AVIS D’EXPERT – Bien qu’une part de la consommation en énergie des datacenters soit inévitable, une autre, importante, peut être considérablement réduite grâce aux nombreuses innovations technologiques émergentes.
Damien Desanti, fondateur et président de PHOCEA DC, liste pour les lecteurs de Solutions numériques et cybersécurité ces leviers d’optimisation énergétique.
Selon les données d’EY-Parthenon, la France comptait en 2022 environ 250 datacenters commerciaux. Majoritairement basés en Île-de-France et dans le sud-est du pays, ces centres de données ont des tailles, capacités de stockage et consommations électriques très diverses. La capacité disponible installée de ces centres de données était alors de 566 MW, en hausse annuelle de 16 % depuis 2016. Elle devrait continuer d’augmenter pour atteindre 1,8 GW en 2033, soit une progression de 11 % par an sur les prochaines années.
Une partie de la consommation énergétique de ces datacenters peut être réduite, mais une autre partie demeure purement et simplement incompressible. La raison de ce constat est simple : la création de valeur dans le secteur du numérique passe inexorablement par de la consommation de kilowatts, cette dernière provenant des processeurs, cartes graphiques, disques durs et autres composants électroniques. Même si les rendements de ces composants s’améliorent année après année, une part irréductible subsiste, quelle que soit la configuration choisie.
Les langages de programmation, un levier trop peu connu d’optimisation énergétique
Cela étant, de nombreux leviers existent pour diminuer l’énergie consommée par les centres de données. Les langages de programmation en sont un. Dans une étude publiée en 2021, des chercheurs ont étudié 27 langages différents, les analysant sur trois critères : la consommation d’énergie, le temps d’exécution et la consommation maximale de la mémoire.
Ce sont les langages compilés (C, C++, Pascal, Fortran…) qui décrochent les meilleures places du classement, devant les langages interprétés (JavaScript, PHP…) et les langages de machine virtuelle (Java, C#…). Si l’on ne regarde que la consommation énergétique, les rapports peuvent aller de 1 à 75, voire 80 (1 pour le langage C, 75,88 pour Python et 79,58 pour Perl).
Si demain les développeurs font l’effort de coder en C++ plutôt qu’en Python, les effets seront immédiats. Pour les aider, l’IA générative permettra peut-être, dans un avenir proche, de convertir facilement des programmes d’un langage à un autre.
Le PUE, l’autre levier de réduction de la consommation énergétique
Autre levier d’optimisation, plus connu : le PUE (Power Usage Effectiveness). Cet indicateur se calcule en divisant le total de l’énergie consommée par le datacenter par le total de l’énergie utilisée par les équipements informatiques (serveurs). Il correspond à la capacité des centres de données à maîtriser leur efficience énergétique. De nombreuses innovations ont permis ces dernières années de réduire le PUE des centres de données, notamment l’amélioration des taux de rendement de la chaîne électrique des onduleurs, désormais proche de 100 %.
La technique de l’immersive cooling (refroidissement par immersion) facilite – elle aussi – la diminution du PUE des centres de données. En immergeant intégralement les composants d’un serveur dans un liquide non conducteur, elle permet d’obtenir des densités de serveurs cent fois plus élevées que celles qui étaient disponibles il y a encore quelques années, atteignant des densités de l’ordre de 300 kVA par baie informatique, ce qui correspond à la charge électrique maximale qu’une telle l’installation peut supporter.
L’intelligence artificielle pour piloter les datacenters et leur consommation
L’intelligence artificielle va également apporter son lot de bénéfices aux datacenters. Il y a tellement de paramètres à gérer dans un centre de données, pour chaque équipement (groupe électrogène, groupe froid, onduleur, etc.), que seule une IA est en mesure d’intégrer l’ensemble de ces informations pour proposer des optimisations et évolutions pertinentes.
En ingérant en amont des centaines de courbes de rendement liées aux matériels installés et en se connectant à des milliers de capteurs opérant en temps réel, les technologies d’IA rendent le bâtiment qui héberge le datacenter véritablement intelligent. La réactivité est un autre apport de l’IA. Si un client installe en une journée 20 ou 30 baies dans une salle, l’IA va immédiatement détecter cette opération, analyser le trafic et la consommation, tout en pilotant les équipements afin que le rendement soit constamment au maximum, ce qui est vertueux d’un point de vue énergétique.
L’optimisation de la consommation énergétique des datacenters est un enjeu majeur, tant d’un point de vue environnemental qu’économique. En combinant ces différentes approches, il est possible de créer des datacenters plus verts et plus efficients, contribuant ainsi à réduire l’impact environnemental du numérique et la facture énergétique de ces centres. Les opérateurs de datacenters ont donc tout intérêt à investir dans les technologies innovantes pour améliorer leur efficacité énergétique et leur responsabilité environnementale.
Damien Desanti
