pourquoi l'ia consomme de l'eau

L’IA « consomme » de l’eau parce que tout ce qui fait tourner les modèles (data centers, électricité, puces) repose sur des infrastructures physiques qui doivent être refroidies et alimentées, et ces étapes utilisent beaucoup d’eau douce. Autrement dit, ce n’est pas le code qui boit, mais les serveurs et les centrales électriques derrière.

Comment l’IA utilise de l’eau

• Les modèles d’IA tournent dans des centres de données remplis de serveurs qui chauffent énormément.

• Pour éviter la surchauffe, on utilise des systèmes de refroidissement où l’eau absorbe la chaleur puis s’évapore ou est rejetée plus chaude.

• Une partie importante de l’eau est donc « consommée » sur place, surtout dans les systèmes de refroidissement par eau ou par tours aéroréfrigérantes.

Pas seulement le refroidissement

L’empreinte en eau de l’IA ne vient pas que du refroidissement des data centers.

Elle vient aussi :

• De la production d’électricité : centrales au charbon, au gaz ou nucléaires utilisent d’énormes volumes d’eau pour la vapeur et le refroidissement.

• De la fabrication du hardware : la fabrication des puces (semi-conducteurs) nécessite des milliers de litres d’eau ultra-pure par wafer pour le nettoyage et la gravure.

Quelques ordres de grandeur

• Des chercheurs ont estimé qu’entraîner un grand modèle comme GPT-3 a consommé des dizaines de milliers de gallons d’eau, soit centaines de milliers de litres, en comptant refroidissement et électricité.

• Une estimation fréquemment citée : 10 à 50 interactions avec un chatbot peuvent correspondre à environ 500 ml d’eau, l’équivalent d’une bouteille.

• Un data center « moyen » peut consommer chaque année autant d’eau que plusieurs hôpitaux ou plusieurs terrains de golf, et les très grands centres pour l’IA dépassent largement ces chiffres.

Pourquoi c’est un problème

L’IA se développe très vite, donc la demande en eau associée aux data centers et à l’énergie augmente aussi.

Or :

• Les centres sont souvent construits là où l’électricité est bon marché, pas forcément là où l’eau est abondante.

• Dans les zones déjà touchées par la sécheresse, cela peut créer une tension entre les usages locaux (agriculture, eau potable, écosystèmes) et les usages numériques.

Ce qui est envisagé pour réduire cette consommation

• Améliorer l’efficacité énergétique et le refroidissement (refroidissement par air, par eau recyclée, free cooling, optimisation logicielle).

• Déplacer une partie de la charge de calcul vers des régions moins tendues en eau ou alimentées par des énergies moins gourmandes en eau (éolien, solaire).

• Les grands acteurs (Microsoft, Google, etc.) annoncent des objectifs de devenir « water positive », c’est‑à‑dire restituer plus d’eau à l’environnement qu’ils n’en consomment d’ici 2030.

En résumé, si l’IA consomme de l’eau, c’est parce qu’elle repose sur une chaîne matérielle – serveurs, électricité, fabrication des puces – qui est fortement dépendante de l’eau, surtout pour le refroidissement et la production d’énergie.