Choisir des modèles IA moins énergivores

• Comparer l’efficacité énergétique des modèles d’IA disponibles
• Choisir le modèle le plus adapté et le moins énergivore possible
• Documenter les critères de sélection pour les futurs projets

Responsables numérique, data scientists, achats IT, RSE

Connaître les bases des modèles d’intelligence artificielle

• Définir les critères de consommation énergétique d’un modèle d’IA
• Distinguer les grands modèles généralistes des modèles spécialisés
• Identifier les informations de consommation publiées par les éditeurs
• Comparer la taille, la précision et le coût énergétique des modèles
• Évaluer si une tâche nécessite réellement un grand modèle
• Étudier les techniques d’allègement et d’optimisation des modèles
• Considérer l’hébergement et l’origine de l’énergie des centres de données
• Tester plusieurs modèles sur un même cas d’usage métier
• Arbitrer entre qualité attendue et sobriété énergétique
• Formaliser une grille de choix réutilisable pour l’entreprise

• Comparer deux modèles d’IA sur un cas d’usage de l’entreprise
• Construire une grille de choix à critères pondérés et chiffrés
• Rédiger la justification du choix d’un modèle d’IA plus sobre

• Modèle de grille de comparaison de la consommation des modèles
• Fiche repère des critères de consommation à demander
• Check list des questions à poser aux éditeurs de modèles d’IA