L’IA générative sous la loupe environnementale : le PEReN contribue au rapport de l’Arcep

Combien d’énergie consomment vraiment les modèles d’IA générative ? Le PEReN a mené une étude inédite pour l’Arcep, mesurant la consommation énergétique en phase d’utilisation de 22 modèles de génération de texte. Ses résultats, intégralement publics, éclairent une partie des enjeux soulevés dans le rapport « Intelligence artificielle générative, quels défis environnementaux ? », publié par l’Arcep.

Un rapport complet pour comprendre l’impact environnemental de l’IA générative

L’essor de l’IA générative soulève des questions cruciales en matière de consommation énergétique et de soutenabilité. Dans la continuité de ses réflexions sur les enjeux environnementaux du numérique, l’Arcep a publié le 21 mai 2026 un rapport approfondi sur les défis posés en la matière par l’IA générative, s’appuyant sur :

• l’audition de nombreux experts (secteurs public, privé, académique et associatif) ;
• une revue exhaustive de la littérature scientifique et institutionnelle ;
• une étude complémentaire spécifique menée par le PEReN, qui mesure concrètement la consommation énergétique de plusieurs modèles d’IA générative en phase d’inférence (phase d’utilisation).

Cette étude du PEReN, rendue publique par l’Arcep, offre un éclairage technique précis sur l’efficacité énergétique des modèles d’IA générative et les facteurs clés d’influence.

Des résultats de l’étude du PEReN qui bousculent les idées reçues

Réalisée grâce aux ressources du supercalculateur Jean Zay, l’étude du PEReN a évalué 22 modèles d’IA de génération de texte (de 3 à 123 milliards de paramètres) pour identifier les facteurs influençant leur consommation énergétique en phase d’inférence. S’intéressant aux variations de consommation qui peuvent exister entre ces types de tâches (raisonnement de bon sens, questions de connaissances, raisonnement mathématique, etc.), l’étude a cherché à évaluer, si l’on connaît à l’avance le type de génération de texte à effectuer, quels modèles optimiseraient le rapport performance / coût énergétique de ce type de génération.

Parmi les résultats marquants :

• la taille des modèles n’est pas le seul critère : si les grands modèles étudiés consomment généralement plus, leur architecture et leur mode de fonctionnement jouent un rôle clé. Certains modèles de taille modeste peuvent avoir une empreinte énergétique similaire, voire supérieure, à des modèles plus grands.
• des techniques pour réduire la consommation :
  • les modèles étudiés utilisant une architecture « mélange d’experts » (division d’un modèle d’IA en plusieurs sous-réseaux spécialisés, les « experts », activés dynamiquement selon la tâche) consomment 45 % d’énergie en moins que des modèles étudiés denses équivalents.
  • la quantification (réduction de la précision des calculs) permet une économie moyenne de 39 %.
• l’impact du mode « raisonnement » : son activation peut augmenter la consommation jusqu’à +92 %, avec des gains de performance variables selon les tâches (jusqu’à +849 % pour la génération de code).
• performance et sobriété ne sont pas incompatibles : les résultats montrent que certains modèles peu énergivores offrent des performances équivalentes à des modèles plus gourmands en énergie.

Une contribution parmi d’autres pour une IA plus durable

Publiée en intégralité par l’Arcep, l’étude du PEReN, qui s’inscrit dans le renforcement de son expertise en matière d’évaluation de l’IA, représente une brique parmi d’autres dans la compréhension des enjeux environnementaux de l’IA générative. Elle complète les analyses globales du rapport de l’Arcep, qui propose quatre axes de recommandations pour concilier innovation et soutenabilité :

1. améliorer la mesure et la connaissance de l’impact environnemental de l’IA ;
2. promouvoir l’écoconception des services d’IA comme levier stratégique de la compétitivité européenne ;
3. donner les moyens aux utilisateurs de choisir leurs services d’IA générative en fonction de leur impact environnemental grâce à une régulation européenne adaptée ;
4. construire une stratégie de développement des centres de données en Europe alliant souveraineté et soutenabilité.

Ce rapport poursuit ainsi les travaux réalisés par l’Arcep sur les enjeux soulevés par le développement de l’IA générative, et notamment ceux en matière d’ouverture d’internet, qui ont fait l’objet d’un rapport publié en janvier 2026 « IA générative : des défis pour l’avenir de l’internet ouvert » et auquel le PEReN avait également collaboré au travers de son projet « IMPACTIA ».

Pour aller plus loin

• Lire le rapport complet de l’Arcep (mai 2026)
• Consulter l’étude du PEReN sur la consommation énergétique des modèles d’IA générative