in ,

Savez-vous qu’à force d’utiliser l’IA, vous gaspillez de l’eau ? Voici comment calculer votre consommation

Consommation eau IA

Générer des images, créer une petite amie IA, rédiger une newsletter, on fait tout avec l’intelligence artificielle. Mais savez-vous que cette pratique a un coût caché en eau et qu’il est possible de calculer la quantité d’eau que vous gaspillez quand vous utilisez l’IA ?

À titre d’information, une conversation avec l’IA équivaut à une bouteille d’eau unique, soit environ 500 ml. Et là, je ne parle que du modèle GPT-3 d’OpenAI.

Le fait est que les centres de données, leurs serveurs en particulier, ont besoin d’un système de refroidissement à eau.

Cela dit, la consommation d’eau pour chaque système d’IA varie en fonction de l’emplacement et du moment où l’ordinateur répond à nos requêtes.

Je vais cependant vous apprendre comment calculer la quantité d’eau que vous consommez quand vous discutez avec une IA.

YouTube video

2 flux d’utilisation qui se cachent derrière les requêtes IA

Je tiens à rappeler que pour chaque requête que vous tapez sur un modèle d’IA, il y a deux flux d’utilisation qu’il faut que vous connaissiez.

Il s’agit du refroidissement sur site et de l’utilisation d’eau pour alimenter les centrales électriques de chaque centre de données.

Le premier flux concerne surtout les serveurs qui vont générer une quantité inimaginable de chaleur. Et c’est dans ce contexte qu’ils ont besoin de tours de refroidissement par évaporation. Ou des brumisateurs gants en d’autres termes.

Le problème, c’est que l’eau que l’on utilise provient majoritairement des réseaux locaux. Notamment, les rivières, les réservoirs ou les aquifères.

Le second flux relève de l’utilisation de très grands volumes d’eau par les centrales au charbon, au gaz ou au nucléaire.

Il n’y a que les éoliennes, ainsi que les panneaux solaires qui n’utilisent pas d’eau, ou presque. Mais rares sont les centres de données des serveurs IA qui ont recours à ce système pour la génération d’électricité.

Y a-t-il une alternative face à cette surconsommation d’eau ?

Il faut reconnaître que la consommation d’eau peut varier d’un centre de données à un autre. Il y a de ce fait plusieurs facteurs qui influent la quantité d’eau que consomment les serveurs IA.

Et ce n’est autre que l’emplacement, la saison, ainsi que le timing durant lequel un centre de données exécute une tâche.

Pour faire face à cette consommation excessive, les chercheurs ont trouvé une alternative moins gourmande en eau.

Il s’agit du refroidissement par immersion qui consiste à immerger les serveurs dans des liquides non-conducteurs d’électricité. Notamment les huiles synthétiques qui évitent également l’évaporation de l’eau.

Microsoft a aussi trouvé une autre solution qui ne provoque pas l’évaporation de l’eau en faisant circuler un fluide directement via les puces IA.

C’est ce liquide qui va absorber la chaleur avant de la restituer à travers un système en circuit fermé.

Sauf qu’aucune de ces alternatives n’est courante puisqu’ils coûtent beaucoup plus cher pour les entreprises d’intelligence artificielle.

Il y a aussi le fait qu’elles sont beaucoup plus difficiles à entretenir, sans parler des modifications à apporter au niveau de centres de données pour pouvoir les utiliser correctement.

YouTube video

La solution vient de chacun d’entre nous, et voici comment calculer la quantité d’eau que l’on consomme pour chaque requête.

Sachez avant tout que la quantité d’eau que consomme ChatGPT n’est pas la même que celle de Claude ni de Gemini.

Pourquoi ? Eh bien, comme je l’ai indiqué plus haut, leur centre de données ne se situe pas dans la même ville.

Chacun de ces chatbots a également leur propre puissance de calcul et offre différents niveaux de complexité.

Dans tous les cas, vous pouvez utiliser l’IA de manière plus responsable en adoptant ces quelques réflexes.

Voici comment estimer l’empreinte hydrique d’une réponse d’IA en 3 étapes

Commencez par trouver la consommation énergétique par réponse. Par exemple, une réponse moyenne GPT-5 équivaut à 19,3 Wh et une réponse moyenne GPT-4o correspond à 1,75 Wh.

Ensuite, choisissez un facteur eau/énergie réaliste (refroidissement + électricité). Valeur pratique : 1,3 à 2,0 millilitres par Wh selon l’efficacité du site.

Puis, il ne vous reste plus qu’à les multiplier. Et voici la formule à utiliser : Empreinte (ml) = Consommation (Wh) × Facteur (ml/Wh).

Comment cela se passe concrètement ?

Si la consommation énergétique de GPT-5 s’élève à 19,3 Wh, vous consommez :

  • Au minimum (1,3 ml/Wh) : 19,3 × 1,3 = 25,09 ml (0,02509 L) ;
  • Et au maximum (2,0 ml/Wh) : 19,3 × 2,0 = 38,6 ml (0,0386 L).

Pour GPT-4o, disons qu’il affiche 1,75 Wh, vous consommez alors au minimum (1,3 ml/Wh) : 1,75 × 1,3 = 2,275 ml (0,002275 L) et au maximum (2,0 ml/Wh) : 1,75 × 2,0 = 3,5 ml (0,0035 L)

Quelques scales qui vous seront utiles

  • 1 000 réponses GPT-5 = 25,09 L à 38,6 L ;
  • 1 000 réponses GPT-4o = 2,275 L à 3,5 L ;
  • 10 000 réponses GPT-5 = 250,9 L à 386 L ;
  • 10 000 réponses GPT-4o = 22,75 L à 35 L.

Ces valeurs sont des estimations pratiques, pas des mesures exactes. Le facteur eau/Wh varie fortement selon le datacenter (climat, type de refroidissement, réutilisation de chaleur, mix énergétique).

L’empreinte hydrique globale dépend aussi de la source d’électricité (centrales thermiques consomment plus d’eau que l’éolien/solaire) et des politiques locales de gestion de l’eau.

Pour réduire l’impact, il faut une optimisation des modèles, une meilleure efficacité énergétique des datacenters, des recours aux énergies renouvelables et des technologies de refroidissement à faible consommation d’eau.

Restez à la pointe de l'information avec INTELLIGENCE-ARTIFICIELLE.COM !