En tant que consultants cloud au sein d’une société sensible au développement durable, nous nous interrogeons tout naturellement sur les coûts énergétiques engendrés par les data centers. Quel est l’impact environnemental du Cloud et des nouvelles technologies, et comment à notre échelle pouvons-nous contribuer à minimiser les impacts environnementaux ?

Article co-écrit avec David Verney

Quel impact climatique du numérique ?

En effet, les data centers, nécessaires au fonctionnement du cloud, consomment de grandes quantités d’électricité dont une part importante dans les systèmes de refroidissement. Rien qu’aux États-Unis, les data centers consomment plus de 90 milliards de kilowattheures d’électricité par an. À l’échelle mondiale, cela représente environ 416 térawatts d’électricité, soit l’équivalent de la consommation annuelle de la France. De plus, la consommation d’électricité doublera tous les quatre ans avec l’accroissement du trafic mondial de données. D’après une récente enquête de GreentIT.fr, l’empreinte environnementale mondiale du numérique équivaudrait à 5 fois le poids du parc automobile français. Cependant, il convient de relativiser : les nouvelles technologies comme le Cloud sont certes une part du problème, mais aussi de la solution, grâce aux apports de l’IA et du Machine Learning.

L’IA pour optimiser la consommation énergétique

Les géants du cloud utilisent tous l’IA dans leurs data centers pour économiser l’énergie. Par exemple, Google a réduit de 40% la consommation énergétique du système de refroidissement de leurs data centers grâce à l’IA, ce qui représente plusieurs millions de dollars.

Pour ce faire, Google utilise des capteurs intelligents qui remontent des données telles que les températures, les débits et l’état du système de refroidissement. Toutes les cinq minutes, un snapshot du système de refroidissement est envoyé dans les réseaux de neurones profonds, ce qui permet de prévoir l’impact de différentes combinaisons d’actions potentielles sur la consommation d’énergie future. Le système d’IA identifie ensuite les actions qui minimiseront la consommation d’énergie tout en respectant les contraintes de sécurité.

L’optimisation des systèmes de refroidissement n’est pas la seule amélioration qu’apporte l’IA sur la consommation énergétique des data centers.

Depuis plusieurs années, AWS utilise également le machine learning pour optimiser son capacity planning. Cela permet d’anticiper la demande de ressources cloud, et donc les capacités nécessaires des data centers ainsi que le lieu de stockage des composants sur la planète. Grâce à ces optimisations, les services Amazon sont non seulement capables de scaler rapidement, au bon endroit et au bon moment, mais aussi de réduire le nombre de serveurs qui resteraient inutilement disponibles.

Enfin, les principaux cloud providers utilisent des smart grids pour tirer partie des énergies renouvelables. AWS a plusieurs parcs éoliens et solaires aux Etats Unis et en Europe qui représentent plus de 50% de sa consommation en énergie. Idem pour Microsoft qui a actuellement des projets d’énergies renouvelables en cours d’exploitation sur trois continents, pour une puissance totale de 1,2 gigawatts, ce qui représente environ 60% de sa consommation. Dans le cas de Google, c’est même 100% de l’énergie des datacenters et des bureaux qui provient de sources renouvelables depuis 2017.

En France aussi, l’IA est mise à contribution pour lutter contre le réchauffement climatique.

L’IA au service d’un projet écoresponsable lyonnais

Le 10 octobre se tenait dans les locaux très récents du Pulse Lab d’EDF un meetup sur les enjeux de l’IA face à la transition énergétique.

Lors de cette soirée, nous avons notamment assisté au témoignage de Mouchira Labidi, docteure en Intelligence Artificielle et spécialiste des problématiques environnementales. Son retour d’expérience à propos du bâtiment Woopa à Vaulx-en-Velin concernait un défaut dans la gestion du chauffage pendant l’hiver et les inter-saisons. En effet, le bâtiment, bien que construit en 2010, était chauffé de la même manière d’un étage à l’autre mais également d’une aile à l’autre, qui pouvait pourtant être orientée aussi bien sud que nord. Malgré son label « énergie positive et zéro carbone » le bâtiment présentait donc des disparités en terme de température, et le travail de Mouchira Labidi consistait justement à évaluer ces écarts et à proposer une solution technique pour y remédier tout en conservant l’installation de chauffage actuelle.

Pour ce faire, un vaste travail de collecte de données a été entrepris via des sondes de températures disposées dans l’ensemble du bâtiment et reliées à un Rasberry. Après plusieurs mois de collecte, le dataset généré a été enrichi avec des données météo sur la même période ce qui a permis d’entraîner des modèles de machine learning de type réseau de neurones pour prédire le comportement sur le plan énergétique du bâtiment en réaction à son environnement.

Il devenait ainsi possible de calculer un plan de chauffage spécifique à chaque étage et aile du bâtiment et de facto de réguler au plus juste la température à l’intérieur de chaque bureau. Ces algorithmes tenaient compte des caractéristiques et contraintes techniques du système de chauffage du bâtiment ce qui a permis de les appliquer sans gros travaux et donc rapidement. Après un an de recul, le bénéfice de cette entreprise fût double : une réduction de 30% sur la consommation et donc sur la facture du chauffage, mais également un confort accru pour ceux qui y travaillent.

Tech et environnement dans la région lyonnaise

A notre niveau, nous essayons aussi de mettre la technologie à contribution sur les sujets environnementaux. D2SI travaille en partenariat avec le CREA Mont-Blanc, une ONG scientifique qui étudie les milieux alpins pour mesurer l’impact du changement climatique. Nous avons ainsi participé au Marathon collaboratif organisé par le CREA en septembre dernier, et nous apportons nos compétences en machine learning pour automatiser le traitement et l’analyse de centaines de milliers de photos prises par les caméras automatiques du CREA dans le massif du Mont-Blanc. Enfin, l’équipe D2SI Lyon est en veille active sur le sujet : vous nous croiserez certainement dans l’un des meetup de la région Lyon, ou lors du prochain meetup Sobriété numérique à Lyon en Janvier prochain. Sinon, n’hésitez pas à nous interpeller sur Twitter !