L’intelligence artificielle s’immisce dans l’équation
Si on a vu que les industries telles que l’agriculture et le secteur manufacturier «consomment» énormément d’eau, les centres de données (data centers) ont également besoin d’eau pour remplir des fonctions essentielles telles que le refroidissement des équipements informatiques afin d’éviter leur surchauffe. Si l’on compare le pourcentage d’eau disponible pour l’homme à la grande quantité d’eau utilisée pour le refroidissement des centres de données, la fabrication et l’agriculture, on peut rapidement en déduire qu’il s’agit d’une denrée précieuse et rare.
NPR rapporte qu’un seul centre de données moyen utilise 300 000 gallons (1,13 million de litres) d’eau par jour pour se refroidir, ce qui équivaut à peu près à la consommation d’eau de 100 000 foyers.
De nombreux centres de données consomment directement de l’eau sur place pour évacuer la chaleur générée par l’équipement informatique.
L’empreinte hydrique de l’IA varie considérablement en fonction de l’endroit où elle est formée et hébergée. Par exemple, l’IA consomme de 1,8 à 12 litres d’eau pour chaque kWh d’énergie consommée dans les centres de données mondiaux de Microsoft, l’Irlande et l’État de Washington étant respectivement les sites les plus et les moins économes en eau.
Le «cas» Chat GPT
On a beaucoup parlé de ChatGPT, et bien tenez-vous bien, cette application «consomme» aussi beaucoup (trop) d’eau. Par exemple, la production d’une puce électronique nécessite environ 2 200 gallons d’eau ultra-pure (UPW). Par ailleurs, l’entraînement d’un grand modèle de langage comme le GPT-3 peut consommer des millions de litres d’eau douce, et l’exécution de l’inférence du GPT-3 pour 10 à 50 requêtes consomme 500 millilitres d’eau, selon le moment et l’endroit où le modèle est hébergé. GPT-4, le modèle actuellement utilisé par ChatGPT, aurait une taille beaucoup plus importante et consomme donc probablement plus d’eau que GPT-3.
