La Maison de Carnin est un lieu de vie convivial et gourmand qui se situe en centre de village à Carnin, au sud de la métropole lilloise. C'est un lieu pensé pour que chacun passe un bon moment dans un cadre agréable. Bonne humeur et convivialité garantis, en famille ou entre amis!
Vous pouvez y retrouver un commerce : Yvon et Fira, le restaurant - salon de thé. L’Association des Amis du Tiers-Lieu de Carnin est également présente à La Maison pour vous proposer de nombreuses animations.
Chaque midi, du mercredi au samedi, venez profiter de notre restaurant. Des plats authentiques, du fait-maison, une carte qui change chaque semaine pour ravir les papilles des gourmands, sur place ou à emporter!
En journée, l’espace devient un salon de thé dans lequel vous pourrez profiter en toute quiétude, pour lire, travailler, jouer. Un espace jeux est d’ailleurs prévu pour les enfants.
Des pâtisseries généreuses sont préparées chaque jour sur place par nos pâtissiers, que vous pouvez goûter sur place ou à emporter. Vous pourrez également retrouver un dépôt de pain frais sur place.
Lire aussi: Informations utiles sur Tir Groupé
En fin de semaine, le lieu se veut vivant et animé avec un brunch tous les dimanches. Un menu gourmand et varié qui plaît à toutes les générations.
Pain et pâtisseries: Pâtisseries artisanales à déguster dans l'espace salon de thé ou à emporter et dépôt de pain toute la journée.
Restauration le midi: Des bons petits plats pour le midi.
Même s’il demeure difficile de quantifier précisément la puissance électrique consommée par une requête Google ou ChatGPT, en raison de la complexité de la chaîne énergétique mobilisée et de l’opacité entretenue par les principaux géants du web, la connaissance des ordres de grandeurs suivants est instructive. Une requête d’environ 400 tokens sur ChatGPT / GPT-4o mini (modèle à 35 milliards de paramètres) consomme environ 2 Wh [1] d’électricité (ou 2 g de CO2 rejeté) [2], soit plus de 6 fois la consommation d’une recherche Google classique estimée à 0,3 Wh [3]. Pour un modèle moins frugal tel que Meta / Llama 3.1 405B (405 milliards de paramètres) une requête d’environ 400 tokens consomme 55 Wh (équivalent à 55 g de CO2 émis) ! La création d’une image en haute définition par une IA consomme autant d’énergie que la recharge complète d’un téléphone portable.
Les centres de données (data centers) liés à l’IA et aux crypto-monnaies ont consommé près de 460 TWh (460×1012 Wh) d’électricité en 2022, soit environ 2% de la production mondiale. Les LLM (Large Language Model) des IA génératives s’appuient sur des réseaux profonds de neurones artificiels qui essaient d’imiter les processus en jeu dans le cerveau humain.
Lire aussi: Le .22LR : Au-delà du jardin
L’entraînement [5] (Deep learning) et l’inférence [6] des réseaux profonds de neurones artificiels nécessitent une puissance de calcul considérable afin de traiter un nombre colossal de données (Big Data). Ces calculs sont assurés par des processeurs GPU (Graphics Processing Unit) [7] spécifiques dédiés aux IA génératives tel que le "Nvidia A100 tensor core GPU" dont la puissance électrique consommée est de 250 W et dont le prix dépasse les 10 000 euros.
Le cerveau est composé d’environ 86 milliards de neurones. Chaque neurone est connecté en moyenne à environ 2 000 autres par des connexions appelées synapses. Le cerveau humain contient donc environ 172 000 milliards de synapses dont chacune d’entre elles peut effectuer "un calcul" élémentaire plusieurs centaines de fois par seconde [8].
Pour reprendre l’exemple des 2048 Nvidia A100 Tensor Core GPU nécessaires, par exemple, pour l’entraînement du modèle LLaMA 1de Meta en 2023, l’écart avec les performances énergétiques d’un cerveau humain devient abyssal. Pour une puissance brute de calcul du même ordre de grandeur que celle du cerveau humain, la puissance consommée par l’IA de Meta est 25 600 fois plus importante ! N’oublions pas également qu’une IA est spécialisée dans un domaine bien précis (générer des textes, des images...) alors que le cerveau humain est par essence multitâche.
Pour exécuter une seule tâche spécialisée (générer un texte, une image...) et pour arriver à une puissance brute de calcul du même ordre de grandeur que celle d’un cerveau humain, la puissance consommée par une IA est environ 25 000 fois plus grande !
L’augmentation croissante du nombre de neurones artificiels permet de traiter des problèmes de plus en plus complexes afin de répondre aux besoins croissants des entreprises et du grand public. Leur agencement en couches permet de rendre de plus en plus précises les prédictions permettant de générer du contenu. Toutefois, cela s’accompagne d’un accroissement quasi exponentiel de la puissance de calcul et, par voie de conséquence, de la consommation électrique.
Lire aussi: Tir Groupé : La Solution Cadeaux Employés
La consommation énergétique est corrélée à la longueur d’une requête, c’est à dire au nombre de tokens [10] constituant le prompt et devant faire l’objet d’un traitement par le réseau profond de neurones.
Depuis plusieurs années, les IA spécialisées ont envahi de nombreux secteurs d’activité grâce à leur capacités prédictives remarquables permettant, entre autres, de repérer des anomalies ou des motifs (patterns) particuliers dans des collections de données de très grande taille. Analyse de données boursières ou météorologiques, de codes informatiques, de clichés d’imagerie médicale, de sons, de flux de circulation... L’IA est désormais présente partout et est utilisée d’une manière intensive.
Les serveurs utilisés pour l’IA générative consomment énormément d’énergie car ils sont très sollicités. Par exemple, un serveur à base de processeurs Nvidia DGX A100, qui est le standard du marché pour l’IA, consomme 6,5 kWh soit plus qu’un sèche linge ! Sachant que l’entrainement et l’inférence des LLM les plus performants nécessitent plusieurs milliers de ce type de serveurs fonctionnant 7 jours sur 7, 24 heures sur 24, la consommation électrique des "data centers" qui hébergent ces machines est colossale.
L’utilisation de ces sources carbonées entraîne donc des émissions massives de CO2. On estime par exemple que durant sa phase d’entraînement initiale, ChatGPT-3 a émis plus de 500 tonnes d’équivalent CO2. Cela équivaut environ aux émissions de 10 voitures, à moteur thermique, au cours de leur durée de vie.
En outre, les GPU des serveurs utilisés par l’IA étant très sollicités, ils produisent énormément de chaleur. Cette chaleur est évacuée par un système de refroidissement à eau (watercooling) qui sert de fluide caloporteur. Lors du processus de refroidissement, une partie de l’eau est perdue par évaporation. Un rapport récent de l’université de Californie à Riverside indique [11] que le traitement de 10 à 50 requêtes par les modèles d’IA les plus performants consomme environ 2 L d’eau pour assurer le refroidissement des serveurs.
Des entreprises comme Microsoft et Google rapportent une hausse significative (20 à 30 %) de leur consommation d’eau ces deux dernières années, mettant en évidence l’impact environnemental croissant de l’IA.
Face aux défis environnementaux, les géants du web et les fondeurs de GPU dédiés à l’IA telle que la société Nvidia, travaillent conjointement, à la mise en œuvre des technologies du futur, dans les fermes de serveurs, pour réduire drastiquement les rejets de CO2 ainsi que la consommation d’eau et d’électricité.
L’implantation géographique des data centers en fonction des conditions climatiques locales (les zones tempérées sont à privilégier) et de l’accès à de l’électricité de proximité d’origine renouvelable (énergie solaire, éolienne, hydroélectrique, géothermique...), doit désormais également être prise en compte.
Enfin, l’optimisation du code des algorithmes permettant de moins dépenser de ressources machines durant la phase d’entrainement des IA génératives, est également une piste sérieuse d’amélioration.
En outre, certains développeurs travaillent sur des modèles d’IA embarqués localement sur des smartphones et utilisant exclusivement les ressources machines forcément limitées de ceux-ci. Par exemple, le modèle LlaMa-3-8b est 10 fois plus petit en terme de taille que ChatGPT 3.5 mais est aussi puissant que ce dernier pour certaines tâches spécialisées.
C'est décidé, un 2e chat viendra rejoindre votre famille et devra cohabiter avec le 1er chat qui est déjà à la maison. Quelle sera la réaction que pourrait avoir votre 1er chat? Un nouveau arrive sur son territoire, trop brusquement votre chat pourrait ne pas l'accepter. L'introduction d'un nouveau chat se fait en douceur.
Imaginez qu'un nouveau collègue arrive sur votre lieu de travail, qu'il s'assoit sur votre bureau, et qu'il s'y installe aisément. Quelle serait votre réaction face à cet individu qui prend votre place que vous avez depuis quelques années. Une fois que ce nouveau collègue à fait connaissance et à fait sa place avec vous et les autres, chacun pourra tolérer l'autre. Le système est semblable pour un nouvel arrivant chat ....
L'acceptation de l'autre sur plusieurs jours, en général en 4 ou 5 jours la cohabitation avec un autre congénère est faite. Dans tous les cas, il faut que chacun s'apprivoise, soyez patient.
tags: #espace #carbin #numéro #de #téléphone
Chargement des visites
