L'empreinte hydrique de l'IA reste limitée mais pose des défis locaux

L’essor des centres de données dédiés à l’intelligence artificielle (IA) accentue leur consommation d’eau, bien que celle-ci reste marginale à l’échelle nationale aux États-Unis. Selon une estimation de 2023, les systèmes de refroidissement des data centers ont consommé 66 milliards de litres d’eau, soit moins de 1 % de la consommation totale du pays. Cependant, cette pression hydrique pourrait s’aggraver avec l’expansion rapide des infrastructures IA, notamment dans des régions déjà en tension comme le Nouveau-Mexique ou l’Arizona.

Les méthodes de refroidissement actuelles reposent souvent sur l’évaporation d’eau pour dissiper la chaleur générée par les processeurs, dont les températures internes peuvent atteindre 80 °C. Cette approche, comparable au mécanisme de transpiration humaine, est efficace mais consommatrice en ressources hydriques. Les données disponibles sur la consommation exacte par requête ou par modèle restent fragmentaires et parfois contradictoires, rendant les comparaisons difficiles. Certains modèles récents, comme ceux utilisés pour des tâches courantes, ont vu leur empreinte hydrique réduite grâce à des optimisations techniques, mais les estimations globales peinent à refléter ces évolutions.

Les experts soulignent que, malgré ces progrès, l’impact local peut être significatif dans les zones arides. Des solutions existent pour atténuer cette pression : choix de sites moins exposés à la sécheresse, adoption de technologies de refroidissement alternatives (comme l’air libre ou les systèmes à immersion), ou encore des mécanismes de compensation hydrique. Fengqi You, expert en systèmes énergétiques à l’université Cornell, évoque la possibilité d’atteindre un bilan hydrique neutre à terme, à condition de combiner efficacité énergétique et restauration des ressources en eau. Ces pistes, bien que prometteuses, restent inégalement déployées et dépendent des politiques locales et des investissements des acteurs technologiques.