Data Centers

This comprehensive study analyzes the environmental impact of data centers specifically used for AI training and inference. The research provides detailed measurements of energy consumption and carbon emissions from major AI computing facilities. The authors present innovative solutions for reducing the environmental footprint of AI infrastructure, including advanced cooling systems, renewable energy integration, and workload optimization strategies. The paper also introduces new metrics for measuring and comparing the environmental efficiency of different AI computing architectures and deployment strategies.

Ce rapport étudie une composante clé des infrastructures du numérique, la filière centre de données, et la manière dont elle se construit en interaction avec l’intelligence artificielle, principal déterminant de ses dynamiques aujourd’hui. Celle-ci trace le contour de la manière dont le déploiement généralisé de l’IA infléchit ces dynamiques déjà insoutenables. Il éclaire les pistes à suivre pour réorienter vers la soutenabilité énergie-carbone nos choix technologiques, qui sont de véritables choix politiques, économiques et stratégiques.

Cette étude de l’ADEME, réalisée par le groupement CLIK et Hubblo, répond à trois objectifs : État des lieux : dresser l’état des lieux de la consommation électrique actuelle des centres de données en France. Modèle prospectif : proposer un modèle prospectif détaillé permettant de modéliser des scénarios d’évolution des consommations des centres de données dans le temps. 5 scénarios jusqu’en 2060 : un scénario tendanciel et 4 scénarios envisageant les chemins possibles de transition écologique. L’étude prend en compte les émissions de gaz à effet de serre, la pression sur les ressources en eau, l’artificialisation des sols, la concurrence avec d’autres usages de l’électricité, ainsi que les enjeux de souveraineté numérique. Elle distingue également les consommations en France des consommations à l’étranger pour un usage français.

Although there are ways to estimate the global power demand of AI systems, it remains challenging to quantify the associated carbon and water footprints. The lack of distinction between AI and non-AI workloads in the environmental reports of data center operators makes it possible to assess the environmental impact of AI workloads only by approximating them through data centers’ general performance metrics. The environmental disclosure of tech companies is, however, often insufficient to determine even the total data center performance of these companies. The carbon footprint of AI systems alone could be between 32.6 and 79.7 million tons of CO2 emissions in 2025, while the water footprint could reach 312.5–764.6 billion liters. The shortcomings in the environmental disclosure of data center operators could be remedied with new policies mandating the disclosure of additional metrics. Because the environmental impact of data centers is growing rapidly, the urgency of transparency in the tech sector is also increasing.