# Comment prendre en compte le carbone intrinsèque du matériel d'IA ?

> Incluez les émissions de fabrication des puces et serveurs d'IA : répartissez-les selon l'usage, interrogez les fournisseurs, gardez le matériel plus longtemps.

Source: https://greenai.guide/fr/comment/comment-prendre-en-compte-le-carbone-intrinseque-du-materiel-d-ia/  
Updated: 2026-11-19

## En bref

Le carbone intrinsèque correspond aux émissions liées à la fabrication, au transport et à l'élimination du matériel. Pour en tenir compte, prenez le total des émissions intrinsèques du matériel, répartissez-le selon la durée et la part du matériel que vos travaux d'IA utilisent, et ajoutez cette part au chiffre opérationnel, comme le fait le terme M de la spécification SCI. Comme les données sont souvent minces, indiquez vos hypothèses ; et n'oubliez pas que garder le matériel plus longtemps répartit les mêmes émissions sur davantage de travail.

## Steps

1. Demandez à votre fournisseur de matériel ou de cloud les données d'émissions intrinsèques des équipements que vous utilisez.
2. Attribuez une part à vos travaux d'IA selon la durée et la fraction du matériel qu'ils utilisent.
3. Ajoutez cette part à vos émissions opérationnelles et précisez ce que vous avez inclus.
4. Indiquez vos hypothèses, y compris la durée de vie prévue du matériel.
5. Prolongez la durée de vie du matériel lorsque vous en avez la maîtrise, afin que les émissions intrinsèques couvrent davantage de travail utile.

**Comptez le matériel autant que l'électricité : plus le réseau électrique se décarbone, plus la part de la
fabrication augmente.** En 2022, Wu et ses collègues de Meta ont indiqué que le carbone intrinsèque représentait
environ 30 % de l'empreinte de l'apprentissage automatique à grande échelle de Meta, et ont avancé qu'il devenait la
source dominante à mesure que l'énergie opérationnelle se décarbone.

## Comment le répartir ? {#how-do-i-allocate-it}

La spécification SCI de la Green Software Foundation inclut les émissions intrinsèques sous le terme M. Une méthode
simple :

1. Prenez le total des émissions intrinsèques de l'appareil auprès du fabricant ou du fournisseur.
2. Divisez-le par sa durée de vie prévue pour obtenir les émissions par an ou par heure.
3. Multipliez par la durée pendant laquelle vos travaux l'ont réservé, et par la part de la machine que vous avez
   utilisée.

Pour les services cloud, vous ne voyez pas le matériel : demandez donc au fournisseur si ses rapports carbone
incluent la fabrication (scope 3) et comment elle est répartie. Consultez [les données carbone de votre fournisseur de cloud](/fr/comment/comment-trouver-les-donnees-carbone-de-mon-fournisseur-de-cloud/).

## Et les déchets électroniques ? {#what-about-e-waste}

En 2024, Wang et ses collègues ont estimé que les grands modèles de langage pourraient générer au total entre 1,2 et
5,0 millions de tonnes de déchets électroniques entre 2020 et 2030, selon la vitesse de croissance de leur usage, et
que le réemploi et le recyclage pourraient réduire ce volume de manière substantielle.

## Erreurs fréquentes {#common-mistakes}

- **Omettre le carbone intrinsèque sans le dire.** Mentionnez-le dans la déclaration de périmètre dans tous les cas.
- **Supposer par défaut une durée de vie courte.** Remplacer le matériel tôt augmente la part annuelle.
- **Acheter du matériel neuf pour un faible gain d'efficacité** sans vérifier le coût de fabrication qu'il ajoute.

Consultez [comment mesurer l'énergie de l'IA](/fr/bonnes-pratiques/comment-mesurer-l-energie-et-le-carbone-de-l-ia/) pour la définition des périmètres.

## Sources

- [Sustainable AI: environmental implications, challenges and opportunities](https://proceedings.mlsys.org/paper_files/paper/2022/hash/462211f67c7d858f663355eff93b745e-Abstract.html), Wu et al., MLSys (2022)
- [E-waste challenges of generative artificial intelligence](https://doi.org/10.1038/s43588-024-00712-6), Wang et al., Nature Computational Science (2024)
- [Software Carbon Intensity (SCI) specification](https://sci.greensoftware.foundation/), Green Software Foundation (2024)
