L’essor de l’IA au service des objectifs de durabilité

La multiplicité d’applications concrètes de cette technologie fait qu’il n’est guère étonnant de voir l’IA figurer dans les cas d’utilisation courants : des sciences de la vie et la santé à la fabrication de puces et de semi-conducteurs, en passant par les services financiers, l’automobile, etc.

Gabriel Ferreira, directeur technique France, Pure Storage partage son expertise sur le sujet.

L’IA est présente dans nos vies depuis plusieurs années, mais elle a récemment été mise sur le devant de la scène avec certains exploits des outils d’intelligence artificielle générative comme ChatGPT. Cependant, cette nouvelle vague d’outils accessibles à tous a engendré une avalanche de données produites par des machines, alimentant une croissance sans précédent des données non structurées à l’échelle mondiale. Selon IDC, la quantité totale de données numériques créées dans le monde devrait atteindre 175 zettaoctets d’ici 2025, contre environ 40 zettaoctets en 2019. Cette estimation pourrait même être révisée à la hausse en raison de l’explosion actuelle des données générées par l’IA.

La dynamisation de l’IA ainsi que les grandes quantités de données offrent, de façon cyclique, aux entreprises la possibilité de faire de ces informations une intelligence exploitable, d’innover plus rapidement que leurs concurrents, d’accroître la satisfaction client et de rationaliser leurs opérations, ceci dans un objectif de prospérité. Néanmoins, les données doivent être épurées pour en dégager leur vraie valeur, de la même manière que le pétrole doit être raffiné afin de le transformer en plastique et en carburant. C’est à ce moment que l’analyse des données, de plus en plus alimentée par l’IA, devient cruciale.

Comment utiliser les projets IA pour prospérer ?

Pour alimenter l’IA et l’analytique basée sur l’IA, il est nécessaire que les entreprises s’appuient sur une infrastructure de stockage de données flexible, sûre, performante mais surtout durable.

L’élément fondamental est la performance car l’IA est basée sur l’envoi constant de grandes quantités de données aux GPU. La rapidité des entreprises joue sur les résultats obtenus. Les ressources d’IA comme les GPU et les spécialistes des données sont chères et très demandées. Repousser leur accès aux données peut ainsi peser sur la facture. Il est aussi important d’accentuer tous les flux métier de préparation et de conservation des données que d’alimenter les GPU. La collecte et le traitement des données en seront, dès le départ, simplifiés.

Un autre élément clé est la flexibilité car l’IA est manifestement le secteur technologique qui se développe le plus rapidement avec ses nombreux outils et techniques, les ensembles de données et les cas d’utilisation en évolution permanente. Investir dans des options technologiques et infrastructurelles pour aider les organisations à s’accommoder au plus vite aux changements est donc essentiel.

Les environnements d’IA exigent aujourd’hui des normes de fiabilité et de contrôle qualité particulièrement élevées. Ces environnements ne tolèrent pas d’interruptions pouvant générer des coûts considérables. La disponibilité constante et la fiabilité deviennent donc des impératifs. De plus, les projets d’IA, souvent complexes et hautement automatisés, requièrent des mesures de contrôle rigoureuses sur les quotas, la sécurité et la facilité de gestion.

Enfin, un dernier élément non négligeable : le développement durable, l’une des problématiques les plus prégnantes à l’heure actuelle.

Exploiter l’IA de façon durable : une nécessité ? 

Actuellement, les datacenters représentent entre 1 et 4 % de la consommation mondiale d’énergie, une proportion important, qui a même conduit à des arrêts d’extension dans certains pays par manque d’alimentation électrique suffisante.

Si l’IA est un outil indispensable à long terme pour l’humanité, automatisant les tâches répétitives, améliorant le traitement des maladies et approfondissant notre compréhension des phénomènes météorologiques et climatiques de la Terre, son utilisation, d’un point de vue environnemental, aggrave les problèmes de consommation énergétique et d’empreinte carbone. C’est à la fois un défi et une opportunité : l’IA exige la création d’une infrastructure technologique à la fois efficace et durable pour atténuer le réchauffement climatique et ses effets les plus dévastateurs.

Comment optimiser l’utilisation durable de l’IA ?

Alors que les volumes de données augmentent et que les exigences de performance envers l’IA se généralisent, les préoccupations environnementales liées à la durabilité deviennent prioritaires. Parallèlement, les coûts liés à l’énergie, au refroidissement et à l’hébergement de ces équipements explosent. Dans un contexte de hausse des prix de l’énergie, cette question n’est pas seulement écologique, elle représente également un défi opérationnel et financier crucial pour les entreprises.

Par chance, certaines organisations créent des produits et proposent des services qui donnent la possibilité aux clients de diminuer significativement leur empreinte environnementale. Les solutions 100% flash, par exemple, font preuve d’une meilleure efficacité que les disques mécaniques (HDD). Dans certains cas, elles permettent aux systèmes de données de consommer jusqu’à 80% d’énergie directe en moins par rapport aux concurrents. Le stockage flash est aussi beaucoup plus approprié pour l’exécution des projets d’IA.

Effectivement, pour obtenir des résultats, l’enjeu est de connecter aux données les modèles d’IA ou les applications optimisées par l’IA. Pour cela, un grand nombre de données sont nécessaires en temps réel : les données les plus importantes doivent être facilement accessibles, à travers les silos et les applications, ce qui est impossible avec un stockage sous-jacent basé sur des HDD. Cependant, les solutions 100% flash sont parfaitement adaptées à ces tâches.

Il est recommandé de se faire appel à un responsable de développement durable ou à une personne en charge de l’empreinte carbone globale de l’entreprise afin de consolider encore plus les pratiques technologiques durables. Pour garantir un chemin sécurisé vers une IA durable, il faut intégrer ces parties prenantes dès le début du processus.

De nombreuses entreprises ont déjà adopté ces pratiques pour amorcer leur parcours vers l’IA. Par exemple, Meta a cherché à aider ses experts en IA à concevoir des modèles inédits, capables d’apprendre, à partir de milliers de milliards d’exemples, à fonctionner dans des centaines de langues, d’analyser divers médias simultanément, et même de développer de nouveaux outils de réalité augmentée. La société a ainsi lancé le AI Research SuperCluster (RSC), visant à devenir le supercalculateur d’IA le plus performant au monde.

Quels réflexes adopter pour réussir dans cette démarche ?

Pour être prêtes à analyser des volumes croissants de données non structurées par le biais de l’IA, les entreprises devront investir dans des systèmes de stockage offrant des capacités immenses, un accès rapide et des performances durables élevées.

De plus, les entreprises doivent rechercher des fournisseurs offrant une variété de produits de stockage flash de haute densité. Ces solutions doivent convenir aux charges de travail les plus exigeantes en termes de performances, ainsi qu’à celles actuellement considérées comme secondaires mais qui seront de plus en plus importantes avec l’évolution constante de l’IA. Il est également crucial pour les sociétés d’évaluer les options d’achat proposées par les fournisseurs, qui peuvent inclure des mises à niveau transparentes en termes de capacité et de technologie pour les années à venir.

Pour conclure, les sociétés doivent également rechercher des fournisseurs de stockage 100% flash dont les métriques ESG ont été validées par des tiers. Cela leur permettra de mener à bien leurs projets d’IA sans détériorer l’environnement ni compromettre leurs résultats nets.