L’Inde souhaite accélérer sa position dans la course mondiale à l’intelligence artificielle, mais les centres de données qui soutiennent cette expansion ont besoin de plus que de GPU. Ils requièrent de l’électricité pour alimenter les serveurs et de l’eau pour certains systèmes de refroidissement, deux ressources déjà soumises à de fortes tensions dans plusieurs régions du pays. Les estimations disponibles situent la consommation d’eau des centres de données indiens à environ 150,3 milliards de litres en 2025, avec une projection d’environ 358,66 milliards de litres en 2030, soit une augmentation proche de 139 %.
Les clés de la consommation d’eau et d’énergie liée à l’IA en Inde en 20 secondes
- L’Inde a dépassé une capacité de 1 500 MW en centres de données en 2025.
- Sa consommation annuelle d’eau est estimée à 150,3 milliards de litres, pouvant atteindre 358,66 milliards en 2030.
- 75 % des centres sont concentrés dans cinq États.
- Plus de la moitié se trouvent dans des régions confrontées à un stress hydrique.
- Le type de refroidissement utilisé détermine une grande partie de leur consommation directe d’eau.
La situation en Inde illustre un problème également présent aux États-Unis, en Europe et dans d’autres marchés où l’infrastructure de l’intelligence artificielle connaît une croissance rapide. Bien que les modèles d’IA puissent paraître purement numériques, chaque réponse dépend inévitablement d’une infrastructure physique composée de semiconducteurs, de serveurs, de réseaux, de systèmes électriques et de dispositifs de refroidissement.
L’impact ne peut pas se réduire à l’affirmation selon laquelle « l’IA consomme de l’eau ». Tous les centres de données n’utilisent pas la même quantité d’eau, et toute l’eau associée à une requête n’est pas consommée dans le bâtiment. La localisation, le climat, la source d’électricité, le type de refroidissement et la densité des serveurs peuvent modifier considérablement ce résultat.
L’Inde fait face à une difficulté supplémentaire : une grande partie de sa nouvelle infrastructure numérique s’installe dans des territoires déjà soumis à des problèmes de disponibilité en eau.
Pourquoi une GPU peut avoir un lien avec la consommation d’eau
La chaîne commence par l’électricité.
L’entraînement et l’exécution de grands modèles nécessitent une quantité énorme d’opérations mathématiques. Pour cela, on utilise des GPU et autres accélérateurs spécialisés installés dans des serveurs pouvant regrouper des milliers ou dizaines de milliers d’unités.
Les accélérateurs actuels pour l’IA peuvent atteindre des consommations électriques de plusieurs centaines de watts par puce et, dans les configurations à haute performance, approcher ou dépasser le kilowatt selon le matériel et ses conditions de fonctionnement.
Mais la GPU n’est qu’une partie de l’équation.
Mémoire, CPU, stockage, commutateurs réseau, systèmes optiques, alimentations et autres composants du serveur consomment aussi de l’électricité.
Vient ensuite une conséquence inévitable : pratiquement toute cette énergie électrique se transforme en chaleur.
Un centre de données doit continuellement extraire cette chaleur pour maintenir les puces dans leurs températures de fonctionnement.
Dans les systèmes traditionnels, on utilise des combinaisons d’air, de ventilateurs, d’unités de climatisation, de refroidisseurs, de tours de refroidissement, de pompes et d’échangeurs de chaleur.
Les racks pour l’IA accélèrent aussi l’adoption de refroidissement liquide direct sur la puce, car déplacer assez d’air pour refroidir des racks de plusieurs centaines de kilowatts devient de plus en plus difficile.
C’est ici que la relation avec l’eau apparaît.
Certains centres utilisent des systèmes évaporatifs qui dissipent la chaleur par évaporation de l’eau. Une partie de cette eau n’est plus disponible sous sa forme liquide locale et doit être reconstituée.
La chaîne physique peut ainsi se résumer :
| Étape | Ce qui se passe |
|---|---|
| IA | Effectue des opérations mathématiques |
| GPU/TPU/accélérateur | Consomme de l’électricité |
| Serveur | Génère de la chaleur |
| Refroidissement | Élimine cette chaleur |
| Système évaporatif | Peut consommer de l’eau |
| Réseau électrique | Peut aussi avoir une empreinte hydrique |
| Infrastructure IA supplémentaire | Augmente la demande totale |
Il existe aussi une consommation indirecte d’eau souvent oubliée.
Produire de l’électricité peut également nécessiter de l’eau. Les centrales thermiques et nucléaires, par exemple, utilisent d’importantes quantités pour leur refroidissement, bien que l’extraction et la consommation nette soient des métriques distinctes.
C’est pourquoi calculer l’empreinte hydrique complète d’une application d’IA requiert de connaître à la fois le centre de données et le système électrique qui l’alimente.
L’Inde pourrait passer de 150 milliards à presque 360 milliards de litres
L’ampleur de la croissance prévue explique pourquoi cette question entre dans le débat public en Inde.
Mordor Intelligence prévoit une consommation de 150,3 milliards de litres en 2025 pour les centres de données du pays, avec une projection de 358,66 milliards en 2030. Cela représente environ une augmentation de 139 % en cinq ans.
| Année | Consommation estimée |
|---|---|
| 2025 | 150,3 milliards de litres |
| 2030 | 358,66 milliards de litres |
| Augmentation | ∼139 % |
Il est important de préciser ici une correction concernant le graphique diffusé par Outlook Business. Bien que l’infographie attribue ces chiffres au CEEW, l’article de la publication indique que les données proviennent de Mordor Intelligence. Le CEEW a bien publié ses propres recherches sur l’infrastructure indienne, mais les chiffres de 150,3 et 358,66 milliards de litres apparaissent directement dans les estimations de Mordor Intelligence.
Ils ne doivent pas non plus être interprétés comme une mesure exacte de la consommation d’eau « par l’IA ».
Ces chiffres englobent le marché des centres de données, où cohabitent intelligence artificielle, services cloud, stockage, vidéo, applications professionnelles, commerce électronique et autres charges de travail.
L’IA accélère leur expansion, mais n’en est pas la seule responsable.
La localisation influence aussi complexe la question
L’emplacement transforme la problématique de l’eau en quelque chose de bien plus complexe qu’un simple chiffre national.
WRI India recense 278 centres de données et souligne que 75 % d’entre eux sont concentrés dans cinq États : Maharashtra, Tamil Nadu, Karnataka, Telangana et Uttar Pradesh. Plus de la moitié des installations du pays se trouvent dans des régions soumises à un stress hydrique.
Le stress hydrique mesure la relation entre la demande en eau et la disponibilité des ressources renouvelables. Plus cette proportion est élevée, plus la compétition entre ménages, agriculture, industrie et autres usagers est forte.
Cela signifie qu’utiliser un million de litres d’eau n’a pas nécessairement le même impact en différents lieux.
Une installation située dans une région riche en ressources hydriques, au climat modéré et avec de l’eau renouvelée disponible, présente des conditions très différentes d’une autre construite dans une zone où ménages et agriculteurs se disputent déjà les ressources limitées.
Une concentration notable apparaît dans plusieurs grandes villes figurant sur la carte de WRI :
| Zone | Centres identifiés |
|---|---|
| Mumbai | 47 |
| Chennai | 34 |
| Bengaluru | 31 |
| Hyderabad | 29 |
| Navi Mumbai | 22 |
| Pune | 16 |
| Noida | 15 |
| Ahmedabad | 11 |
| Kolkata | 10 |
L’analyse de WRI montre également que de nombreuses installations se trouvent dans des zones caractérisées par un stress hydrique élevé ou très élevé.
Ce chevauchement est plus significatif que le simple chiffre national de consommation.
L’eau ne disparaît pas forcément avec le refroidissement liquide
Une confusion courante consiste à assimiler refroidissement liquide et consommation d’eau.
Ce ne sont pas équivalents.
Le refroidissement direct sur la puce peut utiliser un circuit fermé où le liquide circule en boucle entre serveurs et échangeurs. Cela ne signifie pas que toute cette eau est continuellement consommée.
La consommation dépend de la manière dont la chaleur est évacuée.
Un système utilisant des tours évaporatives peut demander une recharge continue. Une architecture avec systèmes à sec peut réduire considérablement la consommation d’eau directe, même si d’autres facteurs liés à l’énergie, à l’efficacité, à la température extérieure et aux coûts entrent en jeu.
C’est pourquoi deux centres de données de puissance équivalente peuvent avoir des empreintes hydriques très différentes.
Le gouvernement indien lui-même indique que le secteur recourt à des technologies telles que refroidissement liquide direct sur la puce, refroidissement adiabatique et immersion afin d’améliorer l’efficacité énergétique et hydrique. La capacité nationale est passée de 375 MW en 2020 à plus de 1 500 MW en 2025.
Ce chiffre illustre la rapidité de l’expansion.
L’électricité peut devenir un problème encore plus grave
L’eau n’est qu’une partie de l’équation.
L’Agence Internationale de l’Énergie (AIE) prévoit que la demande électrique totale de l’Inde croîtra en moyenne de 6,4 % par an entre 2026 et 2030. Le pays ajouterait plus de 570 TWh de consommation annuelle durant cette période.
Ce n’est pas tout le secteur des centres de données qui est concerné : l’industrie, la climatisation, les transports, l’agriculture et la transition électrique en général pèsent beaucoup plus lourd.
Mais l’infrastructure numérique ajoute une nouvelle charge particulièrement concentrée.
Outlook Business rapportait en août des estimations situant actuellement la capacité indienne de centres de données entre 1,6 et 1,8 GW, avec un potentiel d’atteindre 10,5 à 11,5 GW en 2035. Le ministère indien de l’Énergie aurait estimé que sa demande électrique pourrait atteindre 13,56 GW en 2032.
Une autre prévision, toujours selon cette publication, estime que la capacité passera de 1 668 MW en 2025 à 8 120 MW en 2030. Ces projections proviennent de sources différentes et ne doivent pas être confondues comme décrivant exactement la même métrique ou scénario.
À l’échelle mondiale, la tendance est semblable. L’AIE calcule que les centres de données pourraient passer d’une consommation d’environ 415 TWh en 2024 à environ 945 TWh en 2030, l’intelligence artificielle étant le principal moteur de cette croissance additionnelle, aux côtés d’autres services numériques.
Google, Microsoft et Amazon accélèrent leurs investissements
L’Inde a des raisons économiques de vouloir cette infrastructure.
Le pays combine une population de plus de 1,4 milliard d’habitants, une économie numérique en plein essor, une adoption croissante des services cloud, et une position stratégique pour développer la capacité informatique locale.
Les géants technologiques répondent par des investissements multimillionnaires.
Outlook Business signale le projet de Google de 15 milliards de dollars en Andhra Pradesh, les plans de Microsoft liés à Hyderabad dans le cadre d’un investissement de 17,5 milliards, et le programme d’Amazon d’investir 35 milliards de dollars dans ses activités en Inde jusqu’en 2030, dont une part importante pour les centres de données.
Cela génère des investissements, de l’activité lors de la construction, des demandes pour les fournisseurs locaux et une capacité numérique accrue.
Cependant, la relation entre un centre de données et l’emploi diffère de celle d’une grande usine traditionnelle.
Construire un campus nécessite de nombreux travailleurs, entrepreneurs, ingénieurs et fournisseurs. Une fois en fonctionnement, des installations très automatisées peuvent nécessiter proportionnellement beaucoup moins d’employés permanents que d’autres activités industrielles avec des investissements équivalents.
Le débat territorial apparaît précisément lorsque les communautés comparent les bénéfices locaux aux ressources nécessaires pour maintenir l’installation.
Le conflit ne se limite pas à aimer ou à être contre l’IA
Le cas de l’Inde montre pourquoi réduire ce débat à « l’IA consomme trop d’eau » est insuffisant.
Le vrai problème combine plusieurs questions.
Quelle quantité d’eau chaque installation utilise-t-elle réellement ? Est-elle potable, régénérée ou d’une autre source ? Quel est le niveau de stress hydrique dans la zone ? Quelle technologie de refroidissement emploie-t-elle ? Quelle quantité d’électricité nécessite-t-elle ? Qui finance le réseau électrique ? D’où provient cette énergie ? Quel emploi et quelles investissements cette infrastructure génère-t-elle ?
Les réponses peuvent transformer deux projets apparemment similaires en infrastructures aux impacts complètement différents.
Il faut aussi éviter d’attribuer automatiquement aux centres de données les problèmes d’eau d’une région.
Outlook Business a analysé des baisses du niveau des eaux souterraines dans des zones importantes de centres de données comme Noida, Bengaluru, Mumbai et Pune. Cependant, la même publication met en garde que l’évolution du niveau piézométrique dépend aussi de la croissance de la population, de l’urbanisation, de l’agriculture et d’autres activités industrielles, et que ces données ne prouvent pas que les centres de données en soient la cause.
Cette distinction est particulièrement importante en Inde, où l’agriculture représente une part énorme de la consommation en eau et où la mousson conditionne leur disponibilité.
Le problème posé par les centres de données est supplémentaire : ils introduisent une consommation industrielle à croissance rapide dans certaines de ces régions.
La prochaine métrique pour les centres de données pourrait être l’eau
Pendant des années, l’indicateur d’efficacité le plus connu pour un centre de données a été le Power Usage Effectiveness (PUE), qui compare l’énergie totale de l’installation à celle utilisée directement par les équipements informatiques.
La montée en puissance des enjeux liés à l’eau donne plus d’importance à une autre métrique : Water Usage Effectiveness (WUE).
Cependant, il ne suffit pas de rechercher le WUE le plus bas isolément.
Réduire drastiquement l’utilisation de l’eau peut augmenter la consommation électrique de certains systèmes de refroidissement. Et une installation extrêmement efficiente énergétiquement pourrait utiliser plus d’eau si elle dépend fortement de l’évaporation.
Le design optimal dépend ainsi de l’emplacement géographique.
Dans les régions donde le stress hydrique est élevé, il peut être raisonnable d’accepter une augmentation modérée de la consommation électrique pour réduire celle de l’eau, surtout si la production d’énergie renouvelable est abondante. Dans d’autres régions, l’approche inverse peut être préférable.
La réutilisation des eaux usées traitées offre une autre voie pour diminuer la compétition avec l’eau potable.
Le CEEW considère notamment que l’Inde possède un potentiel important pour augmenter l’utilisation de eaux résiduaires traitées dans ses applications industrielles.
L’expansion de l’IA amène ces décisions, autrefois réservées principalement aux ingénieurs, à devenir aussi des enjeux économiques et politiques.
Un centre de données ne se limite pas à Internet. Il est connecté à une sous-station, occupe du terrain, émet de la chaleur et nécessite un refroidissement. Selon sa conception, il peut également consommer des quantités considérables d’eau.
L’Inde permet de constater cette réalité à grande échelle : le pays souhaite augmenter sa capacité informatique tout en, dans de nombreuses régions, où la demande électrique et le stress hydrique sont déjà importants.
La question n’est pas simplement si l’Inde doit développer l’intelligence artificielle. La vraie discussion porte sur où construire ses centres de données et selon quelles conditions d’efficacité, de fourniture électrique et d’utilisation de l’eau afin que cette croissance n’impose pas un coût excessif aux communautés environnantes.