancée, certaines informations restent confidentielles. Google n’a pas révélé le nombre total de requêtes traitées par jour, ce qui limite l’estimation de l’empreinte globale. Néanmoins, des experts comme Sasha Luccioni (Hugging Face) saluent ce pas vers la transparence, tout en appelant à l’établissement d’un standard d’évaluation énergétique pour l’IA, similaire au label « Energy Star ». « Cela ne remplace pas une comparaison standardisée, mais c’est un excellent début », affirme-t-elle. Ce rapport marque une étape importante vers une meilleure compréhension des coûts réels de l’IA, tant sur le plan énergétique que climatique.