Mistral AI, basé à Paris, s’attaque à l’impact environnemental de ses modèles d’intelligence artificielle. Grâce à une collaboration avec des experts, l’entreprise dévoile une analyse détaillée, mettant en lumière les émissions de gaz à effet de serre et les ressources utilisées au cours du cycle de vie de son modèle Large 2.
Mistral AI, une entreprise parisienne dédiée aux modèles de langage open-source, a récemment partagé une analyse complète portant sur l’impact environnemental de son modèle. À mesure que les technologies d’IA gagnent en importance dans l’économie mondiale, l’entreprise souligne la nécessité d’estimer leur empreinte écologique, qui peut se révéler significative.
Pour réaliser cette étude, Mistral a collaboré avec le cabinet de conseil en durabilité Carbone 4 et l’agence française de la transition écologique. Les résultats ont également été testée par des sociétés de conseil en environnement, Resilio et Hubblo. L’analyse a porté sur l’ensemble du cycle de vie du modèle Large 2 de Mistral AI, en examinant son impact dans trois domaines clés : les émissions de gaz à effet de serre, l’utilisation de l’eau et la consommation de matériaux.
Sans surprise, l’étude confirme que les phases les plus polluantes du cycle de vie d’un modèle d’IA sont l’entraînement et l’inférence. Selon Mistral, 85,5 % des émissions totales de GES et 91 % de la consommation d’eau du modèle se sont produites durant son développement et les interactions avec les utilisateurs.
En janvier 2025, après 18 mois d’opération, le modèle Large 2 de Mistral a généré 20,4 kilotonnes d’émissions de CO₂ et consommé 281 000 mètres cubes d’eau. L’impact marginal de l’inférence – mesuré lors d’une interaction avec le chatbot « Le Chat » pour une réponse de 400 tokens – a été estimé à 1,14 grammes de CO₂ et 45 millilitres d’eau.
D’après Mistral, cela équivaut grosso modo aux émissions de gaz à effet de serre générées par le visionnage d’une vidéo en streaming pendant 10 secondes aux États-Unis. En termes simples, une seule requête à un chatbot ne provoque pas de catastrophes environnementales, mais des millions, voire des milliards d’interactions avec ces systèmes sur des semaines et des mois, pourront effectivement poser des problèmes à la planète.
Mistral reconnait plusieurs limites dans son étude, notamment la difficulté à quantifier avec précision la dégradation hardware causée par les charges de travail des LLM sur les GPUs et l’infrastructure des centres de données. Néanmoins, les chiffres rapportés correspondent bien aux estimations d’impact environnemental d’autres recherches et institutions.
L’entreprise française d’IA prévoit de publier des versions mises à jour de ce rapport environnemental à l’avenir et appelle à une plus grande transparence dans l’industrie de l’IA. Son objectif déclaré est d’orienter le secteur vers une conformité avec les objectifs climatiques globaux, tout en notant que certaines politiques actuelles vont dans une direction opposée.