Spheron promeut une IA économe en énergie face à une pénurie d’électricité dans la région Asie-Pacifique

Spheron a réagi à la publication d’un nouveau rapport sur l’énergie de l’Agence internationale de l’énergie (AIE). L’entreprise a souligné la demande énergétique croissante de l’IA, avec son impact sur les réseaux régionaux, notamment dans la région Asie-Pacifique (APAC).

Dans une diffusion datée du 21 juillet, Spheron a mis en exergue un déficit de 15 à 25 gigawatts dans la zone Asie-Pacifique. Cette différence est attribuée aux exigences de refroidissement, aux réseaux de données et aux restrictions d’approvisionnement continues. La société a mis en garde que l’extension globale de l’intelligence artificielle pourrait exacerber ces manques.

En réponse, Spheron a proposé son modèle décentralisé de gestion des charges de travail comme une solution plus respectueuse de l’environnement. L’entreprise a affirmé : « Spheron assure la distribution des charges de travail à l’échelle internationale, prévenant ainsi les goulets d’étranglement locaux ». « Nous sommes la seule option qui offre une évolution. »

AIE : L’IA doublera la consommation d’énergie des centres de données d’ici 2030

Le récent rapport de l’AIE intitulé « Énergie et IA » met en évidence les préoccupations de Spheron. Selon les prévisions de l’agence, la consommation en électricité des centres de données sera multipliée par deux d’ici 2030, atteignant approximativement 945 térawattheures. Ce chiffre excéderait la consommation électrique actuelle du Japon.

Cette tendance est principalement entraînée par l’intelligence artificielle. D’après l’AIE, la consommation d’énergie des centres de données propulsés par l’IA pourrait multiplier par quatre d’ici 2030. Il est possible que, rien qu’aux États-Unis, la consommation d’énergie des centres de données soit sur le point d’égaler celle de plusieurs industries manufacturières combinées.

Le rapport souligne aussi une tendance plus large au sein des économies développées. Dans ces nations, les infrastructures associées à l’intelligence artificielle devraient contribuer à plus de 20% de l’augmentation totale de la demande en électricité d’ici 2030. C’est un changement significatif de direction après plusieurs années de stagnation, voire de déclin, de la demande dans divers secteurs.

Spheron prôneun modèle de calcul décentralisé

La plateforme Spheron offre aux développeurs d’IA la possibilité de déployer des tâches de calcul sur un réseau mondial décentralisé. Plutôt que de dépendre des plateformes de données centralisées gourmandes en énergie, les utilisateurs ont la possibilité de délocaliser la demande vers des zones moins sollicitées. Cette méthode aide à prévenir les points de congestion dans les régions à faible capacité énergétique telles que l’Asie-Pacifique. Elle diminue aussi la dépendance vis-à-vis des géants du cloud, qui ont fréquemment tendance à contraindre les utilisateurs à des zones spécifiques et à des coûts énergétiques onéreux.

Spheron, en choisissant la décentralisation du traitement, cherche à garantir simultanément une efficacité énergétique et un potentiel d’évolutivité global, deux aspects absents des configurations classiques de formation d’IA qui reposent sur le cloud.

L’énergie comme nouveau goulot d’étranglement de l’IA

Les remarques de Spheron traduisent les préoccupations grandissantes dans les domaines de la technologie et de l’énergie. Au fur et à mesure de l’évolution des systèmes d’IA, leurs besoins en infrastructure transcendent les aspects purement techniques pour englober de plus en plus des considérations environnementales. Cette évolution constitue pour les investisseurs tant un défi qu’une opportunité.

Spheron, qui offre des solutions décentralisées et peu consommatrices d’énergie, pourrait acquérir de l’importance au fur et à mesure que les gouvernements renforcent leurs régulations énergétiques. Il est probable que la région Asie-Pacifique sera utilisée comme terrain d’essai. Devant les pénuries constantes et la croissance fulgurante de l’intelligence artificielle, il est impératif que les infrastructures régionales se modernisent, sans quoi l’adoption de l’IA pourrait être entravée.