L'IA utilise l'eau : Refroidissement et énergie
La question de savoir pourquoi l'intelligence artificielle (IA) consomme de l'eau peut surprendre à première vue, car l'IA est perçue comme un logiciel pur. Pourtant, derrière des processus apparemment immatériels se cache une vaste infrastructure physique. L'IA ne « boit » pas d'eau au sens direct du terme. La consommation d'eau provient principalement du refroidissement des serveurs dans les centres de données, de la production d'électricité et de la fabrication du matériel sur lequel fonctionnent les applications d'IA.
Source: Représentation propre
IA & consommation d'eau
Quand on parle d'IA et de consommation d'eau, on fait presque toujours référence aux centres de données. Ces vastes halls remplis de serveurs consomment beaucoup d'énergie pour les charges de travail de l'IA et dégagent donc beaucoup de chaleur. Cette chaleur résiduelle doit être évacuée de manière fiable pour éviter la surchauffe des puces et les pannes matérielles. (Source)
L'eau est utilisée sous deux formes principales : directement sur place comme eau de refroidissement (Scope 1) et indirectement via le mix énergétique (Scope 2). De nombreuses centrales électriques ont besoin d'eau pour le refroidissement et la production de vapeur. Une troisième voie, souvent négligée, est la consommation d'eau dans la chaîne d'approvisionnement, en particulier pour la fabrication de puces et de serveurs (Scope 3). (Source)
De nombreux centres de données utilisent des systèmes de refroidissement qui font évaporer l'eau, car l'évaporation dissipe la chaleur très efficacement. Un principe courant est la tour de refroidissement, où une partie de l'eau s'évapore et transporte la chaleur vers l'extérieur. Le reste de l'eau circule, mais doit être remplacé régulièrement. Ici, la distinction entre « prélèvement » (prélèvement total d'eau) et « consommation » (partie évaporée) est importante. En pratique, avec une bonne qualité de l'eau, la majeure partie du prélèvement s'évapore, souvent environ 80 %. (Source)
La consommation d'eau concrète dépend fortement de la météo, de l'emplacement et du mode de fonctionnement. Les estimations pour l'évaporation dans les centres de données varient entre 1 et 9 litres par kWh d'énergie serveur. Par temps chaud, la demande augmente, car plus d'eau est nécessaire pour la même puissance de refroidissement. (Source) Des exemples locaux montrent que la consommation d'eau de grands centres de données individuels peut atteindre l'ordre de grandeur des consommateurs municipaux, comme le site de Council Bluffs dans l'Iowa avec une consommation de 1,3 milliard de gallons d'eau potable en 2024. (Source)
Les rapports sectoriels et politiques confirment que les grandes installations peuvent nécessiter, dans les cas extrêmes, plusieurs millions de gallons d'eau par jour. Afin de rendre la consommation d'eau comparable, les opérateurs utilisent des indicateurs tels que l'« Efficacité d'Utilisation de l'Eau (WUE) », qui met le rapport de consommation d'eau à l'énergie informatique. (Source)
Source: bblloobb.com
Le cycle de l'eau dans les centres de données : l'eau est utilisée pour le refroidissement et se perd par évaporation.
Contexte et arrière-plan
L'eau devient un point de discorde lorsque les centres de données se développent dans des régions pauvres en eau ou lorsque de nouveaux projets font miroiter la demande. Les autorités intègrent de plus en plus le sujet dans les procédures d'autorisation, comme le montre le cas du Chili, où un tribunal a exigé des études d'impact environnemental plus strictes pour un projet de centre de données Google, notamment en raison de problèmes d'eau dans une région touchée par la sécheresse. (Source) Des analyses internationales décrivent que l'expansion des centres de données d'IA a souvent lieu dans des régions où la concurrence pour l'eau est déjà élevée. (Source)
Même si un centre de données évapore peu d'eau sur place, la part indirecte via le mix énergétique reste pertinente. Les centrales thermiques ont besoin d'eau pour leur refroidissement, et cette demande dépend du type de centrale et du procédé de refroidissement. (Source) Le U.S. Geological Survey publie des données et des rapports sur le prélèvement et la consommation d'eau dans la production d'énergie thermique aux États-Unis. Une conséquence centrale est que les décisions de refroidissement ne peuvent que « déplacer » l'eau. Les systèmes de refroidissement à sec économisent souvent l'eau sur site, mais augmentent souvent la consommation d'électricité, ce qui peut accroître l'empreinte hydrique indirecte dans le réseau. (Source)
Un autre aspect est la consommation d'eau dans la chaîne d'approvisionnement du matériel. La fabrication de puces est extrêmement gourmande en eau, car les wafers sont rincés et traités avec de l'eau ultrapure (UPW) dans de nombreux processus. Pour la fabrication de circuits intégrés sur un wafer de 300 mm, environ 2 200 gallons d'eau sont nécessaires, dont environ 1 500 gallons d'eau ultrapure. (Source) Cette partie est facile à négliger, car elle n'est pas directement visible sur le centre de données, mais elle fait partie de l'empreinte hydrique complète du matériel d'IA. (Source)
Source: user-added
Consommation d'eau mondiale prévue pour l'IA en 2027, illustrant l'ampleur du problème.
Approches de solutions et défis
Une partie de la réponse réside dans le choix de l'emplacement et le profil climatique, car le refroidissement nécessite plus d'eau ou plus d'électricité par temps chaud. (Source) Techniquement, beaucoup de choses évoluent vers le refroidissement liquide et les circuits fermés, car les racks d'IA atteignent des densités de puissance élevées et le refroidissement par air atteint ses limites. (Source) Le refroidissement à base d'eau peut être économe en énergie, et des alternatives comme le refroidissement par immersion avec des liquides non aqueux peuvent éviter l'évaporation de l'eau. (Source)
Source: interestingengineering.com
L'IA peut également être un outil précieux pour l'optimisation et la gestion des ressources en eau.
Les grandes entreprises technologiques abordent le problème par des objectifs et des programmes de reconstitution. Microsoft s'est fixé pour objectif d'être « water positive » d'ici 2030, c'est-à-dire de restituer plus d'eau qu'elle n'en consomme. (Source) Google adopte une stratégie similaire avec un objectif de reconstitution de 120 % de la consommation d'ici 2030. (Source) AWS et Meta se sont également fixé l'objectif « water positive by 2030 » et publient des rapports sur leurs progrès. (Source) (Source)
Cependant, ces engagements ne résolvent pas automatiquement le problème principal ressenti par les communautés : l'eau se raréfie là où elle est prélevée et évaporée. De nombreux experts demandent donc plus de transparence sur l'utilisation directe et indirecte de l'eau. (Source)
En résumé, l'IA ne « boit » pas directement l'eau, mais la consommation d'eau résulte du dégagement de chaleur par la puissance de calcul, du refroidissement de l'infrastructure et des processus gourmands en eau dans la chaîne d'approvisionnement énergétique et de fourniture. Que cela devienne un problème dépend fortement du contexte : de la technologie de refroidissement utilisée, du mix énergétique et surtout du stress hydrique local sur le site. La question est finalement de savoir quelle quantité de confort numérique peut s'intégrer dans un système physique qui, par temps chaud, ne peut pas fournir d'eau plus rapidement que l'environnement ne le permet. (Source)