Combien de CO₂ émet une requête d'IA en France, et comment la France se situe-t-elle en Europe ?

Environ 0,011 g CO₂e par échange, selon l'estimation de SOMA AI sur le réseau électrique français moyen (53 g CO₂e par kWh, données 2023). Il s'agit d'un échange (une question et sa réponse) de 1 210 tokens au total avec un modèle de taille moyenne (classe B), en comptant l'électricité, le matériel, le bâtiment du centre de données et une part de l'entraînement. La France se classe ainsi 2e sur les 27 États de l'UE, du réseau le moins émetteur au plus émetteur. Le même échange émet environ 2,7 fois plus avec la moyenne de l'UE (0,029 g), 3,8 fois plus en Allemagne et 6,4 fois plus en Pologne. Dans l'UE, seule la Suède fait mieux, avec 0,009 g. La consommation d'électricité du même échange est d'environ 0,10 Wh.

Dans l'UE, l'estimation va de 0,009 g (Suède) à 0,070 g (Pologne). Les valeurs des réseaux viennent pour la plupart des données annuelles d'Ember, en analyse de cycle de vie.

Parce qu'un réseau bas carbone, en France surtout grâce au nucléaire, réduit le carbone opérationnel, celui de l'électricité consommée, mais pas le reste. Le matériel (serveurs et puces), le bâtiment et l'entraînement du modèle pèsent le même poids quel que soit le pays. Dans la région de Paris, l'électricité ne représente que 46 % de l'estimation par échange. Le matériel en représente 12 %, le bâtiment 6 % et la part d'entraînement 36 %. À Francfort, sur le réseau allemand, l'électricité pèse 85 % du total.

En pratique, en France, le choix du modèle compte davantage que l'électricité. Un fournisseur qui ne communique que les émissions liées à l'électricité consommée sous-estime donc plus fortement l'empreinte en France qu'en Allemagne.

Une requête émet là où se trouve le centre de données, pas là où elle est saisie. Le jeu de données SAEF rattache 4 régions cloud au réseau électrique français.

• AWS eu-west-3 (Paris)
• Azure francecentral (Paris)
• Azure francesouth (Marseille), une région que Microsoft réserve à des scénarios précis, comme la reprise après sinistre des clients de France Central
• Google Cloud europe-west9 (Paris)

Toutes utilisent le même facteur du réseau français et donnent dans SAEF la même estimation de 0,011 g par échange. Parmi les 46 réseaux électriques qui accueillent au moins une région AWS, Azure ou Google Cloud, le réseau français se classe 5e, du moins émetteur au plus émetteur. La région AWS de Paris a sa propre page de facteurs (en anglais).

Environ 0,36 ml par échange avec un modèle de classe B, selon l'estimation SAEF pour la région de Paris (eu-west-3). Ce volume comprend l'eau de refroidissement sur site et l'eau consommée par la production d'électricité. Pour le site, le facteur repose sur une efficacité d'usage de l'eau de 0,05 litre par kWh, une valeur qu'AWS publie pour l'ensemble de ses centres en Europe et non pour Paris seul. Le même calcul donne environ 0,59 ml pour la région de Stockholm (eu-north-1). L'eau est indiquée séparément du CO₂ et n'est jamais convertie en CO₂e.

L'usage de l'IA acheté à un fournisseur relève du scope 3 de l'entreprise, et la région où tourne le modèle est une donnée d'entrée de l'estimation. En pratique, cela donne quatre règles :

• Relever la région réelle. Avec Azure, AWS Bedrock et Google Vertex AI, la région figure dans l'export d'usage. Utilisez le facteur de cette région, pas celui de vos bureaux.
• Ne pas supposer que l'IA tourne en France. Le même échange de classe B est estimé à 0,011 g à Paris, 0,041 g à Francfort (eu-central-1) et 0,009 g à Stockholm (eu-north-1). Un service hébergé hors de France peut multiplier le chiffre.
• Le modèle pèse plus que la région. À Paris, l'estimation va de 0,003 g avec un petit modèle à 0,043 g avec un modèle de pointe (frontier), soit 14,8 fois plus.
• Distinguer les deux approches. Déclarez la valeur fondée sur la localisation (location-based). N'ajoutez une valeur fondée sur le marché (market-based) que si le fournisseur justifie ses contrats d'électricité pour cette région.

La page sur le scope 3 et la CSRD explique comment en faire une ligne d'inventaire, et le calculateur gratuit (en anglais) applique la région automatiquement.

• Que les valeurs par requête soient des mesures. SOMA les estime avec les facteurs SAEF et un échange type, et les requêtes réelles varient beaucoup.
• Qu'un fournisseur donné serve un modèle donné depuis la France. Les régions sont des données d'entrée du jeu de données, pas des affirmations sur les fournisseurs.
• Que la moyenne du réseau français corresponde au mix électrique d'un centre de données précis ou reflète des contrats d'électricité verte.
• Que les valeurs des réseaux soient à jour. Ce sont des moyennes annuelles 2023, et le mix français change d'une année à l'autre.
• Qu'un réseau bas carbone rende l'IA neutre en carbone. Le matériel, le bâtiment et l'entraînement restent.
• Que les modèles d'image, de voix ou de vidéo s'évaluent de la même façon. Les facteurs valent pour le texte.

L'article qui décrit la méthode SAEF a été accepté pour publication dans Sustainable Production and Consumption. Les équations figurent sur la page de méthodologie (en anglais), le tableau complet sur SOMA AI Emission Factors, sous licence CC BY 4.0.

• Comment une entreprise inscrit-elle son usage de l'IA dans le scope 3, et la CSRD s'applique-t-elle ? La méthode pour la ligne IA du scope 3, avec un exemple chiffré
• Toutes les pages en français. Avec les données et la méthode
• Where does an AI query emit the least? The carbon footprint of AI by country. Les réseaux de 210 pays et de l'UE à 27 classés, en anglais