Contexte et chiffres clés
Un article de l'University of California a estimé que l'entraînement du modèle à l'origine de la première version de ChatGPT a nécessité 185 000 gallons d'eau, soit l'équivalent d'une bouteille par interaction. Les data centers hyperscale, qui hébergent ces modèles, peuvent absorber entre 1 et 5 millions de gallons d'eau chaque jour, comparable à la consommation d'une ville de 10 000 à 50 000 habitants. Cette fourchette provient de rapports d'entreprises comme Google et OpenAI, qui quantifient l'usage d'eau pour le refroidissement des installations.
Mécanismes de refroidissement et exigences d'eau
Le refroidissement des serveurs repose sur le transfert thermique. Les GPU dédiés à l'IA génèrent davantage de chaleur que les processeurs classiques, ce qui impose une capacité de refroidissement supérieure. Les systèmes de refroidissement à eau utilisent de l'eau propre pour éviter la corrosion des composants et la formation de dépôts. L'accès à l'eau potable est souvent privilégié car il réduit les coûts de traitement, mais crée une concurrence directe avec les besoins domestiques.
Dans le projet de Google à Cerrillos (Santiago), les prévisions internes indiquaient une consommation de 169 litres par seconde, soit environ 14,6 millions de litres par jour. En une journée, le data center aurait consommé l'équivalent de la consommation annuelle d'eau potable de 80 000 résidents locaux.
Résistances locales et réponses des entreprises
En 2019, les habitants de Cerrillos ont organisé un référendum après avoir découvert les projections d'usage d'eau. Le vote a rejeté le projet à 49 % contre 38 % de soutien. Face à la pression, Google a proposé en 2022 de remplacer le refroidissement à eau par un système d'air conditionné, réduisant ainsi la demande directe d'eau.
Des mouvements similaires sont apparus à Quilicura, où Microsoft prévoit un data center alors que la ville impose des restrictions strictes de rationnement. Au Uruguay, un projet de Google à Canelones prévoyait l'utilisation de 2 millions de gallons d'eau, déclenchant des contestations dans un contexte de sécheresse record.
Perspectives et limites
Les données montrent que la demande en eau des data centers IA dépasse largement les estimations publiées par les fournisseurs, qui se concentrent souvent sur la consommation d'électricité directe. L'absence de normes internationales sur le calcul de l'empreinte hydrique complique la comparaison entre projets. De plus, la dépendance à l'eau potable expose les installations à des conflits avec les communautés locales, surtout dans les régions sujettes à la sécheresse. Sans mécanismes de transparence et de régulation, la croissance des capacités de calcul risque d'accentuer les tensions sociétales liées à la ressource hydrique.
