Le watt le moins cher est celui qu'on ne dépense pas deux fois
Le problème énergétique de l'IA est généralement raconté comme une histoire d'échelle : des modèles plus gros, plus de GPU, de nouveaux centres de données. Un gaspillage plus discret se cache en dessous. Pour faire confiance à un résultat d'IA, la réponse habituelle est de le réexécuter. La réexécution complète double l'énergie. Ce n'est pas une fatalité.
Les chiffres marquants sur l'IA et l'électricité sont réels. Entraîner et servir de grands modèles tire une puissance énorme, la construction de centres de données met les réseaux sous tension, et la réponse de l'industrie jusqu'ici a été de bâtir plus de capacité. Cette conversation est importante, mais elle saute une inefficacité plus petite et plus étrange, logée au cœur de la façon dont nous établissons la confiance dans un calcul.
Voici le mécanisme. Quand une entreprise réglementée a besoin d'assurance qu'un résultat d'IA est correct, l'approche technique la plus courante est la redondance : exécuter la même tâche une seconde fois, sur une seconde machine, et vérifier que les réponses concordent. C'est l'instinct honnête. C'est aussi la façon de doubler la facture énergétique de cette tâche. Chaque inférence vérifiée coûte le double, parce que la vérification signifiait recalculer.
C'est le gaspillage qu'il vaut la peine d'attaquer en premier, parce que c'est du pur surcoût. La première exécution fait le travail utile. La seconde ne produit rien de nouveau, sinon de la confiance. Si vous pouviez obtenir la confiance sans la seconde exécution complète, vous réduiriez le coût énergétique de l'IA vérifiée sans toucher à un seul modèle ni acheter un seul GPU.
La preuve n'a pas à signifier tout refaire
On peut établir qu'un grand calcul a été effectué correctement sans le répéter en entier. Ce n'est pas exotique. Les auditeurs ne réadditionnent pas chaque chiffre des livres d'une entreprise ; ils échantillonnent, et l'échantillonnage est conçu pour que la tricherie soit détectée avec une forte probabilité. La même logique statistique s'applique au calcul. Vérifiez une fraction bien choisie du travail, rendez le choix imprévisible pour la partie vérifiée, et les mathématiques font de la triche un pari perdant, pour une fraction du calcul que coûterait la reprise complète.
La conséquence énergétique est tout l'enjeu. Au lieu de payer 100 pour cent de plus pour vérifier, vous payez une petite fraction de plus. Le chiffre exact dépend de la charge de travail, mais la direction n'est pas en cause : la vérification probabiliste transforme le surcoût énergétique de la confiance d'un doublement en une erreur d'arrondi. Pour une entreprise qui exécute de grandes tâches d'inférence par lots, c'est la différence entre deux factures de centre de données et une seule.
2x → une fraction. La réexécution complète double le coût énergétique de chaque tâche vérifiée. La vérification probabiliste atteint la même assurance en vérifiant un échantillon petit et imprévisible, ramenant le surcoût de la confiance à une fraction d'une seconde exécution.
L'autre moitié : le calcul est déjà allumé et branché
Il y a un deuxième levier, et il est encore moins intuitif. Une grande part du calcul le plus efficace au monde est inactive dans les foyers, déjà alimentée, déjà payée. Les téléphones modernes sont extraordinairement capables, et ils tirent quelques watts, pas quelques centaines. Un GPU d'inférence infonuagique peut tirer 300 à 700 watts en charge. Un téléphone qui fait un travail utile consomme de l'ordre de watts à un chiffre.
Ce n'est pas une expérience de pensée. Une étude de l'Université de Zurich a comparé le calcul sans serveur fourni par une flotte de téléphones aux grands fournisseurs infonuagiques.
34 % plus rapide. Une analyse empirique a constaté que même un environnement d'exécution de flotte de téléphones non optimisé fournissait des cœurs de calcul en moyenne 34 pour cent plus rapides que le meilleur fournisseur suivant, qui était AWS. (von der Assen et coll., arXiv 2404.08306.)
Placez les deux chiffres côte à côte et l'argument énergétique devient concret. La charge de travail est la même. Ce qui change, c'est où elle s'exécute et ce qu'elle consomme.
GPU infonuagique — 300 à 700 W
Consommation nouvelle, sur du matériel qui doit être construit et alimenté. Tarifs d'électricité industriels. Exige la construction d'une capacité de centre de données qui n'existe pas encore.
Téléphone inactif à la maison — ~5 W
Déjà allumé, déjà branché, à un tarif résidentiel. Le coût énergétique marginal de l'inférence est proche de zéro parce que l'appareil était alimenté de toute façon.
La mise en garde honnête compte ici, et il vaut mieux l'énoncer clairement que la cacher. Les téléphones ne sont pas le bon exécutant pour tout. La génération soutenue et lourde sur un téléphone se heurte à des limites thermiques : l'appareil se bride, et une étude d'inférence en périphérie de 2026 l'a documenté précisément sur du matériel phare récent. Là où la flotte de téléphones gagne nettement, c'est le grand travail par lots asynchrone qui n'est pas sensible à la latence : plonger cent mille documents pendant la nuit, par exemple, où chaque appareil fait une tranche modeste et où le coût énergétique marginal est proche de zéro. Pour cette catégorie de charge de travail, qui représente une part importante et croissante de l'inférence réelle en production, la flotte de téléphones résidentiels n'est pas un compromis. C'est la machine la plus efficace.
Pourquoi la couche de confiance est ce qui le débloque
Voici la partie qui relie les deux leviers, et c'est la raison pour laquelle il s'agit d'un argument d'infrastructure et non d'un simple truc d'efficacité. Vous ne pouvez pas exécuter de l'inférence réglementée sur le téléphone d'un inconnu à moins de pouvoir prouver que le résultat est correct. Toute la raison pour laquelle les charges de travail sérieuses restent sur du matériel coûteux, centralisé et à forte consommation, c'est que l'acheteur peut pointer vers un exploitant connu et, en somme, acheter la réputation au lieu de vérifier le travail.
La vérification est ce qui lève cette contrainte. Dès qu'un résultat porte une preuve qu'un tiers peut vérifier, sans faire confiance à l'appareil sur lequel il a tourné, l'emplacement physique du calcul cesse d'importer pour la confiance. La tâche peut migrer vers le matériel le moins cher et le plus propre, parce que l'exactitude est établie par la preuve, et non par la machine. La couche de confiance est ce qui permet à l'inférence de quitter le GPU de 300 watts pour l'appareil de 5 watts qui tournait déjà.
La révolution énergétique n'est pas de bâtir plus. C'est de dépenser moins, doublement.
Le plan dominant pour la demande énergétique de l'IA est d'étendre : plus de centres de données, plus de capacité de réseau, plus de construction. Ce plan traite la demande comme fixe et l'offre comme la variable. Il existe une autre voie qui traite le gaspillage comme la variable.
Cessez de payer deux fois pour vérifier, et le coût énergétique de l'IA de confiance tombe vers le coût de l'exécuter une seule fois. Laissez le travail vérifié migrer vers des appareils inactifs, branchés, à faible consommation, et toute une catégorie d'inférence cesse d'exiger de la nouvelle capacité industrielle. Aucune de ces avancées n'exige un seul nouveau centre de données. Les deux n'ont besoin que d'une chose : un moyen de prouver qu'un résultat est correct sans le réexécuter et sans faire confiance au matériel sur lequel il a tourné.
C'est le levier discret sous l'histoire énergétique bruyante. Le watt le moins cher en IA n'est pas celui d'un réseau plus propre. C'est celui que vous étiez sur le point de dépenser une seconde fois, et que vous n'avez pas eu à dépenser.