Énergie, eau et carbone de l'IA, les données détaillées
1 octobre 2026 · Aliocha Iordanoff
Cette page détaille les données qui fondent l’article « Ce que consomme une requête à une IA ». Elle se consulte pour vérifier un chiffre, une hypothèse ou une source.
Elle rassemble les chiffres publiés sur l’énergie, l’eau et le carbone de l’IA générative, de la requête isolée jusqu’aux centres de données. Chaque valeur est donnée avec sa source, sa date, son périmètre et le degré de confiance qu’on peut lui accorder. Quand deux sources se contredisent, les deux figurent côte à côte, avec ce qui explique l’écart. Des usages de la vie courante servent d’étalon, sur des graphiques à l’échelle. La page s’arrête aux faits publiés et ne tranche aucun débat.
Comment lire ces chiffres
L’énergie se compte en wattheures (Wh). Un wattheure correspond à un appareil de 1 watt allumé une heure, ou de 60 watts allumé une minute. Les valeurs données ici sont de l’électricité consommée, sauf mention contraire.
Le carbone se compte en grammes d’équivalent CO₂ (gCO₂e), qui additionnent tous les gaz à effet de serre. Une analyse de cycle de vie (ACV) compte la fabrication des appareils, leur usage et leur fin de vie. Un chiffre « d’usage » ne compte que l’électricité consommée.
Deux comptabilités de l’électricité coexistent. La méthode location-based applique le carbone moyen du réseau où se trouve le centre de données. La méthode market-based déduit l’électricité renouvelable achetée par contrat. La seconde donne toujours un chiffre plus bas, parfois des milliers de fois plus bas.
L’eau se compte de deux façons. L’eau consommée sur site refroidit les serveurs. L’eau hors site est celle qu’évapore la production de l’électricité qu’ils consomment. Une ACV ajoute l’eau de fabrication du matériel.
Médiane et moyenne ne se comparent pas. La médiane est la valeur de la requête du milieu, la moyenne intègre les requêtes très longues, beaucoup plus coûteuses.
La solidité de chaque chiffre est indiquée en trois niveaux. mesure publiée signale une mesure ou une ACV publiée par l’exploitant ou un organisme public. estimation signale une modélisation indépendante, revue ou non. calcul signale un calcul de notre part, dont les hypothèses sont données.
Ce que coûte une requête texte, selon qui la mesure
Six chiffres circulent pour une requête texte ordinaire. Cinq se situent entre 0,24 et 0,42 Wh. Le sixième, souvent cité dans la presse, date de 2024 et dépasse les autres d’un facteur dix.
| Modèle et requête | Énergie | Périmètre | Source | Solidité |
|---|---|---|---|---|
| Gemini, requête texte médiane | 0,24 Wh | Mesure sur la flotte de Google en mai 2025. Puces, processeurs, mémoire, machines en veille et refroidissement (PUE de 1,09). Entraînement, réseau et terminal exclus. Le modèle et la longueur ne sont pas publiés. | Google, août 2025 | mesure publiée |
| Gemini, même requête, périmètre étroit | 0,10 Wh | Puces actives seulement. Google indique que c'est le périmètre retenu par la plupart des autres études. | Google, août 2025 | mesure publiée |
| ChatGPT, requête moyenne | 0,34 Wh | Aucune méthode, aucun périmètre, aucun modèle publiés. | OpenAI, S. Altman, juin 2025 | déclaration |
| GPT-4o, requête type de 500 jetons en sortie | ≈ 0,3 Wh | Modélisation à partir de la puissance des puces H100 et d'hypothèses d'utilisation. | Epoch AI, février 2025 | estimation |
| Grands modèles sur H100, requête médiane | 0,31 Wh (0,16 à 0,60) | Modélisation ascendante à partir du débit de jetons et de la puissance des serveurs. Revue par les pairs. | Oviedo et al., Joule, 2026 | estimation |
| GPT-4o, requête courte (100 jetons en entrée, 300 en sortie) | 0,42 Wh | Modélisation à partir des débits d'API et du matériel supposé de chaque fournisseur. Prépublication révisée six fois. | Jegham et al., v6, novembre 2025 | estimation |
| ChatGPT, requête type | 2,9 Wh | Hypothèses de 2023, puces A100 à pleine puissance. Epoch AI juge ces hypothèses dépassées. Chiffre lu dans le compte rendu de l'APPA, le rapport n'étant pas accessible. | EPRI, mai 2024 | estimation |
Google publie aussi l’évolution de sa propre mesure. Entre mai 2024 et mai 2025, l’énergie d’une requête médiane à Gemini est divisée par 33 et ses émissions par 44 (Google, 2025).
Ce qui fait varier le chiffre : longueur, raisonnement, images, vidéo, agents
Les chiffres précédents portent sur une requête texte courte. Cinq facteurs les multiplient.
La longueur du texte fourni. Pour GPT-4o, Epoch AI estime environ 2,5 Wh avec 10 000 jetons en entrée (une trentaine de pages) et environ 40 Wh avec 100 000 jetons (Epoch AI, 2025).
Le raisonnement. Les modèles qui « réfléchissent » avant de répondre produisent beaucoup plus de jetons. Les écarts mesurés vont d’un facteur 13 à un facteur 700 selon le modèle et la méthode. Pour une requête de raisonnement quinze fois plus longue, l’étude publiée dans Joule donne une médiane de 3,9 Wh (Oviedo et al., 2026). Jegham et al. estiment 12,2 Wh pour une requête longue au modèle o3 et 29 Wh pour DeepSeek-R1 sur les serveurs de DeepSeek, avec une incertitude de ±9,7 Wh. Ils mesurent environ 70 % de moins pour le même modèle hébergé sur Azure (Jegham et al., 2025). Sur de petits modèles ouverts, Hugging Face mesure en moyenne 30 fois plus d’énergie avec le raisonnement activé, et jusqu’à 697 fois pour un même modèle (AI Energy Score v2, 2025).
Les images. La génération d’une image coûte de 0,6 Wh (Stable Diffusion 3 Medium, selon MIT Technology Review) à 11,5 Wh (Stable Diffusion XL, selon Luccioni et al.), selon le modèle et le nombre d’étapes de calcul.
La vidéo. Une vidéo de 5 secondes générée par CogVideoX consomme 3,4 millions de joules, soit environ 0,94 kWh (MIT Technology Review, 2025).
Les agents. Un agent enchaîne des dizaines d’appels au modèle pour une seule demande. Aucun éditeur ne publie de chiffre. Deux estimations indépendantes portent sur Claude Code, l’agent de programmation d’Anthropic. Simon P. Couch obtient 41 Wh pour une session médiane et environ 1,3 kWh pour une journée intensive (Couch, 2026). Zeke Hausfather obtient 150 Wh en moyenne par instruction saisie, dans une fourchette de 60 à 290 Wh, sur huit semaines d’usage (Hausfather, 2026). Les deux reposent sur des facteurs par jeton déduits des estimations d’Epoch AI. L’AIE écrit que les tâches agentiques consomment « des centaines ou des milliers de fois » plus qu’une génération de texte simple, sans donner de valeur en Wh (AIE, 2026).
Palier suivant seize fois plus large. La dernière barre ci-dessus devient l'une des plus courtes.
Palier suivant cinquante fois plus large.
Palier suivant seize fois plus large.
| Usage | Énergie | Fondement | Source | Solidité |
|---|---|---|---|---|
| Recherche Google | 0,3 Wh | Serveurs de Google seulement. Chiffre déclaratif de 2009, jamais mis à jour. | Google, janvier 2009 | déclaration |
| Ordinateur portable, une heure | ≈ 9,5 Wh | 9,25 W mesurés en laboratoire en lecture vidéo, chargeur compris (tableau 12, p. 75). Les consommations annuelles de l'ADEME, veille comprise, donnent un plafond d'environ 25 W. | Arcom, Arcep et ADEME, octobre 2024 | mesure publiée |
| Eau bouillie, 25 cl et 1 L | ≈ 29 et 116 Wh | Eau portée de 15 à 100 °C (4,186 kJ/kg/K), rendement supposé de 85 %. Aucune mesure publiée du rendement trouvée. | Loi physique | calcul |
| Streaming vidéo, une heure | 77 Wh | Électricité des terminaux (72 %), du réseau (23 %) et des centres de données (5 %), données 2019. Fabrication exclue. | AIE, G. Kamiya, décembre 2020 | estimation |
| Réfrigérateur combiné, une journée | 340 à 670 Wh | 125 à 245 kWh par an pour 275 litres. | ADEME, guide « Réduire sa facture d'électricité », 2017 | calcul |
| Lave-linge, un cycle | 700 à 1 250 Wh | 150 à 195 kWh par an, rapportés au nombre de cycles supposé. | ADEME, guide « Réduire sa facture d'électricité », 2017 | calcul |
| Douche de 5 minutes | ≈ 2 000 Wh | 60 litres (12 L/min) chauffés de 12 à 40 °C, pertes du ballon exclues. | ADEME, Nos Gestes Climat, douches | calcul |
| Corps humain, une journée | ≈ 2 330 Wh | Besoin de 2 000 kcal par jour, soit environ 97 W. Énergie alimentaire. | EFSA, janvier 2013 | calcul |
| Foyer français, une journée | ≈ 11 400 Wh | 146 TWh pour 35 millions de sites résidentiels en 2025. Un site n'est pas toujours un ménage. | CRE, observatoire du 4e trimestre 2025 | calcul |
| Voiture thermique, aller-retour de 2 × 30 km | ≈ 34 800 Wh | 3,9 litres d'essence (6,5 L/100 km) à 8,9 kWh par litre. | Pouvoir calorifique de l'essence | calcul |
Le carbone en cycle de vie
Le wattheure ne compare que des appareils électriques. Le carbone en cycle de vie permet d’ajouter l’alimentation, les transports et la fabrication des objets. Deux chiffres seulement sont publiés pour une requête à une IA, et ils diffèrent d’un facteur 38.
Google publie 0,03 gCO₂e pour une requête médiane à Gemini, dont un tiers pour la fabrication du matériel (Google, 2025). Ce chiffre compte l’électricité en market-based, à 94 gCO₂e/kWh. Le même article publie un facteur location-based de 345 gCO₂e/kWh, sans recalculer la requête avec lui.
Mistral AI publie 1,14 gCO₂e pour une réponse de 400 jetons de Mistral Large 2, dans une ACV menée avec Carbone 4 et l’appui de l’ADEME, fabrication des serveurs comprise (Mistral AI, 2025). Le mix électrique retenu et l’énergie en Wh ne sont pas publiés.
Aucun chiffre de carbone n’est publié pour les agents, le raisonnement, l’image ou la vidéo.
Palier suivant soixante-quinze fois plus large.
Palier suivant soixante-sept fois plus large.
Palier suivant vingt fois plus large.
| Usage | gCO₂e | Périmètre | Source | Solidité |
|---|---|---|---|---|
| Requête médiane à Gemini | 0,03 g | Usage et fabrication du matériel, électricité en market-based. Entraînement et terminal exclus. | Google, août 2025 | mesure publiée |
| Réponse de Mistral Large 2 | 1,14 g | ACV de l'inférence, fabrication des serveurs comprise. Terminal exclu. | Mistral AI, Carbone 4 et ADEME, juillet 2025 | mesure publiée |
| Thé, 20 cl ; expresso, 30 ml | 8,7 g ; 19 g | Du champ à la tasse, 43,6 g et 635 g par litre (Agribalyse 3.2). | ADEME, Impact CO2, thé ; ADEME, Impact CO2, café | mesure publiée |
| Vidéo à la demande, une heure | 52,4 g | Téléviseur connecté, fabrication comprise, électricité à 67 g/kWh (p. 143-144). | Arcom, Arcep et ADEME, octobre 2024 | mesure publiée |
| Streaming, une heure | 71 g (53 à 110) | Ordinateur portable en wifi, fabrication de l'ordinateur comprise (p. 80-87). | ADEME et I Care, 2022 | mesure publiée |
| Voiture thermique ; TGV | 142 g/km ; 2,93 g/km | Fabrication du véhicule et construction du matériel comprises. TGV par passager. | ADEME, Impact CO2, voiture thermique ; ADEME, Impact CO2, TGV | mesure publiée |
| Repas végétarien, poulet, bœuf | 0,85 ; 1,46 ; 4,97 kg | Repas types Agribalyse 3.2. | ADEME, Impact CO2, repas | mesure publiée |
| Roman papier ; liseuse | 0,9 kg ; 45 kg | Livre neuf lu une fois (tableau 13). La liseuse devient plus sobre au-delà de 10 livres neufs par an (tableau 14). | ADEME et I Care, 2022 | mesure publiée |
| Smartphone ; ordinateur portable | 80 kg ; 193 kg | Cycle de vie complet, 2,5 et 5 ans d'usage. La fabrication en représente l'essentiel. | ADEME, Impact CO2, appareils numériques | mesure publiée |
| Avion long-courrier | 178 g/km | Par passager, traînées de condensation comprises. | ADEME, Impact CO2, avion long-courrier | mesure publiée |
Le carbone de l’électricité dépend du pays. En France, RTE donne 29 gCO₂e/kWh en cycle de vie pour la production de 2025 (RTE, 2025) et l’ADEME 46,1 gCO₂e/kWh pour la consommation, importations comprises (Nos Gestes Climat). Ember donne 384 gCO₂e/kWh pour les États-Unis et 458 gCO₂e/kWh pour la moyenne mondiale en 2025 (Ember, 2026).
Une rumeur corrigée
« 30 minutes de Netflix émettent 1,6 kg de CO₂ » vient d’un entretien donné en 2019 au nom du Shift Project, à propos de la vidéo en ligne en général. Le Shift Project l’a corrigée lui-même en juin 2020 : une confusion entre bits et octets la surestimait d’un facteur huit (The Shift Project, 2020). L’AIE la juge jusqu’à 90 fois trop élevée (AIE, 2020). Les études françaises récentes donnent 52 à 71 g pour une heure, fabrication des écrans comprise.
Écrans, jeu vidéo et sorties culturelles
Les usages qui suivent servent de repères dans l’article principal. L’énergie y est l’électricité de l’appareil, le carbone celui du cycle de vie, fabrication et réseau compris.
| Usage | Énergie | Carbone | Fondement | Source |
|---|---|---|---|---|
| Ordinateur portable, 20 min | ≈ 3,2 Wh | ≈ 17 g | 9,25 W mesurés ; 50 g par heure avec réseau et centres de données, fabrication amortie sur 5 ans (tableaux 12 et 74). | Arcom, Arcep et ADEME, octobre 2024 |
| Ordinateur fixe et un écran de 24 pouces, 20 min | ≈ 7,8 Wh | ≈ 42 g | Médianes de puissance au repos des modèles certifiés, 10,5 W pour l'unité centrale et 12,9 W pour l'écran, donc une borne basse. Carbone de l'ACV ADEME 2022 en scénario de jeu (tableau 47). | ENERGY STAR, base des ordinateurs ; ADEME et I Care, 2022 |
| Même poste avec deux écrans, 20 min | ≈ 12,1 Wh | ≈ 47 g | Second écran de 12,9 W ajouté, calcul. | ENERGY STAR, base des ordinateurs ; ADEME et I Care, 2022 |
| Console de salon, une heure de jeu | 154 à 220 W | 177 g avec téléviseur | Xbox Series X 154 W en moyenne sur plus de 200 jeux ; PS5 198 à 219 W selon le modèle ; Switch 7 W. Carbone, console et téléviseur en ACV (tableau 43). | Microsoft, mesures de référence Xbox ; Sony, fiche d'écoconception PS5 ; Nintendo, fiche technique Switch ; ADEME et I Care, 2022 |
| Ordinateur de jeu, une heure | 212 à 512 Wh | 133 g avec écran | Moyenne pondérée et pointe d'une machine de référence de 2014. Carbone en ACV (tableau 47). | Mills et Mills, Energy Efficiency, 2016 ; ADEME et I Care, 2022 |
| Téléviseur de 55 pouces | 96,5 W | Médiane de 31 modèles neufs certifiés. Le parc français moyen de 48 pouces consomme environ 130 W (Arcom, p. 76-77). | ENERGY STAR, base des téléviseurs | |
| Film de 2 h, téléviseur connecté | ≈ 376 Wh | ≈ 105 g | 0,188 kWh par heure dont 0,14 kWh pour le téléviseur ; 52,4 g par heure en ACV (tableau 56, p. 130 et 144). | Arcom, Arcep et ADEME, octobre 2024 |
| Film de 2 h, ordinateur portable | ≈ 99 Wh | 100 à 141 g | Réseau fixe compris. 50 g par heure selon l'Arcom, 71 g selon l'ADEME 2022 (tableau 37). | Arcom, Arcep et ADEME, octobre 2024 ; ADEME et I Care, 2022 |
| Musique ou podcast, une heure | ≈ 41 Wh | 31 à 40 g | Smartphone 0,86 Wh, réseau mobile 39,7 Wh (Arcom, tableau 52). 40 g selon l'ADEME 2022 (tableau 29). | Arcom, Arcep et ADEME, octobre 2024 ; ADEME et I Care, 2022 |
| Usage | Carbone | Fondement | Source |
|---|---|---|---|
| Roman papier neuf de 300 pages | ≈ 0,9 kg | Livre lu une fois. 0,45 kg par lecture s'il est lu deux fois, la valeur par défaut de l'étude (tableau 13 et p. 36). | ADEME et I Care, 2022 |
| Livre lu sur liseuse | ≈ 2,1 kg | Liseuse de 45 kg sur 5 ans à 4,4 livres par an (tableau 14). Plus sobre que le papier au-delà d'environ 10 livres par an. | ADEME et I Care, 2022 |
| Séance de cinéma | ≈ 5 kg, dont ≈ 0,5 kg hors trajet | 1,07 Mt pour 213 millions d'entrées en 2019, trajets des spectateurs « de l'ordre de 90 % » (p. 144-155). Calcul par entrée. | The Shift Project, Décarbonons la culture, 2021 |
| Concert en salle moyenne | 17 à 21 kg | Bilan d'une salle de 1 000 places, environ 1 500 t pour 70 000 à 90 000 spectateurs. Le transport des artistes et du matériel en fait les deux tiers (p. 74-75). | The Shift Project, Décarbonons la culture, 2021 |
| Grand festival de 4 jours | ≈ 56 kg | 15 656 t pour 280 000 visiteurs, dont 27,8 kg de trajets. 3 % de visiteurs venus en avion font 60 % des émissions de trajets (p. 55-56). | The Shift Project, Décarbonons la culture, 2021 |
| Spectacle en scène nationale | trajets seuls 0,9 à 10,7 kg | Aucun total par spectateur publié. Les trajets du public représentent 30 % du bilan moyen d'une scène (p. 5 et 24). | Association des Scènes nationales, avril 2025 |
L’eau d’une requête, de 0,26 à 45 millilitres
Les chiffres publiés vont d’un facteur 170. L’écart tient d’abord au périmètre compté.
| Modèle | Eau | Périmètre | Source | Solidité |
|---|---|---|---|---|
| Gemini, requête médiane | 0,26 mL | Refroidissement sur site seulement. L'eau de production de l'électricité est exclue. | Google, août 2025 | mesure publiée |
| ChatGPT, requête moyenne | ≈ 0,32 mL | 0,000085 gallon, sans périmètre publié. | OpenAI, S. Altman, juin 2025 | déclaration |
| GPT-3, requête | 2,2 mL sur site ; 16,9 mL au total | Moyenne américaine, eau hors site de la production d'électricité comprise (tableau 1). Les auteurs jugent l'estimation prudente. | Li, Yang, Islam et Ren, v5, mars 2025 | estimation |
| Mistral Large 2, réponse de 400 jetons | 45 mL | ACV, fabrication du matériel comprise. | Mistral AI, Carbone 4 et ADEME, juillet 2025 | mesure publiée |
Shaolei Ren, coauteur de Li et al., reproche à Google de comparer son eau sur site au chiffre total de son équipe, qui inclut l’eau de production de l’électricité (The Register, 2025). La formule « une bouteille de 500 mL pour 10 à 50 réponses », souvent reprise, figure dans cette étude et porte sur GPT-3 avec l’eau hors site.
À l’échelle mondiale, l’AIE estime la consommation d’eau des centres de données à 560 milliards de litres par an, dont environ deux tiers liés à la production de l’électricité (AIE, 2025, encadré 5.4). Microsoft déclare que 48 % de l’eau consommée par ses sites en 2025 l’est dans des zones de stress hydrique (Microsoft, 2026).
L’entraînement et la fabrication du matériel
Les chiffres par requête excluent l’entraînement des modèles. Les entraînements publiés ou estimés s’étendent sur trois ordres de grandeur.
| Objet | Valeur | Périmètre | Source | Solidité |
|---|---|---|---|---|
| GPT-3, entraînement | 1 287 MWh ; 552 tCO₂e | Entraînement final seul, essais préalables et matériel exclus (tableau 4). | Patterson et al., avril 2021 | estimation |
| GPT-4, entraînement | ≈ 52 à 62 GWh | Hypothèse de 25 000 puces A100 pendant 90 à 100 jours, fondée sur des fuites non vérifiées. | K. Ludvigsen, 2023 | estimation |
| BLOOM, entraînement | 433 MWh ; 50,5 tCO₂e | Dont 11,2 t (22 %) pour la fabrication du matériel, sur le réseau français à 57 g/kWh. | Luccioni et al., BLOOM, novembre 2022 | mesure publiée |
| Llama 3.1 (8B, 70B, 405B) | 11 390 tCO₂e ou 0 t | 39,3 millions d'heures de puces. Location-based ou market-based. Puissance nominale, non mesurée. | Meta, fiche du modèle Llama 3.1, juillet 2024 | mesure publiée |
| Mistral Large 2 | 20 400 tCO₂e ; 281 000 m³ d'eau | ACV à janvier 2025, entraînement et 18 mois d'usage, sans répartition publiée. | Mistral AI, Carbone 4 et ADEME, juillet 2025 | mesure publiée |
| Carte de 8 puces H100 | 1 312 kgCO₂e | Fabrication seule. Mémoire 42 %, circuits 25 %, refroidissement 18 %. Revue critique ISO 14067. | NVIDIA et WSP, HGX H100 | mesure publiée |
| Puces TPU de Google | Exploitation 70 à 90 % ; fabrication moins de 25 % | Cycle de vie des puces, par les ingénieurs de Google. | Schneider et al., février 2025 | estimation |
La part de la fabrication dépend surtout du carbone de l’électricité retenue. Une étude de Harvard et Facebook conclut que la fabrication domine les émissions des équipements, sur une électricité comptée en market-based, donc presque nulle (Gupta et al., 2021). Google trouve 70 à 90 % d’émissions d’exploitation pour ses puces. BLOOM, entraîné sur le réseau français, attribue 22 % à la fabrication.
La part de l’inférence dans la consommation totale diffère selon les sources et les périodes. Google l’estimait à environ trois cinquièmes de l’énergie de son apprentissage automatique entre 2019 et 2021 (Patterson et al., 2022). Le laboratoire national Lawrence Berkeley (LBNL) attribue à l’entraînement environ 35 % de la puissance des serveurs d’IA américains en 2024 et 20 % en 2030, sur une hypothèse du cabinet Omdia (LBNL, 2026, p. 22).
À l’échelle d’un pays et du monde
Selon l’AIE, les centres de données ont consommé 415 TWh en 2024, environ 1,5 % de l’électricité mondiale, cryptomonnaies exclues (AIE, 2025). Sa mise à jour d’avril 2026 donne 485 TWh pour 2025, en hausse de 17 %, et 950 TWh en 2030 (AIE, 2026). La part des centres de données dans l’électricité mondiale était de 1 % en 2005 (AIE, 2025, p. 68). L’AIE estime que les serveurs dédiés à l’IA représentaient environ 15 % de l’électricité des centres de données en 2024, par une méthode qu’elle qualifie elle-même d’approximation (p. 56).
La moyenne mondiale masque des concentrations locales.
En France, l’ADEME recense 352 centres de données qui ont consommé 8,16 TWh en 2024 (ADEME, 2026, p. 8). Pour 2035, RTE projette 23 à 28 TWh (RTE) et l’ADEME 36,7 TWh dans son scénario tendanciel, avec des périmètres différents.
Les rapports des exploitants donnent la mesure de la croissance. L’électricité des centres de données de Google passe de 30,6 TWh en 2024 à 42,4 TWh en 2025, et ses émissions totales de 10,35 Mt en 2019 à 18,85 Mt en 2025 selon le GHG Protocol (Google, 2026, p. 90-93). Les émissions de Microsoft augmentent de 61,7 % entre 2020 et son exercice 2025, de 13,06 à 21,12 Mt (Microsoft, 2026, tableau 1B, calcul). Dans le même temps, le volume de jetons traités par Google est multiplié par sept en un an, pour dépasser 3 200 000 milliards par mois en mai 2026 (Google I/O, 2026).
La comptabilité change l’ordre de grandeur
Les exploitants publient leurs émissions d’électricité selon les deux méthodes. L’écart est considérable.
| Exploitant | Location-based | Market-based | Source |
|---|---|---|---|
| Meta, centres de données, 2024 | 5,86 Mt | 135 t | Meta, Environmental Data Index 2025 |
| Google, scope 2, 2025 | 15,15 Mt | 2,82 Mt | Google, Environmental Report 2026 |
| Microsoft, scope 2, exercice 2025 | 12,03 Mt | 2,71 Mt | Microsoft, Environmental Data Fact Sheet 2026 |
| Llama 3.1, entraînement | 11 390 t | 0 t | Meta, fiche du modèle Llama 3.1, juillet 2024 |
Des projections qui divergent
Pour 2035, l’AIE publie quatre scénarios mondiaux, de 700 TWh à plus de 1 700 TWh (AIE, 2025, p. 67-68). Pour les États-Unis en 2030, l’AIE projette environ 430 TWh et le LBNL 649 TWh, dans une fourchette de 521 à 843 TWh. Le LBNL attribue l’écart aux hypothèses sur les livraisons de puces, et désigne le taux d’utilisation des serveurs d’inférence comme l’hypothèse la plus sensible (LBNL, 2026, p. 11). La consommation américaine de 2024, 192 TWh, se situe dans le bas de la fourchette du rapport précédent du LBNL.
Jonathan Koomey juge les projections au-delà de quelques années « guère meilleures que des conjectures ». Il rappelle que des propositions de projets comptées plusieurs fois gonflent les prévisions des fournisseurs d’électricité (Koomey, 2025, p. 10 et 29). À partir des capacités de fabrication de TSMC, Alex de Vries-Gao estime que le matériel d’IA pourrait approcher la moitié de la puissance des centres de données fin 2025, une estimation très sensible à ses hypothèses d’utilisation (de Vries-Gao, 2025).
L’effet rebond. Le paradoxe de Jevons, formulé en 1865 à propos du charbon, décrit une efficacité qui accroît la consommation totale en rendant l’usage moins cher. Luccioni, Strubell et Crawford l’appliquent à l’IA sans le chiffrer (FAccT 2025). Aucune source primaire ne mesure ce rebond pour l’IA à ce jour.
Les gains attribués à l’IA. L’AIE chiffre à 1 400 Mt de CO₂ par an en 2035 les réductions possibles si les applications existantes étaient largement adoptées, en précisant qu’aucune dynamique n’assure cette adoption (AIE, 2025, p. 251-252). Une étude de la London School of Economics avance 3,2 à 5,4 Gt par an en 2035, sous condition de politiques publiques (Stern et al., 2025). Un rapport commandé par six ONG examine 154 allégations de bénéfices climatiques et en juge 74 % non démontrées (Joshi, 2026). Les deux premières chiffrent un potentiel modélisé, le troisième évalue les preuves apportées par les allégations publiées.
Ce qui n’est pas publié
Anthropic, Meta, Microsoft, xAI et DeepSeek ne publient aucun chiffre d’énergie par requête au 1er octobre 2026. Les valeurs qui circulent pour leurs modèles viennent de tiers. OpenAI publie une moyenne sans méthode. Mistral publie une ACV sans l’énergie en Wh ni le mix électrique. Google publie une médiane sans le nom du modèle, la longueur des requêtes ni leur volume. Aucun éditeur ne publie de chiffre pour le raisonnement, les agents, l’image ou la vidéo.
Plusieurs études citées ici sont des prépublications. Celle de Jegham et al. a connu six versions, et la presse cite parfois une version ancienne (23,8 Wh pour DeepSeek-R1, quand la sixième version donne 19,3 à 29,1 Wh selon la longueur de la requête). Les chiffres de cette page sont relevés au 1er octobre 2026 et seront mis à jour à mesure des publications.
Sources
Toutes les sources ont été consultées entre le 22 septembre et le 1er octobre 2026.
- Google, août 2025, Elsworth et al. (Google), Measuring the environmental impact of delivering AI at Google scale, arXiv 2508.15734.
- OpenAI, S. Altman, juin 2025, Sam Altman, The Gentle Singularity.
- Epoch AI, février 2025, Josh You, How much energy does ChatGPT use?.
- Jegham et al., v6, novembre 2025, Jegham et al., How Hungry is AI? Benchmarking Energy, Water, and Carbon Footprint of LLM Inference, arXiv 2505.09598.
- Oviedo et al., Joule, 2026, Oviedo et al., estimation ascendante de l’énergie d’inférence, Joule, arXiv 2509.20241.
- EPRI, mai 2024, EPRI, Powering Intelligence, compte rendu de l’APPA.
- Mistral AI, Carbone 4 et ADEME, juillet 2025, Our contribution to a global environmental standard for AI.
- Luccioni et al., FAccT 2024, Luccioni, Jernite et Strubell, Power Hungry Processing.
- Hugging Face, AI Energy Score v2, décembre 2025, Luccioni et Gamazaychikov, AI Energy Score v2.
- MIT Technology Review, mai 2025, O’Donnell et Crownhart, We did the math on AI’s energy footprint.
- S. P. Couch, janvier 2026, Simon P. Couch, Electricity use of AI coding agents.
- Z. Hausfather, août 2026, Zeke Hausfather, The real energy use of agentic AI, The Climate Brink.
- Li, Yang, Islam et Ren, v5, mars 2025, Li, Yang, Islam et Ren, Making AI Less Thirsty, arXiv 2304.03271.
- The Register, août 2025, Google’s Gemini water claims, entretien avec Shaolei Ren.
- Google, janvier 2009, Powering a Google search.
- AIE, G. Kamiya, décembre 2020, The carbon footprint of streaming video: fact-checking the headlines.
- ADEME et I Care, 2022, Évaluation de l’impact environnemental de la digitalisation des services culturels.
- Arcom, Arcep et ADEME, octobre 2024, Étude de l’impact environnemental des usages audiovisuels.
- The Shift Project, juin 2020, Le Shift Project a-t-il surestimé l’empreinte carbone de la vidéo en ligne ?.
- ADEME, Impact CO2, café, Agribalyse 3.2.
- ADEME, Impact CO2, thé, Agribalyse 3.2.
- ADEME, Impact CO2, repas, Agribalyse 3.2.
- ADEME, Impact CO2, voiture thermique, Base Empreinte.
- ADEME, Impact CO2, TGV, Base Empreinte.
- ADEME, Impact CO2, avion long-courrier, Base Empreinte.
- ADEME, Impact CO2, appareils numériques, étude ADEME-Arcep.
- ADEME, guide « Réduire sa facture d’électricité », 2017, consommations annuelles de l’électroménager.
- ADEME, Nos Gestes Climat, empreinte carbone du mix électrique, Base Empreinte 2025.
- ADEME, Nos Gestes Climat, douches, débit d’une douche.
- CRE, observatoire du 4e trimestre 2025, Observatoire des marchés de détail de l’électricité.
- EFSA, janvier 2013, valeurs nutritionnelles de référence pour l’énergie.
- RTE, Bilan électrique 2025, émissions.
- Ember, Global Electricity Review 2026, pays et régions.
- AIE, Energy and AI, avril 2025, résumé.
- AIE, Energy and AI, rapport complet, PDF.
- AIE, Key Questions on Energy and AI, avril 2026, résumé.
- LBNL, mise à jour de juin 2026, United States Data Center Energy Usage Report, 2025 update.
- CSO Irlande, juillet 2026, Data Centres Metered Electricity Consumption 2025.
- CBS Pays-Bas, décembre 2025, Datacenters verbruiken 4,6 procent van de elektriciteit.
- ADEME, centres de données, janvier 2026, consommation des centres de données en France.
- RTE, l’essor des centres de données, projections 2030 et 2035.
- Patterson et al., avril 2021, Carbon Emissions and Large Neural Network Training.
- Patterson et al., avril 2022, The Carbon Footprint of Machine Learning Training Will Plateau, Then Shrink.
- Meta, fiche du modèle Llama 3.1, juillet 2024, émissions d’entraînement.
- Luccioni et al., BLOOM, novembre 2022, Estimating the Carbon Footprint of BLOOM.
- NVIDIA et WSP, HGX H100, Product Carbon Footprint Summary.
- Schneider et al., février 2025, cycle de vie des TPU, arXiv 2502.01671.
- Gupta et al., HPCA 2021, Chasing Carbon.
- Google, Environmental Report 2026, tableaux de données.
- Microsoft, Environmental Data Fact Sheet 2026, tableaux 1, 5 et eau.
- Meta, Environmental Data Index 2025, tableaux 1.1.
- Google I/O, mai 2026, discours d’ouverture de Sundar Pichai.
- Koomey et Bipartisan Policy Center, février 2025, Electricity Demand Growth and Data Centers: A Guide for the Perplexed.
- de Vries-Gao, Joule, juin 2025, AI: The hidden environmental footprint.
- Luccioni, Strubell et Crawford, FAccT 2025, From Efficiency Gains to Rebound Effects.
- Stern et al., npj Climate Action, juin 2025, potentiel de réduction des émissions.
- ENERGY STAR, base des ordinateurs, ordinateurs et écrans certifiés, consultée le 01/10/2026.
- ENERGY STAR, base des téléviseurs, téléviseurs certifiés, consultée le 01/10/2026.
- Microsoft, mesures de référence Xbox, consommation moyenne en jeu.
- Sony, fiche d’écoconception PS5, consommation par modèle.
- Nintendo, fiche technique Switch, consommation électrique.
- Mills et Mills, Energy Efficiency, 2016, Taming the energy use of gaming computers.
- The Shift Project, Décarbonons la culture, 2021, rapport final.
- Association des Scènes nationales, avril 2025, référentiel carbone.
- K. Joshi pour six ONG, février 2026, rapport sur 154 allégations climatiques.