Comprendre la Bonne Pratique BP 26 du référentiel RGIAF La Bonne Pratique 26 du Référentiel Général pour l’IA Frugale (RGIAF), édité par AFNOR, souligne l’importance d’un codage responsable comme levier majeur pour réduire l’impact environnemental des solutions d’intelligence artificielle. Pourquoi … Read More
EcoLLM Blog
Notre Blog
Suivez nous pour savoir tout sur l'impact énergétique de l'intelligence artificielle !
BP 26 RGIAF : Guide pratique pour un codage durable et réutilisable dans l’IA frugale
RGIAF BP 25 : Guide pour la Réévaluation Stratégique de la Mesure d’Impact Environnemental en IA Frugale
Introduction La bonne pratique BP 25 du référentiel RGIAF (Référentiel Général pour l’IA Frugale) met en lumière l’importance d’adapter continuellement les stratégies de mesure d’impact environnemental dans le cadre des services d’IA, afin de préserver leur frugalité. Pourquoi réévaluer les … Read More
Assurer la frugalité des infrastructures tout au long de l’exploitation – RGIAF BP 24
Introduction La bonne pratique n°24 du référentiel général pour l’IA frugale (RGIAF BP 24) porte sur l’assurance de la frugalité des infrastructures tout au long de l’exploitation d’un service d’intelligence artificielle. Cette démarche permet de minimiser l’impact environnemental en optimisant … Read More
Guide RGIAF BP 23 : Estimation de l’Impact Environnemental des Modèles IA pour une IA Frugale
Introduction Ce guide explique la bonne pratique numéro 23 du référentiel RGIAF (Référentiel Général pour l’IA Frugale) qui consiste à réaliser une estimation préalable de la consommation énergétique d’un modèle d’intelligence artificielle. Cette méthode permet de réduire l’impact environnemental des … Read More
RGIAF – BP 22 : Utiliser les Terminaux Existants pour l’Entraînement et l’Inférence IA – Guide d’Implémentation
Introduction La Bonne Pratique N°22 du référentiel AFNOR SPEC 2314 RGIAF met en avant une approche frugale pour réduire l’impact environnemental des services d’IA. Elle recommande de favoriser l’usage des terminaux existants des utilisateurs ou salariés pour réaliser l’entraînement ou … Read More
RGIAF – BP 21 : Créer un référentiel des impacts environnementaux des projets GreenAI
Introduction Dans le cadre du référentiel général pour l’IA frugale (AFNOR SPEC 2314), la bonne pratique n°21 (BP 21) met l’accent sur la création d’un référentiel des impacts environnementaux des projets d’intelligence artificielle verte (GreenAI). Cette page vous guide pas … Read More
RGIAF BP19 : Utiliser des jeux de données open source pour un prototypage d’IA frugale
Introduction La bonne pratique BP19 du référentiel RGIAF (Référentiel Général pour l’IA Frugale) met en avant l’utilisation de jeux de données open source lors des phases de prototypage des projets d’intelligence artificielle. Cette démarche permet de réduire l’empreinte environnementale associée … Read More
RGIAF BP 20 : Optimiser l’usage de l’équipement existant pour une IA plus frugale
Introduction L’impact environnemental de l’intelligence artificielle (IA) peut être significatif, notamment à cause de la consommation énergétique liée aux équipements matériels. La bonne pratique BP 20 du Référentiel Général pour l’IA Frugale (RGIAF), recommandée par l’AFNOR SPEC 2314, met l’accent … Read More
RGIAF – Bonne Pratique 18 : Avoir une offre de produits numériques IA sur étagère favorisant la frugalité
Introduction La bonne pratique n°18 du référentiel général pour l’IA frugale (RGIAF) met en avant l’importance de disposer d’une offre de produits numériques d’intelligence artificielle (IA) « sur étagère » qui favorise la frugalité. Cette approche vise à limiter la création redondante … Read More
RGIAF BP17 : Guide pour la mise en place d’un référentiel unique de services IA frugaux
Introduction La bonne pratique BP17 du référentiel général pour l’IA frugale (AFNOR SPEC 2314) met en avant l’importance de mettre en place un référentiel unique pour les « services IA » frugaux. Ce guide explique comment implémenter cette bonne pratique … Read More