IA responsable · mesure · transparence
Mirmi adapte le calcul à chaque tâche, auto-héberge les modèles open source de son moteur propriétaire et mesure l’empreinte des ressources cloud suivies en France chez Scaleway.
Mesures datées, périmètres documentés, sources accessibles.
Du calcul à la mesure
Cadre de lecture
Orienter
Mobiliser le niveau de calcul adapté à la tâche.
Mesurer
Suivre les ressources cloud couvertes par le rapport.
Publier
Relier chaque mesure à sa date et sa source.
Mesures de juin 2026, sources et périmètres documentés.
Conception et exploitation
Les traitements déterministes et les modèles plus légers prennent en charge les opérations qui ne nécessitent pas un modèle lourd. Les ressources les plus intensives sont réservées aux analyses qui le justifient.
Chaque traitement mobilise les composants adaptés à son niveau de complexité.
Le moteur propriétaire Mirmi orchestre des modèles open source auto-hébergés sur l’infrastructure SaaS située en France chez Scaleway, selon le déploiement retenu.
La localisation, les services et les flux sont documentés avec l'architecture.
Mirmi publie une photographie mensuelle de son périmètre cloud et présente séparément les benchmarks comparatifs.
Date, unité, source et périmètre accompagnent chaque mesure publiée.
Flux documentaires
20 000–100 000
Fourchette issue de l'enquête Green Initiative d'Arnold & Porter, telle que citée dans le rapport ; la borne haute équivaut à environ 50 pages par heure.
~8 300
Ordre de grandeur Conservatree fondé sur le calcul de Tom Soder, cité par le rapport.
Des milliers
Estimation publiée dans la présentation Mirmi pour des flux documentaires dématérialisés.
Le moteur privilégie la validation dans le flux et la réutilisation d’une même source structurée afin d’éviter des traitements, envois et copies de stockage inutiles.
Sources citées : Mirmi AI: Green Legal Automation, pages 2–3 ; Arnold & Porter LLP, Green Initiative Survey & Environmental Audits ; Conservatree, estimation fondée sur le calcul de Tom Soder.
Photographie mensuelle
| Catégorie opérationnelle | Eau mensuelle | Carbone mensuel |
|---|---|---|
| Compute & instancesNœuds standard et L4 | 0,494 L | 6,270 kg CO₂e |
| Bases managéesPostgreSQL / MySQL DEV | 0,240 L | 5,611 kg CO₂e |
| StockageVolume Low Latency & Object Storage | 0,262 L | 8,866 kg CO₂e |
| Total du périmètre couvertSomme des trois catégories ci-dessus | 0,996 L | 20,747 kg CO₂e |
La présentation exprime 0,996 L comme moins d’un litre d’eau par mois et rapproche ~21 kg CO₂e d’un trajet automobile de 100–110 km.
Repères d'infrastructure
Le benchmark retient un PUE de 1,25 et un WUE de 0,014 L/kWh, aux côtés des comparaisons publiées ci-dessous.
1,25
Indicateur d'efficacité énergétique retenu pour les charges IA.
0,014 L/kWh
Indicateur d'usage de l'eau retenu dans le benchmark DC5.
~100×
Comparaison du WUE 0,014 à une référence de datacenter IA de 1,8 L/kWh.
30–40 %
Repère présenté face à une infrastructure traditionnelle dans le rapport.
Source du benchmark : Scaleway Data Center Sustainability & DC5 Water Efficiency Metrics, valeurs reprises dans la présentation Mirmi AI: Green Legal Automation, page 4.
Efficacité par requête
0,084 ml
Eau par requête Mirmi
Valeur du pipeline optimisé dans le benchmark.
0,7–1,5 ml
Requête courte GPT-4o
Référence externe utilisée par le rapport.
8–12×
Moins d'eau
Ratio publié pour le benchmark par requête.
3,884 kg CO₂e/mois
Empreinte Mirmi du benchmark
Valeur mensuelle du périmètre spécifique présenté page 5.
4–8 g CO₂e
Requête GPT-4o
Référence externe utilisée par le benchmark.
3–6×
Moins d'émissions
Ratio carbone publié pour ce benchmark distinct.
La photographie mensuelle et le benchmark par requête couvrent deux périmètres complémentaires. Chaque chiffre conserve son unité, sa source et sa période.
Sources du benchmark : Sources citées dans la présentation : Scaleway Mirmi AI Environmental Footprint Report — June 2026 ; How Hungry is AI? Benchmarking Energy, Water, and Carbon Footprint of LLM Inference, N. Jegham et al., 2025.
Documents de référence
Présentation Mirmi reprenant une photographie mensuelle attribuée au rapport environnemental Scaleway cité et un benchmark distinct, séparés sur cette page.
Télécharger la présentation PDFPrésentation de l'approche de mesure, des catégories carbone et eau et de l'alignement annoncé sur le référentiel ADEME.
Voir la méthodologieÉtude 2025 citée pour contextualiser l'énergie, l'eau et le carbone de l'inférence de modèles de langage.
Lire l'étudeChaque chiffre est publié avec sa date, son unité et son périmètre.
Questions de méthode
La photographie de juin 2026 (20,747 kg CO₂e) et le benchmark par requête (3,884 kg CO₂e/mois) couvrent deux périmètres distincts. Ils sont présentés séparément, avec leurs unités et leurs sources.
Le total mensuel couvre les catégories publiées dans la présentation Mirmi et attribuées au rapport Scaleway cité. Les équipements des utilisateurs et le cycle de vie complet de l’entreprise restent hors de cette photographie.
Les 20 000–100 000 feuilles et ~8 300 feuilles par arbre proviennent des références externes citées. Les milliers de pages potentiellement non imprimées par mois sont l’estimation publiée dans la présentation Mirmi.
Chaque nouvelle publication conserve sa date, sa source et son périmètre afin de suivre l’évolution de l’usage, de l’infrastructure, des produits couverts et de la méthode.
Architecture responsable
Nous documentons avec vos équipes l’architecture, les flux, les ressources mobilisées et les indicateurs disponibles pour votre déploiement.
Mirmi