Il couvre la puce, le processeur hôte, les machines réservées mais inactives et l'overhead du data center. Il ne couvre pas l'entraînement du modèle, le réseau externe, le stockage des données ni votre terminal.
Et il représente une médiane, pas une moyenne. Sur le même périmètre, le même fournisseur publie 0,10 Wh en frontière étroite : le rapport entre les deux vaut 2,4, dont 1,72 de frontière et le reste d'échantillonnage.
La seule décomposition publiée par un fournisseur
Google, août 2025, prompt texte médian de Gemini Apps, données de mai 2025. À ce jour, aucun autre acteur n'a publié de ventilation par poste.
| Poste | Wh par prompt | Part |
|---|---|---|
| Accélérateurs IA actifs | 0,14 | 58 % |
| Processeur hôte et mémoire vive | 0,06 | 25 % |
| Machines provisionnées mais inactives | 0,02 | 10 % |
| Overhead data center, PUE de 1,09 | 0,02 | 8 % |
| Total | 0,24 | 100 % |
Quarante-deux pour cent de l'énergie n'est pas dans la puce. Et c'est un plancher : réseau et terminaux restent exclus.
La liste de ce qu'on décide de compter. Elle n'a rien d'objectif : deux mesures rigoureuses sur des frontières différentes donnent deux résultats justes et incomparables.
En pratique, la frontière explique plus d'écarts entre chiffres publiés que l'efficacité réelle des systèmes. À demander en premier, devant n'importe quelle valeur.
Le facteur 2,4 mélange deux effets
Le papier annonce que l'approche complète donne un total 2,4 fois supérieur à l'approche étroite couramment utilisée. Ce 2,4 mélange deux effets distincts, que Google sépare lui-même.
| Effet | Facteur | Nature |
|---|---|---|
| Élargissement de frontière, puce active vers environnement de production | 1,72 | méthodologique, à échantillon constant |
| Changement d'échantillon, 10 % des data centers les plus efficients vers moyenne de flotte | environ 1,4 | biais de sélection de site |
| Produit | 2,4 |
Dire « le périmètre change le résultat d'un facteur 2,4 » passe en réunion. En méthodologie c'est faux : le facteur de périmètre est 1,72. Le reste est un biais d'échantillonnage, tout aussi instructif. Mesurer sur ses meilleurs sites gonfle un résultat de 40 % sans changer une ligne de méthode.
Ce que devient le chiffre si vous oubliez un poste
| Poste omis | Effet | Qui l'omet |
|---|---|---|
| Processeur hôte et mémoire | −25 % | toutes les mesures par sonde GPU |
| Machines inactives | −10 % | toutes les méthodologies tierces, sans exception |
| Overhead data center | −8 % avec un PUE de 1,09, jusqu'à −35 % avec un PUE de 1,54 | certaines méthodes explicitement |
| Matériel amorti | de 1 à 20 % du cycle de vie selon la durée de vie retenue | les méthodes les plus anciennes |
| Entraînement | indécidable, faute de dénominateur publié | Google, Mistral, et le référentiel SCI for AI |
Le poste des machines inactives mérite une mention particulière. Il ne pèse que 10 % chez un opérateur qui remplit ses machines mieux que quiconque, et aucune méthodologie tierce ne le capte. Sur un déploiement à faible charge, le même poste peut atteindre 75 % : Luccioni, Viguier et Ligozat (JMLR 2023) ont mesuré BLOOM en service pendant 18 jours, sur 16 A100, pour 230 768 requêtes et sans regroupement. Même à zéro requête, l'instance consomme environ 0,28 kWh par tranche de dix minutes, et environ trois quarts de l'énergie totale servent simplement à maintenir le modèle en mémoire.
Ce poste dépend surtout de l'exploitant, très peu du modèle.
Deux chiffres célèbres qu'on ne peut pas comparer
| Source | Valeur | Unité et périmètre |
|---|---|---|
| Google, août 2025 | 0,24 Wh, 0,03 gCO2e, 0,26 mL | prompt texte médian, puce + hôte + inactif + PUE, matériel amorti inclus, carbone en market-based, eau sur site seulement |
| Mistral, juillet 2025 | 1,14 gCO2e, 45 mL | réponse de 400 tokens, analyse de cycle de vie location-based, fabrication des serveurs incluse, terminaux exclus |
| OpenAI, juin 2025 | 0,34 Wh | requête « moyenne », périmètre non documenté |
Google publie une énergie sans dire combien de tokens. Mistral publie des impacts sans dire combien d'énergie. Impossible de ramener les 0,24 Wh à un token, impossible de convertir les 1,14 gCO2e en Wh. La presse met pourtant les deux valeurs côte à côte : elles ne partagent aucune grandeur commune.
Ajoutez que le chiffre de Google est une médiane assumée, parce que la distribution est très asymétrique, quand celui d'OpenAI est présenté comme une moyenne. Comparer 0,24 et 0,34 revient à comparer deux statistiques différentes de deux populations différentes.
Question
Un fournisseur vous annonce 0,05 Wh par requête, mesuré par sonde sur ses accélérateurs. Comment lisez-vous ce chiffre ?
Choisissez une réponse pour voir l'explication.
La question à poser avant toutes les autres
Avant de discuter d'un chiffre, demandez de quelle grandeur on parle. Cinq unités circulent en permanence dans les mêmes paragraphes et ne s'additionnent pas : des dollars, des watt-heures, des mégawatts de capacité installée, des FLOP et des heures de calcul. Et dans cette liste, un piège de plus : le FLOP compte du travail, le FLOPS mesure un débit. Les deux mots se ressemblent, les deux grandeurs n'ont rien à voir.
Puis, dans l'ordre : la frontière, l'échantillon, la statistique (médiane ou moyenne), la convention carbone, et la taille de lot à laquelle la mesure a été faite. Personne ne déclare le dernier, celui qui produit pourtant les écarts les plus violents : environ 35 entre une mesure sans regroupement et une mesure de production, sur des modèles de même classe.
Le chapitre suivant montre comment assembler tout cela en une formule que vous pouvez défendre.
FAQ
Que comprend le chiffre de 0,24 Wh par requête publié par Google ?
Les accélérateurs actifs pèsent 58 %, le processeur hôte et la mémoire vive 25 %, les machines provisionnées mais inactives 10 %, l'overhead du data center 8 %. Il exclut explicitement l'entraînement du modèle, le stockage des données, le réseau externe et les terminaux utilisateurs.
Pourquoi le même fournisseur publie-t-il 0,10 Wh et 0,24 Wh ?
Parce que les deux valeurs reposent sur des frontières et des échantillons différents. L'élargissement de la frontière, de la puce active à l'environnement de production complet, vaut un facteur 1,72. Le passage des 10 % de data centers les plus efficients à la moyenne de flotte ajoute environ 1,4. Le produit donne le facteur 2,4 annoncé.
Peut-on comparer le chiffre de Google et celui de Mistral ?
Non, ils ne partagent aucune grandeur commune. Google publie une énergie par prompt médian sans préciser le nombre de tokens, en comptabilité market-based, avec l'eau sur site uniquement. Mistral publie des impacts pour une réponse de 400 tokens, en location-based, avec la fabrication du matériel incluse et sans donnée d'énergie. Les mettre côte à côte produit un écart de convention, pas d'efficacité.
Les machines inactives comptent-elles dans l'empreinte de l'IA ?
Oui, et elles sont presque toujours oubliées. Elles représentent 10 % du total chez Google, opérateur qui remplit particulièrement bien ses machines, et aucune méthodologie tierce ne les modélise. Sur un déploiement à faible charge, la mesure de référence sur le modèle BLOOM montre qu'environ trois quarts de l'énergie servent seulement à maintenir le modèle chargé en mémoire.
Quelle est la première question à poser devant un chiffre d'empreinte par requête ?
De quelle grandeur il s'agit, puis quelle frontière il couvre. Cinq unités circulent dans les mêmes discussions sans s'additionner : dollars, watt-heures, mégawatts installés, FLOP et heures de calcul. Un FLOP est une quantité de travail, un FLOPS un débit : les confondre fausse tout raisonnement d'intensité. Ensuite : l'échantillon, la statistique retenue, la convention carbone, la taille de lot de la mesure.