Comprendre la consommation en eau des IA et distinguer le vrai du faux

Un demi-litre d’eau douce évaporé pour une simple conversation avec ChatGPT : l’image a fait le tour du monde. Derrière ce chiffre choc, que sait-on vraiment de la relation entre intelligence artificielle et eau ? Un serveur ne « boit » pas, au sens biologique du terme. Les centres de données prélèvent pourtant de l’eau, l’utilisent pour se refroidir et en évaporent parfois des volumes considérables. Démêlons le vrai du faux.

---

D’où vient le fameux chiffre d’une bouteille par requête ? Est-il vrai ?

L’affirmation selon laquelle « ChatGPT consomme 500 ml d’eau toutes les 20 à 50 requêtes » vient des travaux de l’équipe de Shaolei Ren, chercheur à l’Université de Californie à Riverside. L’étude modélise l’empreinte hydrique complète de l’IA générative, en intégrant l’évaporation directe sur site et la production électrique en amont. Entre l’article scientifique et le post viral, les raccourcis ont toutefois déformé le propos.

Prélèvement vs consommation nette : la confusion originelle

En hydrologie, deux notions doivent être distinguées. Le prélèvement désigne l’eau pompée depuis une rivière, une nappe ou un réseau municipal. Une partie peut retourner au milieu naturel après usage, sous forme liquide. La consommation nette correspond, elle, à l’eau évaporée dans l’atmosphère ou incorporée à un produit. Elle quitte temporairement le bassin versant local.

Un centre de données qui puise 10 litres d’eau dans une nappe pour refroidir ses serveurs peut en restituer 9 dans le même milieu après passage dans les tours de refroidissement. Sa consommation nette atteint alors un litre : celui qui s’est évaporé. Confondre ces deux chiffres gonfle fortement l’impact réel.

La thermodynamique du calcul : le serveur, machine à chaleur et non organisme vivant

Un processeur qui exécute des milliards d’opérations matricielles par seconde ne consomme pas d’eau pour « penser ». Il obéit à une réalité physique simple : toute énergie électrique devient chaleur. Un serveur de 1 kilowatt dissipe cette puissance sous forme thermique. L’eau sert alors de fluide caloporteur.

Elle capte les calories générées par les semi-conducteurs et les transporte vers un dissipateur extérieur. Ce mécanisme ne détruit aucune molécule d’eau. La molécule H₂O circule, se réchauffe, se refroidit, puis recommence. L’eau est réellement consommée lorsqu’elle se vaporise.

Entraînement et inférence : deux régimes hydriques radicalement différents

L’entraînement d’un grand modèle de langage comme GPT-3 a représenté un épisode massif, mais ponctuel. Selon les travaux de l’Université de Californie, il a nécessité environ 700 000 litres évaporés sur site, pour un total de 5,4 millions de litres en comptant la production électrique requise.

L’inférence, c’est-à-dire l’exécution des requêtes des utilisateurs, répartit la charge entre des millions de requêtes quotidiennes et des centres de données installés sur plusieurs continents. Les 500 ml évaporés pour 20 à 50 messages concernent des installations américaines équipées de tours de refroidissement évaporatif, le système le plus gourmand en eau.

Circuit fermé, circuit ouvert : comment les data centers refroidissent réellement les serveurs IA

L’intelligence artificielle a fait grimper la densité thermique des baies de calcul. Un rack classique dissipait 10 à 15 kilowatts il y a quelques années. Les architectures IA modernes, comme le NVIDIA GB200 NVL72, dépassent 100 à 140 kilowatts par rack. Le refroidissement à air, fondé sur le brassage de grands volumes d’air pulsé, atteint alors ses limites physiques et économiques.

La supériorité physique du liquide sur l’air

L’eau et les fluides diélectriques ont une capacité thermique volumique et une conductivité jusqu’à 1 000 à 3 000 fois supérieures à celles de l’air. Pour évacuer la chaleur d’un processeur de 1 000 watts, il faut déplacer un volume d’air considérable, avec du bruit et une consommation élevée des ventilateurs. Le liquide transporte la même énergie thermique dans un volume bien plus réduit.

Direct liquid cooling : la boucle scellée sans évaporation

Le refroidissement direct par liquide fonctionne en circuit fermé hermétique. De l’eau déminéralisée ou glycolée circule dans des plaques froides métalliques posées directement sur les puces. Le fluide absorbe les calories, puis les achemine vers des aéroréfrigérants secs à l’extérieur du bâtiment. Sans contact avec l’atmosphère, il n’y a pas d’évaporation : le circuit demande seulement un appoint limité.

Les retours d’expérience des exploitants indiquent qu’une installation en boucle fermée de 38 000 litres demande 1 900 à 3 800 litres d’appoint par an pour compenser les purges et la maintenance. L’écart avec les millions de litres évaporés par les systèmes ouverts est considérable.

Tours aéroréfrigérantes et systèmes adiabatiques : la dissipation par évaporation

Les systèmes en circuit ouvert reposent sur des tours aéroréfrigérantes. L’eau est pulvérisée en fines gouttelettes dans un flux d’air ascendant. Sa vaporisation absorbe l’énergie dégagée par les serveurs, mais une partie part dans l’atmosphère. Cette perte est continue et peut atteindre des volumes importants.

Les systèmes adiabatiques humidifient l’air avant son passage sur les échangeurs. Ils suivent le même principe, de façon plus modérée. Ils améliorent la performance électrique, au prix d’un bilan hydrique moins favorable.

Critère	Circuit fermé (DLC + dry cooler)	Circuit ouvert (tour aéroréfrigérante)
Consommation d’eau	Fluide scellé, appoints minimes	Évaporation continue
WUE type	0 à 0,2 L/kWh	1,8 à 1,9 L/kWh
Efficacité énergétique	Élevée, dépend du climat	Excellente en climat chaud
Risque sanitaire	Aucun	Légionellose si non traité
Complexité de mise en œuvre	Modérée	Faible

L’empreinte hydrique cachée : la production d’électricité, premier consommateur d’eau

L’eau qui s’évapore sur le site du data center ne représente qu’une partie de l’impact réel. Selon l’Agence internationale de l’énergie, le refroidissement direct compte pour environ un quart de l’empreinte hydrique totale d’un centre de données. Les trois quarts restants proviennent de la production électrique en amont.

Scope 1, 2, 3 : les trois niveaux de l’empreinte eau

Le Scope 1 hydrique couvre l’eau physiquement consommée sur le site : tours de refroidissement et régulation de l’hygrométrie. Le Scope 2 hydrique désigne l’eau consommée par les centrales qui produisent l’électricité. Le Scope 3 inclut la fabrication des équipements, notamment celle des semi-conducteurs.

Les centrales thermiques, au charbon, au gaz ou nucléaires, mobilisent de grands volumes d’eau pour condenser la vapeur et refroidir leurs turbines. Les barrages hydroélectriques entraînent aussi l’évaporation de vastes surfaces de retenue. L’eau est donc surtout mobilisée par la production d’électricité qui alimente le calcul.

L’eau ultra-pure des fonderies de semi-conducteurs

La fabrication des puces exige d’importantes quantités d’eau ultra-pure, appelée UPW pour Ultra Pure Water. Les fonderies comme TSMC, Intel ou Samsung utilisent cette eau déminéralisée pour rincer les galettes de silicium entre chaque étape de gravure. Cette consommation indirecte, souvent ignorée du grand public, pèse dans le bilan global d’un déploiement d’IA.

Le mix électrique régional, variable déterminante

Exécuter une requête d’IA sur un réseau décarboné et peu consommateur d’eau, alimenté par le solaire, l’éolien ou du nucléaire à circuit fermé, réduit son empreinte hydrique d’un facteur cinq à dix par rapport à un réseau dépendant du charbon. Une même opération algorithmique n’a donc pas le même coût en eau selon l’emplacement du centre de données.

À l’échelle mondiale, les data centers ont consommé environ 560 milliards de litres en 2023. Ce chiffre pourrait dépasser 1 200 milliards de litres par an d’ici 2030 si les pratiques ne changent pas.

PUE vs WUE : l’arbitrage pervers entre électricité et eau

Le Power Usage Effectiveness (PUE) mesure le rapport entre l’énergie totale consommée par un data center et celle utilisée par les équipements informatiques. Un PUE de 1,2 signifie que 1 kWh de calcul exige 0,2 kWh supplémentaire pour le refroidissement et l’alimentation. Cet indicateur utile est devenu une norme industrielle.

L’effet pervers d’une course au PUE

Pour améliorer leur PUE, les opérateurs ont largement remplacé les compresseurs électriques par des tours de refroidissement évaporatif. Ces systèmes utilisent peu d’électricité, mais évaporent de grandes quantités d’eau. Ils obtiennent ainsi un excellent score énergétique au détriment des réserves d’eau locales.

Le paradoxe thermo-hydrique saute aux yeux : un centre de données peut afficher un PUE de 1,15 tout en atteignant un Water Usage Effectiveness de 2 à 3 litres d’eau par kilowattheure informatique. L’optimisation d’un indicateur déplace simplement l’impact vers une autre ressource.

Le WUE, la métrique normalisée par The Green Grid

Le consortium The Green Grid a standardisé le Water Usage Effectiveness (WUE), ensuite normalisé au niveau international sous la référence ISO/IEC 30134-2. La formule est simple : WUE = litres d’eau / kWh informatique.

Les installations à refroidissement évaporatif affichent une moyenne de 1,8 à 1,9 litre par kilowattheure. Les sites en circuit fermé et dry-cooling descendent à 0,2 litre, voire à zéro avec des systèmes entièrement secs. L’écart atteint un facteur dix et doit peser dans les choix d’architecture.

La nécessité d’un pilotage conjoint des indicateurs

Les exploitants doivent désormais suivre leur performance globale : PUE pour l’électricité, WUE pour l’eau et CUE pour le carbone. Ils peuvent aussi adapter le refroidissement selon l’humidité relative, la température extérieure et la tension du réseau électrique local.

L’ingénierie moderne arbitre entre la rareté de l’eau et la décarbonation de l’énergie selon les contraintes locales. L’objectif reste simple : ne pas déplacer la pollution vers une autre ressource.

France, Europe, États-Unis : trois géographies, trois réalités hydriques

Les grandes controverses sur la consommation d’eau des IA viennent largement de la situation américaine. Aux États-Unis, les hyperscalers ont concentré leurs méga-centres dans des zones arides comme le Nevada, l’Arizona ou l’Utah. En Arizona, la consommation d’eau municipale attribuée aux data centers de la région de Phoenix a atteint 14 milliards de litres en une année, soit une hausse de 870 %.

Deux tiers des nouveaux centres de données construits depuis 2022 se trouvent dans des comtés soumis à un fort stress hydrique. Des conflits d’usage ont éclaté, notamment au Chili et en Uruguay, où des projets ont été contestés par les populations locales pendant des sécheresses prolongées.

La spécificité française : réglementation ICPE et dry-cooling

La France suit une trajectoire technologique différente. La réglementation des installations classées pour la protection de l’environnement, via la rubrique 2921, encadre strictement les tours aéroréfrigérantes en raison du risque de légionellose. Cette contrainte historique a freiné l’adoption des technologies évaporatives.

Les data centers français utilisent donc surtout des aéroréfrigérants secs et du free-cooling en boucle fermée. Ils ne demandent que de faibles appoints d’eau. Le PUE moyen du parc français est estimé à environ 1,55, tandis que les meilleurs sites européens récents atteignent 1,15 à 1,20.

L’Union européenne impose la transparence

La directive européenne sur l’efficacité énergétique (EED, directive 2023/1791) impose aux centres de données de plus de 500 kilowatts de transmettre chaque année leurs indicateurs PUE, WUE, leur consommation d’eau et leur part d’énergie renouvelable à une base de données européenne publique. Les opérateurs doivent désormais mesurer et publier leur performance hydrique.

Les vagues de chaleur plus fréquentes font néanmoins évoluer les pratiques. Lorsque la température extérieure dépasse 25 à 30 °C, le free-cooling à air perd en efficacité. Certains exploitants européens installent des appoints adiabatiques temporaires pour traverser ces pics de chaleur, avec une consommation d’eau ponctuelle.

Vers des data centers sobres en eau : innovations et circularité

Face aux contestations et aux limites physiques, l’industrie cherche des solutions concrètes pour réduire fortement son empreinte hydrique. La tendance est nette : le Direct Liquid Cooling en boucle étanche s’impose dans les nouvelles installations.

• Le refroidissement liquide direct amène un fluide au plus près des puces, plutôt que de climatiser toute la salle. Il limite les besoins en refroidissement par évaporation.
• Les circuits fermés et les dry coolers font circuler l’eau sans la perdre par évaporation, surtout dans les climats frais ou tempérés.
• Le refroidissement adiabatique réserve l’usage de l’eau aux épisodes de forte chaleur, souvent au-delà de 29 °C.
• Les eaux recyclées ou grises peuvent alimenter certaines tours de refroidissement et réduire la pression sur l’eau potable.
• La localisation des infrastructures évite d’ajouter de nouveaux besoins dans des bassins déjà soumis à un stress hydrique chronique.

Les eaux non conventionnelles remplacent l’eau potable

Quand l’évaporation reste techniquement nécessaire, les exploitants remplacent l’eau potable par des eaux usées traitées, des eaux industrielles recyclées ou de l’eau de pluie filtrée. Ces sources préservent les ressources les plus sensibles.

L’optimisation des cycles de concentration et le traitement des purges de déconcentration multiplient aussi par cinq à dix le nombre de réutilisations avant rejet. Un même litre peut ainsi dissiper plusieurs fois la chaleur avant de quitter le système.

La chaleur fatale, une ressource valorisable

L’eau qui sort des serveurs, chargée de calories à 50-65 °C, peut alimenter des réseaux de chaleur urbains, des serres agricoles ou des piscines municipales. Le data center devient alors une source de chaleur locale plutôt qu’un simple bâtiment énergivore.

En France, la loi du 15 novembre 2021 visant à réduire l’empreinte environnementale du numérique conditionne le tarif réduit de la taxe sur l’électricité (TICFE) à la valorisation de la chaleur fatale et au respect d’objectifs stricts de gestion de l’eau. L’incitation économique est claire.

L’engagement Net Water Positive des géants du numérique

Google s’est engagé à reconstituer 120 % du volume d’eau douce consommé dans ses centres de données d’ici 2030, en finançant la restauration de bassins hydrographiques et la réparation de fuites municipales. Microsoft et Meta ont annoncé des promesses comparables.

Pour être crédibles, ces engagements devront passer l’épreuve d’audits indépendants. Ils montrent néanmoins que le secteur ne peut plus ignorer sa consommation d’eau. Le marché mondial des technologies de refroidissement liquide, estimé à environ 4 milliards de dollars (3,4 milliards d’euros), croît de plus de 20 % par an.

La durabilité de l’IA se jouera dans des choix très concrets : des boucles fermées et moins d’eau prélevée, ainsi qu’une meilleure intégration des data centers dans leur territoire.

À retenir

• L’étude devenue virale ne dit pas qu’une requête ChatGPT consomme systématiquement une bouteille de 500 ml. Ce volume correspond à une conversation complète de plusieurs dizaines de messages dans certaines conditions.
• L’empreinte hydrique d’un data center comprend l’eau évaporée pour refroidir les serveurs et l’eau mobilisée pour produire l’électricité qui les alimente.
• La consommation indirecte peut dépasser largement la consommation directe, jusqu’à douze fois dans certains centres de données américains.
• Le WUE mesure l’efficacité hydrique d’un site, mais il ne couvre pas l’eau utilisée en amont par le réseau électrique.
• Le lieu d’implantation compte autant que le volume total : quelques centaines de milliers de litres n’ont pas le même effet dans une région humide et dans un bassin déjà en pénurie.

Repères chiffrés

• 500 ml : estimation souvent citée pour une conversation de 20 à 50 requêtes avec ChatGPT, pas pour une question unique.
• 0,26 ml à plusieurs centaines de millilitres : fourchette d’estimations par interaction selon le modèle, l’infrastructure et la méthode de calcul.
• 700 000 litres : ordre de grandeur cité pour l’entraînement de GPT-3, selon une estimation académique.
• 5 à 29 litres par kWh : quantité moyenne d’eau mobilisée pour produire de l’électricité selon les pays et les sources de production.
• 12 : multiple possible entre la consommation d’eau indirecte liée à l’électricité et la consommation directe d’un data center.
• 29,4 °C : seuil couramment cité au-delà duquel certains systèmes adiabatiques commencent à vaporiser de l’eau.

Le point de vigilance : les chiffres sur la consommation d’eau de l’IA restent des estimations. Ils reposent sur des serveurs précis, un lieu donné, une météo particulière et un mix électrique déterminé. La distinction entre eau prélevée, eau évaporée et eau consommée indirectement reste la meilleure manière d’éviter les raccourcis.

Edit du 04/09/2026 : Numerama à fait une très bonne vidéo sur la question