Quanta acqua si beve l’intelligenza artificiale

Poco più di un anno fa un tribunale di Santiago del Cile revocò l’autorizzazione a Google per la costruzione di un grande data center nelle vicinanze della città. I server – cioè i computer che avrebbe ospitato al suo interno – sarebbero stati utilizzati per addestrare i modelli di intelligenza artificiale (AI) dell’azienda, ma il progetto aveva suscitato grandi preoccupazioni per il consumo di acqua dovuto ai sistemi di raffreddamento, in un’area interessata da circa quindici anni consecutivi di siccità.

Mentre Google si impegnava a rivedere i propri piani, la notizia fu raccontata da molti giornali e da associazioni ambientaliste come caso emblematico dell’impatto idrico di un settore in rapida crescita come quello delle intelligenze artificiali.

Non si sono mai costruiti così tanti data center grandi e potenti come nell’ultimo periodo e il loro impatto ambientale è al centro di un acceso dibattito, sia per quanto riguarda l’uso di elettricità sia di acqua. Ma mentre il primo può essere stimato con una certa precisione grazie ai dati sul consumo energetico delle infrastrutture, il secondo è spesso più difficile da quantificare, perché dipende da molte variabili: il tipo di sistema di raffreddamento adottato, la localizzazione geografica, la disponibilità di risorse idriche e le pratiche di gestione impiegate dalle singole aziende.

I dati sull’impatto idrico delle AI sono pochi e talvolta in contraddizione tra loro, e in questa ambiguità si sono sviluppate due narrazioni molto diverse tra chi sostiene che il consumo idrico non sia un problema e chi invece lo definisce allarmante.

I potenti processori e gli altri componenti all’interno dei server usati per addestrare e usare le AI generano grandi quantità di calore, e devono essere raffreddati per evitare che le alte temperature li danneggino. Alcuni data center utilizzano sistemi a circuito chiuso, con acqua che scorre all’interno di tubi e viene raffreddata in torri di raffreddamento o tramite scambiatori di calore, minimizzando la quantità di acqua consumata. Altri impianti impiegano tecniche di raffreddamento evaporativo, dove una parte dell’acqua viene nebulizzata e fatta evaporare per abbassare la temperatura, con la sua conseguente perdita nell’atmosfera. La quota di acqua consumata varia quindi molto da impianto a impianto.

Di solito si utilizza acqua trattata per essere estremamente pura, in modo da evitare che si producano incrostazioni di calcare e altre sostanze nelle tubature e nei sistemi di evaporazione. L’acqua marina, molto più disponibile di quella dolce, non sarebbe quindi adatta allo scopo e per questo viene usata quasi sempre quella degli acquedotti.

Nel caso dell’evaporazione si disperde fino all’80 per cento dell’acqua utilizzata nell’impianto, che deve quindi essere ripristinata. Ci sono sistemi di ricircolo e riciclo per ridurre il più possibile la dispersione nell’atmosfera o per usare le acque di scarto degli acquedotti, depurandole, ma molto dipende da come sono fatti gli impianti e gli acquedotti stessi.

In generale, i data center che usano più acqua consumano meno energia elettrica, perché fanno minor ricorso ad altri sistemi di raffreddamento come i condizionatori, e viceversa. I consumi variano inoltre al cambiare delle stagioni, in base alle giornate calde o fredde.

In molti calcoli e stime, l’acqua consumata direttamente dai data center non è l’unica a essere presa in considerazione. L’acqua viene infatti consumata anche nei processi di produzione dell’energia elettrica, soprattutto nel caso delle centrali che la impiegano per raffreddare le loro apparecchiature e produrre il vapore che aziona le turbine. Secondo alcune stime, l’uso indiretto di acqua per i data center dedicati alle AI costituisce circa l’80 per cento del consumo totale di acqua del settore. Ma anche in questo caso il dato può variare molto, per esempio nel caso dei data center che sono alimentati per lo più con pannelli fotovoltaici e pale eoliche, che non implicano un consumo d’acqua durante il loro utilizzo.

Nonostante le difficoltà di misurazione, alcune ricerche recenti hanno provato a stimare il consumo globale d’acqua dei data center dedicati alle AI, ottenendo valori che variano da poche centinaia a oltre 600 miliardi di litri annui. Queste cifre, però, sono basate su modelli e ipotesi diverse e non ricevono un consenso univoco.

Andy Masley, un analista statunitense che da diverso tempo si è appassionato alla questione, ritiene che il problema del consumo d’acqua per le AI sia stato ingigantito e che si trascuri il fatto che in molti altri contesti industriali il consumo di risorse idriche sia molto più alto. Secondo i suoi calcoli, nel 2023 tutti i data center negli Stati Uniti avrebbero rappresentato circa lo 0,2 per cento del consumo nazionale di acqua dolce, e che la quota attribuibile ai data center per le AI sia intorno allo 0,04 per cento (i data center servono a molto altro, compreso far funzionare Internet e la pagina che state leggendo adesso).

Masley ha calcolato che se si considera solo l’acqua utilizzata direttamente nei data center, quindi escludendo quella nei processi di produzione dell’energia elettrica, la percentuale diventa dello 0,08 per cento del consumo nazionale, molto inferiore al consumo di risorse idriche per mantenere verdi i campi da golf negli Stati Uniti.

Masley ha pubblicato anche analisi piuttosto ottimistiche sul consumo di acqua per un singolo prompt (una richiesta a un chatbot) stimando che sia nell’ordine di 2 millilitri, e che per eguagliare l’acqua usata per produrre un paio di jeans si dovrebbero inviare circa 5,4 milioni di prompt.

Non tutti sono convinti da questi dati, anche perché stabilire il consumo di un prompt medio non è per nulla semplice, ma Masley nell’ultimo periodo si è fatto notare soprattutto per avere segnalato un errore in Empire of AI, un saggio di successo dell’autrice statunitense Karen Hao. In uno dei capitoli del libro, Hao si occupava del data center che Google voleva costruire in Cile e – usando dati del governo cileno – aveva scritto che avrebbe consumato più di mille volte l’acqua utilizzata dall’intera popolazione locale. Masley ha dimostrato che a causa di un’indicazione errata tra litri e metri cubi d’acqua Hao aveva sovrastimato di mille volte l’impatto idrico del data center.

Un approfondito rapporto di Bloomberg ha comunque segnalato che circa due terzi dei nuovi data center costruiti a partire dal 2022 si trovano in aree interessate da siccità o altro stress idrico, con disponibilità altalenante di acqua per le comunità che vivono in quelle zone. Negli ultimi tre anni negli Stati Uniti sono stati costruiti, o ne è stata avviata la costruzione, di oltre 160 data center in aree con scarsità d’acqua, con un aumento del 70 per cento rispetto ai tre anni precedenti. La prospettiva di creare nuovi posti di lavoro, magari in aree depresse, è vista come un’opportunità dai politici locali più propensi ad accettare qualche rischio sul piano ambientale.

Il fenomeno non riguarda solamente gli Stati Uniti. In aree aride come gli Emirati Arabi Uniti e l’Arabia Saudita sta aumentando la concentrazione di data center per l’AI, con sistemi di raffreddamento ad acqua o ad aria, sfruttando la possibilità di produrre energia elettrica a basso costo con i combustibili fossili molti disponibili in quelle zone. In India e in Cina sta avvenendo qualcosa di simile, con molti data center costruiti in aree secche dove spesso la popolazione fatica ad avere acqua bevibile tutto l’anno.

Fare stime accurate sul consumo d’acqua non è solo difficile per la grande quantità di variabili, ma anche per la scarsa trasparenza da parte delle grandi aziende delle AI come Google, Meta e OpenAI. Sebbene producano periodicamente rapporti sulla sostenibilità, queste aziende non diffondono dati precisi sul consumo energetico e idrico dei loro modelli più popolari. Un’analisi ha segnalato che l’84 per cento dell’utilizzo di modelli linguistici (LLM) riguardava sistemi con nessuna dichiarazione sul loro impatto ambientale. Di conseguenza la stragrande maggioranza delle persone utilizza strumenti il cui impatto sul pianeta è quasi completamente sconosciuto.