Au-delà de l’énergie : pourquoi l’efficacité hydrique devient le prochain indicateur clé des centres de données

Pendant des années, la durabilité dans les centres de données a été définie principalement par l’efficacité énergétique. La Power Usage Effectiveness (PUE) s’est imposée comme la référence sectorielle, influençant la façon dont les installations étaient conçues, exploitées et évaluées. Les améliorations de la PUE sont devenues synonymes de progrès vers une infrastructure plus verte et plus efficace.

Cependant, cette approche axée sur l’énergie a négligé une autre ressource essentielle pour les opérations des centres de données : l’eau. Utilisée massivement pour le refroidissement et la gestion thermique, l’eau a permis d’atteindre des densités de calcul plus élevées et une stabilité opérationnelle, tout en restant largement absente des cadres d’évaluation de l’efficacité.

Alors que les charges de travail d’intelligence artificielle (AI) se développent rapidement et que la pression mondiale sur l’eau s’intensifie, ce déséquilibre devient de plus en plus évident. Les centres de données entrent dans une phase où l’efficacité hydrique doit être mesurée, gérée et optimisée avec la même rigueur que l’efficacité énergétique.

Un angle mort de la durabilité dans les opérations des centres de données

L’accent mis par l’industrie sur la PUE a apporté des avantages mesurables. L’optimisation des flux d’air, des systèmes de refroidissement avancés et des contrôles intelligents ont permis de réduire le gaspillage d’énergie et d’améliorer l’efficacité opérationnelle. Ces avancées étaient nécessaires et ont eu un impact significatif.

En même temps, plusieurs stratégies de refroidissement écoénergétiques—en particulier le refroidissement par évaporation—dépendent fortement de l’eau. Dans certains cas, les améliorations de la PUE ont été obtenues au prix d’une augmentation de la consommation d’eau, déplaçant ainsi l’impact environnemental plutôt qu’en le réduisant.

Pendant des années, ce compromis a suscité peu d’attention. L’eau était souvent considérée comme facilement disponible et peu risquée. Cette hypothèse n’est plus valide.

Comment l’AI accélère l’impératif hydrique

L’adoption rapide de l’AI a fondamentalement changé le profil opérationnel des centres de données. Les charges de travail liées à l’entraînement et à l’inférence en AI génèrent beaucoup plus de chaleur que les applications d’entreprise traditionnelles. Les grappes de GPU haute densité et les racks de plus de 40 kW deviennent de plus en plus courants, imposant une demande sans précédent sur les infrastructures de refroidissement.

Pour maintenir la performance et la fiabilité, de nombreuses installations comptent sur des méthodes de refroidissement à forte consommation d’eau. À mesure que l’infrastructure AI prend de l’ampleur, cette dépendance se traduit par une hausse significative de la consommation d’eau.

Selon une analyse de Morgan Stanley, l’expansion des centres de données optimisés pour l’AI pourrait faire grimper la consommation annuelle d’eau à plus de 1 000 milliards de litres d’ici 2028, soit une augmentation de plusieurs fois par rapport aux niveaux actuels, à mesure que les installations augmentent leur capacité de refroidissement et de production d’électricité pour soutenir l’AI¹. Le rapport souligne la disponibilité de l’eau comme une contrainte émergente pour la croissance des centres de données, en particulier dans les régions déjà soumises à un stress hydrique.

Alors que l’AI s’intègre aux stratégies d’entreprise et au cloud, la disponibilité et l’efficacité hydriques s’imposent comme des enjeux concrets pour l’évolutivité, la résilience et la durabilité à long terme.

Comprendre la Water Usage Effectiveness (WUE)

Pour gérer l’eau de façon responsable, il faut d’abord la mesurer. La Water Usage Effectiveness (WUE) offre une méthode standardisée pour évaluer la consommation d’eau par rapport à la production informatique.

La WUE se définit comme suit :

WUE = Consommation annuelle d’eau sur site (litres) ÷ Consommation annuelle d’énergie IT (kWh)

Alors que la PUE mesure l’efficacité de l’utilisation de l’électricité dans un centre de données, la WUE mesure l’efficacité de l’utilisation de l’eau. Ensemble, ces indicateurs offrent une vision plus complète de la durabilité opérationnelle.

La WUE permet aux organisations de :

• Comprendre l’impact hydrique des stratégies de refroidissement
• Comparer les installations selon les régions exposées à différents risques hydriques
• Identifier les compromis cachés entre efficacité énergétique et efficacité hydrique
• Soutenir une prise de décision éclairée pour la conception de l’infrastructure et l’attribution des charges de travail

Dans les environnements denses et motorisés par l’AI, cette visibilité est de plus en plus essentielle.

Pourquoi la WUE gagne en importance stratégique

Plusieurs facteurs convergents font passer la WUE d’une préoccupation secondaire à une priorité stratégique :

• Rareté croissante de l’eau : De nombreux pôles actuels et émergents de centres de données—including l’Inde, l’Asie du Sud-Est, le Moyen-Orient et certaines parties de l’Amérique du Nord—sont considérés comme des régions à stress hydrique. À mesure de l’augmentation des capacités, la disponibilité en eau peut directement affecter la continuité opérationnelle et la croissance future.
• Demandes accrues en refroidissement dues à l’AI : Les charges de travail AI intensifient la production thermique, entraînant souvent une consommation d’eau plus élevée avec les méthodes de refroidissement traditionnelles. Sans mesure de la WUE, les organisations risquent de sous-estimer les enjeux de durabilité à long terme.
• Évolution des attentes réglementaires : Les cadres réglementaires vont au-delà de l’énergie et du carbone pour inclure la consommation et la conservation de l’eau. Dans plusieurs régions, la reddition de comptes et les objectifs d’efficacité hydrique deviennent des exigences formelles de conformité.
• Examen des investisseurs et ESG : Les cadres environnementaux, sociaux et de gouvernance (ESG) mettent de plus en plus l’accent sur la gestion responsable de l’eau. Les entreprises exploitant des infrastructures à forte consommation d’eau font face à des attentes croissantes en matière de transparence et de gestion responsable.
• Leadership sectoriel : Les principaux fournisseurs de cloud et de technologie publient des indicateurs hydriques, s’engagent à des objectifs de réapprovisionnement en eau et testent des conceptions de refroidissement à faible consommation ou sans eau. Ces démarches indiquent la direction des standards sectoriels.

Pris ensemble, ces tendances laissent présager que la WUE aura bientôt autant de poids que la PUE dans l’évaluation de la durabilité des centres de données.

Technologies pour des centres de données économes en eau

Les progrès en conception et exploitation d’infrastructures rendent possible une réduction de la consommation d’eau sans compromettre la performance :

• Techniques de refroidissement liquide, incluant le refroidissement direct au processeur et par immersion, réduisent la dépendance au refroidissement par évaporation
• Systèmes de refroidissement en boucle fermée minimisent l’utilisation d’eau douce et permettent la réutilisation
• Optimisation du refroidissement pilotée par l’AI qui ajuste dynamiquement le refroidissement selon les conditions en temps réel
• Récupération de la chaleur résiduelle qui réduit la demande globale de refroidissement en réutilisant la chaleur excédentaire

Ces approches sont de plus en plus centrales à la conception de sites prêts pour l’AI et sobres en ressources.

Avec la montée de l’informatique haute densité et compatible AI, ces leviers deviennent de plus en plus critiques.

Permettre une informatique économe en eau grâce au cloud hybride

À mesure que les organisations modernisent leur infrastructure et adoptent des modèles cloud hybrides, l’efficacité hydrique doit être intégrée à la planification et aux opérations. HCLTech accompagne les entreprises dans cette transition en intégrant l’efficacité hydrique à toutes les étapes du cycle de vie de l’infrastructure :

• Évaluation et analyse comparative de la PUE, de la WUE et du risque hydrique local
• Optimisation et modernisation du refroidissement selon les charges de travail AI
• Architecture durable et stratégies d’attribution des charges de travail
• Rapports ESG et analyses sur les indicateurs hydriques, énergétiques et de carbone
• Optimisation opérationnelle pilotée par l’AI pour réduire la surconsommation

En intégrant la dimension de l’eau dans les stratégies cloud et centres de données, les organisations peuvent renforcer leur résilience tout en poursuivant leurs objectifs de durabilité.

Redéfinir l’efficacité à l’ère de l’AI

À mesure que les centres de données évoluent pour soutenir les charges de travail pilotées par l’AI, la durabilité ne peut plus être évaluée à l’aide d’un seul indicateur. Si la Power Usage Effectiveness demeure un outil essentiel de mesure de l’efficacité énergétique, elle ne capte pas totalement l’impact environnemental des infrastructures haute densité modernes.

La Water Usage Effectiveness apporte cette perspective manquante. Elle rend visibles les arbitrages de refroidissement, le risque hydrique local et la résilience opérationnelle à long terme—des facteurs de plus en plus critiques alors que l’adoption de l’AI s’accélère et que la rareté de l’eau augmente.

Les organisations qui intègrent la WUE à leur planification d’infrastructure et à leurs stratégies cloud seront mieux placées pour gérer les risques, répondre aux attentes réglementaires émergentes et bâtir des plateformes numériques durables à grande échelle. À l’ère de l’AI, l’informatique responsable se définira non seulement par la façon dont l’énergie est utilisée efficacement, mais aussi par la gestion rigoureuse de l’eau.