India wil haar positie in de wereldwijde race op het gebied van kunstmatige intelligentie versnellen. Echter, de datacenters die deze groei mogelijk maken, hebben meer nodig dan alleen GPU’s. Ze vereisen elektriciteit om de servers van stroom te voorzien en water voor bepaalde koeltechnieken, precies twee hulpbronnen die al onder grote druk staan in verschillende regio’s van het land. Volgens schattingen zal het waterverbruik van de Indiase datacenters in 2025 circa 150.300 miljoen liter bedragen en tegen 2030 naar ongeveer 358.660 miljoen liter groeien, een stijging van bijna 139%.
De kernpunten van water- en energieverbruik van AI in India in 20 seconden
- India heeft in 2025 de capaciteit van datacenters overschreden 1.500 MW.
- Het waterverbruik wordt geschat op 150.300 miljoen liter per jaar, met een verwachting van rond de 358.660 miljoen in 2030.
- 75% van de datacenters bevindt zich in vijf staten.
- Meer dan de helft ligt in regio’s met waterstress.
- De gebruikte koeltechniek bepaalt grotendeels het directe waterverbruik.
De situatie in India biedt inzicht in een probleem dat ook in de Verenigde Staten, Europa en andere snelgroeiende markten speelt waar de infrastructuur voor kunstmatige intelligentie snel uitbreidt. Een AI-model lijkt misschien een puur digitaal product, maar elke output hangt af van een fysieke infrastructuur met semiconductors, servers, netwerken, elektrische systemen en koelapparatuur.
De impact mag niet beperkt blijven tot de simpele uitspraak dat «AI water verbruikt». Niet alle datacenters gebruiken dezelfde hoeveelheid water, noch wordt alle water dat met een query wordt geassocieerd in hetzelfde gebouw verbruikt. De locatie, het klimaat, de energiebron, het koeltype en de dichtheid van de servers kunnen de resultaten aanzienlijk beïnvloeden.
India voegt hier een extra uitdaging aan toe: een groot deel van de nieuwe digitale infrastructuur wordt geconcentreerd in gebieden die al kampen met waterschaarste.
Waarom een GPU verband houdt met waterverbruik
De keten begint bij de elektriciteit.
Het trainen en uitvoeren van grote modellen vereist enorme hoeveelheden wiskundige operaties. Hiervoor worden GPU’s en andere gespecialiseerde versnellingsapparaten gebruikt, geïnstalleerd in servers die in duizenden kunnen worden gegroepeerd.
De huidige AI-versnellingschips kunnen enkele honderden watt per kaart verbruiken, en bij topconfiguraties kunnen ze afhankelijk van hardware en gebruiksomstandigheden nabij of boven de 1 kW uitkomen.
Maar de GPU is slechts een onderdeel.
Geheugen, CPU, opslag, netwerkschakelaars, optische systemen, voedingen en andere servercomponenten verbruiken ook elektriciteit.
Hierbij komt een onvermijdelijk gevolg: bijna alle elektrische energie wordt omgezet in warmte.
Een datacenter moet deze warmte voortdurend afvoeren om de chips binnen hun operationele temperaturen te houden.
In traditionele systemen wordt hiervoor gebruikgemaakt van combinaties van lucht, ventilatoren, airconditioning, chillers, koeltorens, pompen en warmtewisselaars.
AI-racks versnelden ook de adoptie van directe watergekoelde systemen, omdat het steeds moeilijker wordt om voldoende lucht te bewegen voor het koelen van racks met honderden kilowatts aan vermogen.
Hier neemt water een centrale rol in.
Sommige centra gebruiken evaporatieve systemen die warmte afvoeren door water te laten verdampen. Een deel van dat water wordt niet langer als vloeistof lokaal beschikbaar, waardoor het moet worden aangevuld.
De fysieke keten kan als volgt worden samengevat:
| Stap | Wat gebeurt er |
|---|---|
| AI | Voert wiskundige operaties uit |
| GPU/TPU/speciale versneller | Verbruikt elektriciteit |
| Server | Genereert warmte |
| Koeling | Verwijdert warmte |
| Evaporatiesysteem | Kan water verbruiken |
| Elektriciteitsnet | Kan ook een water-footprint hebben |
| Extra AI-infrastructuur | Verhoogt de totale vraag |
Daarnaast is er een indirect waterverbruik dat vaak buiten beschouwing wordt gelaten.
Het opwekken van elektriciteit kan ook water vereisen. Biokrachtcentrales en kerncentrales gebruiken bijvoorbeeld aanzienlijke hoeveelheden water voor koeling, hoewel de wateronttrekking en het netto verbruik verschillende metrics zijn.
Het bepalen van de volledige water-footprint van een AI-toepassing vereist daarom inzicht in zowel het datacenter als het energiesysteem dat het voedt.
India zou van 150 miljard naar bijna 359 miljard liter kunnen gaan
De enorme verwachte groei verklaart waarom deze kwestie nu op de Indiase publieke agenda staat.
Mordor Intelligence schat een waterverbruik van 150,3 miljard liter in 2025 voor de datacenters in India en voorspelt dat dit kan oplopen tot 358,7 miljard liter in 2030. Dat is een groei van ongeveer 139% in vijf jaar.
| Jaar | Geschat verbruik |
|---|---|
| 2025 | 150,3 miljard liter |
| 2030 | 358,7 miljard liter |
| Toename | ~139% |
Hierbij moet worden opgemerkt dat een belangrijke correctie nodig is ten aanzien van de infographic van Outlook Business. Hoewel de grafiek statistieken toewijst aan het CEEW, geeft de tekst aan dat de cijfers gebaseerd zijn op informatie van Mordor Intelligence. Het CEEW heeft wel eigen onderzoeken gedaan naar de Indiase infrastructuur en de relatie met water en energie, maar de genoemde cijfers van 150,3 en 358,7 miljard liter komen rechtstreeks uit de schattingen van Mordor Intelligence.
Ook moeten deze cijfers niet worden gezien als exacte metingen van waterverbruik door «AI».
Ze omvatten de markt van datacenters, waar AI, cloudservices, opslag, video, bedrijfsapplicaties, e-commerce en vele andere workloads samenkomen.
AI speelt een belangrijke rol in de groei van deze markt, maar is niet de enige factor achter het waterverbruik.
Waar de locatie van datacenters het verschil maakt
De locatie maakt de waterproblematiek een veel complexere vraag dan alleen een nationale telling.
WRI India telt 278 datacenters en wijst erop dat 75% zich bevinden in vijf staten: Maharashtra, Tamil Nadu, Karnataka, Telangana en Uttar Pradesh. Meer dan de helft van de faciliteiten bevinden zich in regio’s met waterstress.
Waterstress meet de verhouding tussen de vraag en de beschikbare hernieuwbare waterbronnen. Hoe hoger die verhouding, hoe groter de concurrentie tussen huishoudens, landbouw, industrie en andere gebruikers.
Dit betekent dat het waterverbruik van een datacenter niet in elke regio hetzelfde impact heeft.
Een locatie met overvloed aan water, gematigde temperaturen en toegang tot gerecycled water heeft andere gevolgen dan een geïsoleerde regio waar inwoners en boeren al strijden om beperkte waterbronnen.
De concentratie van datacenters is duidelijk zichtbaar in de grote steden op de WRI-kaart:
| Stad | Aantal datacenters |
|---|---|
| Mumbai | 47 |
| Chennai | 34 |
| Bengaluru | 31 |
| Hyderabad | 29 |
| Navi Mumbai | 22 |
| Pune | 16 |
| Noida | 15 |
| Ahmedabad | 11 |
| Kolkata | 10 |
De WRI-visualisatie laat zien dat veel van deze datacenters zich bevinden in gebieden met hoge of zeer hoge waterstress. Dat maakt de impact op lokale waterbronnen veel relevanter dan het nationale gemiddelde.
Water is niet automatisch verbruikt door vloeistof-koeling
Er bestaat vaak verwarring over watergekoelde systemen versus waterverbruik.
Ze zijn niet gelijkwaardig.
Directe waterkoeling kan gebruikmaken van een gesloten circuit waarin het water herhaaldelijk tussen servers en warmtewisselaars circuleert. Dit betekent niet dat al dat water continu wordt verbruikt.
Het uiteindelijke waterverbruik hangt af van de manier waarop het warmte verloren wordt gedaan.
Een systeem met evaporatieve topliften moet bijvoorbeeld regelmatig bijgevuld worden. Een systeem zonder waterverbruik, gebaseerd op droge koeling, kan het directe watergebruik sterk verminderen, hoewel dit vaak gepaard gaat met andere energie- en efficiëntie-efficiënties en kosten.
Daarom kunnen twee datacenters met gelijke rekenkracht sterk verschillen in hun water-footprint.
De Indiase overheid geeft aan dat de sector technologieën gebruikt zoals direct-to-chip waterkoeling, adiabatische koeling en immersiekoeling om energie- en water efficiëntie te verbeteren. Het ministerie van Elektronica en Informatietechnologie meldt dat de nationale capaciteit is toegenomen van 375 MW in 2020 tot meer dan 1.500 MW in 2025.
Deze getallen illustreren de snelheid van de groei.
Elektriciteit kan een nog groter probleem worden
Water is slechts een deel van de totale uitdaging.
De Internationale Energieagentschap (IEA) voorziet dat de totale vraag naar elektriciteit in India tussen 2026 en 2030 gemiddeld met 6,4% per jaar zal groeien. Het land zou gedurende die periode meer dan 570 TWh aan extra verbruik kunnen toevoegen.
Niet al dat groei komt van datacenters. Industrie, airconditioning, transport, landbouw en algemene elektrificatie spelen een veel grotere rol.
De digitale infrastructuur voegt hier een nieuwe, geconcentreerde belasting aan toe.
Outlook Business citeert schattingen uit augustus die aangeven dat de capaciteit van Indiase datacenters momenteel rond de 1,6-1,8 GW ligt, met een verwachte toename tot 10,5-11,5 GW in 2035. Het Indiase Energieagentschap schat dat de energievraag in 2032 kan oplopen tot 13,56 GW.
Een andere prognose uit dezelfde publicatie voorspelt een capaciteitsvergroting van 1.668 MW in 2025 tot 8.120 MW in 2030. Deze cijfers komen uit verschillende bronnen en moeten niet worden verward met hetzelfde scenario of metingen.
Op wereldwijde schaal volgt de trend vergelijkbaar. De IEA verwacht dat datacenters van ongeveer 415 TWh in 2024 kunnen groeien tot ongeveer 945 TWh in 2030, met AI als een belangrijke factor achter de extra groei, naast andere digitale diensten.
Google, Microsoft en Amazon versnellen hun investeringen
India heeft economische redenen om te investeren in deze infrastructuur.
Het land combineert een bevolking van meer dan 1.400 miljoen mensen, een enorme digitale economie, een groeiend gebruik van cloud-diensten en een strategische positie om lokale rekenkracht te ontwikkelen.
Grote technologiebedrijven reageren met miljardeninvesteringen.
Outlook Business benoemt het Google-project van 15 miljard dollar in Andhra Pradesh, de plannen van Microsoft in Hyderabad binnen een investering van 17,5 miljard dollar, en het Amazon-plan van 35 miljard dollar tot 2030 voor hun Indiase activiteiten, waarvan een aanzienlijk deel voor datacenters bestemd is.
Dit stimuleert investering, bouwactiviteiten, lokale leveranciers, en versterkt de digitale capaciteit.
Echter, de relatie tussen een datacenter en werkgelegenheid verschilt van die bij een traditioneel groot fabriek. Het bouwen van een campus vereist veel arbeidskrachten, aannemers, ingenieurs en leveranciers. Maar eenmaal operationeel, kunnen hightech, geautomatiseerde faciliteiten relatief weinig vaste banen bieden in vergelijking met andere industrieën met vergelijkbare investeringen.
De territoriale discussie komt vaak naar voren wanneer gemeenschappen de lokale voordelen vergelijken met de resources die nodig zijn voor het onderhoud van deze infrastructuur.
Het conflict draait niet enkel om voor- of tegen AI
India laat zien waarom het beperken van het debat tot «AI verbruikt te veel water» onvoldoende is. Het werkelijke vraagstuk omvat diverse vragen.
Hoeveel water wordt er daadwerkelijk door elke installatie gebruikt? Is het drinkbaar, gerecycled of van andere herkomst? Hoe hoog is de waterstress in het gebied? Welke koeltechniek wordt toegepast? Hoeveel elektriciteit wordt er nodig? Wie betaalt de nieuwe energienetwerken? Waar komt deze energie vandaan? Welke werkgelegenheid en investeringen worden gegenereerd?
Antwoorden op deze vragen kunnen twee ogenschijnlijk gelijke projecten verschillen in hun volledige impact en duurzaamheid.
Daarnaast is het belangrijk om niet automatisch te veronderstellen dat datacenters verantwoordelijk zijn voor de waterproblemen in een regio. Outlook Business heeft bijvoorbeeld vermeld dat de grondwaterstanden in belangrijke gebieden zoals Noida, Bengaluru, Mumbai en Pune zijn gedaald. Maar de publicatie waarschuwt dat deze dalingen ook verband houden met bevolkingsgroei, urbanisatie, landbouw en industriële activiteiten, en niet uitsluitend met datacenters.
Deze nuance is vooral belangrijk in India, waar landbouw een groot aandeel heeft in watergebruik en de beschikbaarheid sterk beïnvloed wordt door de moesson.
De datacenters vormen een bijkomend probleem: zij introduceren een snelgroeiende industriële water-gebruiker in gebieden die al onder waterdruk staan.
De volgende metriek voor datacenters kan het waterverbruik worden
Traditioneel is de Power Usage Effectiveness (PUE) de meest bekende maat voor datacenters, die de totale energieverbruik vergelijkt met dat van de IT-apparatuur.
De toenemende druk op waterbronnen geeft echter meer aandacht aan een andere maat: Water Usage Effectiveness (WUE).
Het is echter niet genoeg om enkel naar de laagste WUE te streven.
Een sterke reductie in watergebruik kan het elektriciteitsverbruik in koelsystemen verhogen. Aan de andere kant kan een uiterst energie-efficiënt datacenter toch meer water verbruiken als het sterk afhankelijk is van verdampingskoeling.
De optimale ontwerpkeuze hangt dus af van de locatie.
In regio’s met waterstress kan het acceptabel zijn meer energie te gebruiken om water te sparen, vooral wanneer er veel hernieuwbare energie beschikbaar is. In andere gebieden kan het juist andersom zijn.
Het hergebruik van behandeld afvalwater biedt een andere mogelijkheid om de concurrentie met drinkwater te verminderen.
CEEW ziet vooral potentieel in het vergroten van het gebruik van gerecycled water in industriële toepassingen in India.
De snelle expansie van AI maakt dat deze afwegingen, voorheen vooral technici, ook economische en politieke keuzes worden.
Een datacenter bestaat niet alleen uit het internet; het is verbonden met een substation, neemt ruimte in, produceert warmte en vereist koeling. Afhankelijk van het ontwerp kan het ook aanzienlijke hoeveelheden water verbruiken.
India biedt op grote schaal inzicht in deze realiteit: het land wil haar rekenvermogen uitbreiden terwijl veel regio’s al kampen met waterstress en een groeiende elektriciteitsvraag.
De kernvraag is niet of India AI wil ontwikkelen, maar waar de datacenters gebouwd worden en onder welke omstandigheden qua efficiëntie, energievoorziening en watergebruik de groei plaatsvindt, zodat de kosten en gevolgen niet onevenredig worden afgewenteld op de omliggende gemeenschappen.
vía: Fernando Cortiñas op Linkedin