L’intelligence artificielle est souvent perçue comme une technologie abstraite, mais elle a des impacts environnementaux significatifs, notamment en ce qui concerne en effet, la consommation d’eau.
Cette consommation est liée non seulement aux centres de données qui traitent les données massives, mais également à la formation des modèles d’IA et à la fabrication des composants électroniques essentiels à ces technologies. Regardons ensemble pourquoi et comment l’intelligence artificielle est consommatrice d’eau.
IA : Des besoins énergétiques et consommation d’eau
La formation de modèles d’IA, notamment ceux basés sur le machine learning et le deep learning, nécessite une puissance de calcul considérable, ce qui se traduit par une consommation d’énergie substantielle.
Une étude de l’Université de Massachusetts à Amherst a révélé qu’entraîner un modèle de traitement du langage naturel, tel que ChatGPT-3, peut consommer jusqu’à 1 287 MWh d’énergie, ce qui équivaut à l’énergie utilisée par environ 120 ménages américains sur une année.
Ce processus énergivore a un impact indirect sur la consommation d’eau, car la production d’électricité, notamment dans les centrales thermiques, nécessite généralement des quantités importantes d’eau pour le refroidissement.
Lire également à ce sujet : Est-ce que l’IA pollue ? Voici la réponse
L’impact sur les centres de données
Les centres de données, qui hébergent les serveurs nécessaires pour le traitement et le stockage des données, utilisent également des systèmes de refroidissement basés sur l’eau.
Selon un rapport de 2021 de l’International Energy Agency (IEA), les centres de données ont consommé environ 200 TWh d’électricité en 2020, ce qui entraîne une consommation d’eau pour le refroidissement pouvant atteindre 1,5 à 2 millions de gallons par an par centre, ce qui correspond à environ 5,7 à 7,6 millions de litres.
Estimation de la consommation d’eau des centres de données
Pour donner une idée de la consommation d’eau au niveau mondial, considérons qu’il y avait environ 8 millions de centres de données dans le monde en 2020. Si nous prenons une moyenne de 1,5 million de gallons par an par centre, cela se traduirait par une consommation annuelle totale d’environ 12 trillions de gallons d’eau (ce qui équivaut à environ 45,4 milliards de litres d’eau).
En considérant que l’IA représente une part croissante de l’utilisation de ces centres de données, il est raisonnable de supposer qu’une proportion significative de cette consommation d’eau est directement liée à des applications IA.
Voir aussi : Pourquoi l’IA fait peur ? Les 5 raisons principales
Fabrication des composants électroniques
La production de semi-conducteurs, essentielle pour le fonctionnement des systèmes d’IA, est également gourmande en eau. Selon une étude de 2022 de SEMI, la fabrication d’une seule puce peut nécessiter jusqu’à 10 000 litres d’eau.
En 2021, il a été estimé que l’industrie des semi-conducteurs consommait environ 2,5 millions de litres d’eau par jour aux États-Unis. Cela souligne que même avant que les dispositifs d’IA ne soient utilisés, leur fabrication implique déjà une consommation d’eau significative.
Estimation de la consommation d’eau liée à l’IA
Pour estimer la consommation d’eau spécifiquement attribuable à l’IA, on peut considérer que les applications d’IA représentent environ 10 % de l’utilisation totale des centres de données.
Cela signifierait qu’environ 4,5 milliards de litres d’eau par an pourraient être directement liés à l’IA, sans compter l’eau utilisée pour la formation des modèles d’IA ou la fabrication des composants électroniques nécessaires.
L’empreinte environnementale
Une étude de 2022 publiée dans la revue « Nature Communications » a estimé que le coût en eau de l’IA pourrait atteindre 5,4 milliards de mètres cubes d’eau par an à l’échelle mondiale. Cela inclut non seulement l’eau utilisée pour l’énergie et le refroidissement, mais également pour la fabrication des composants électroniques.
À l’heure où la sensibilisation aux enjeux environnementaux augmente, ces chiffres mettent en lumière l’impact substantiel de l’IA sur les ressources en eau.
Vers une IA plus durable ?
Pour atténuer cet impact, de nombreuses entreprises technologiques travaillent à améliorer l’efficacité énergétique de leurs opérations. Des initiatives visant à rendre les centres de données plus efficaces, à utiliser des systèmes de refroidissement alternatifs et à recourir à des sources d’énergie renouvelables sont en cours.
Par exemple, des entreprises comme Google et Microsoft ont annoncé qu’elles s’engageaient à réduire leur empreinte hydrique et à fonctionner à 100 % d’énergie renouvelable.
En conclusion, bien que l’IA soit souvent perçue comme une technologie avancée, sa consommation d’eau est une réalité préoccupante qui mérite d’être examinée.
Reconnaître cette consommation est essentiel pour développer des solutions durables et minimiser l’impact environnemental de cette technologie tout en continuant à bénéficier de ses innovations.