Jim Gao, surnommé « Boy Genius », est ingénieur chez Google, responsable des indicateurs d’efficacité énergétique (PUE) des data centers de Google. Il a récemment défrayé la chronique en développant une application innovante qui permet, sur le modèle des réseaux de neurones, de prévoir précisément l’efficacité des data centers de l’entreprise.
Depuis 5 ans, Google effectue des mesures de PUE toutes les 5 minutes. Au total ce sont 19 variables différentes allant de la température de l’eau utilisée pour le refroidissement au taux d’humidité extérieur, qui composent cet immense agrégat de données.
Jim Gao a décidé d’exploiter la puissance de l’apprentissage automatique pour comprendre comment toutes ces variables influent sur le PUE des data centers. Son modèle s’est avéré extrêmement fiable pour prévoir l’efficacité énergétique de n’importe quel data center à n’importe quel moment. Cette méthode, qui repose sur la mise en évidence d’écarts significatifs entre les prévisions et les données mesurées, a été jugée très efficace pour détecter d’éventuels problèmes opérationnels, ainsi que pour évaluer et améliorer l’efficacité énergétique des infrastructures.
une popularité qui ne se dément pas
Mais en quoi consiste le PUE au juste, et comment peut-on le relier à la notion d’efficacité énergétique ? Utilisé pour la première fois par le consortium The Green Grid en 2007, le PUE désigne le ratio entre la quantité d’énergie consommée par le data center et la quantité d’énergie consommée par les équipements informatiques. Plus ce rapport est proche de 1, plus le data center est performant : cela signifie que l’énergie n’est pas « gaspillée » par des équipements annexes tels que les systèmes de refroidissement ou d’éclairage.
De nombreuses entreprises ont perçu l’opportunité marketing offerte par cet indicateur simple et facile à appréhender. Elles font valoir un PUE de leur data center proche de 1. Google, par exemple, publie un bilan concernant la réduction de son PUE en indiquant son niveau, qui était de 1,11 au 1er trimestre 2014. Dans la même veine, Facebook communique le PUE de son data center de Prineville ainsi que le niveau de sa consommation d’eau.
les limites du PUE
Malgré une popularité qui ne se dément pas, le PUE a ses détracteurs. Tous ne s’accordent pas sur la capacité de l’indicateur à mesurer l’efficacité des data centers. Tom Raftery, dans son blog consacré à l’écologie, souligne que le mode de calcul utilisé peut faire augmenter le PUE d’un data center alors même que celui-ci recourt à des systèmes informatiques plus économes en énergie. Le bloggeur pointe également du doigt le fait que la mesure du PUE ne tient compte ni de l’empreinte carbone, ni de la consommation d’eau du data center.
Contre toute attente, la virtualisation peut également faire augmenter le PUE d’un data center alors même qu’elle offre une puissance de calcul par watt consommé plus efficiente, comme l'a souligné Jayabalan Subramanian. Ainsi, bien que l’opérateur d’un Data Center y gagne, l’indicateur PUE pourrait lui dire le contraire.
C’est qu’en raison de sa grande simplicité, le PUE ne mesure pas vraiment l’efficacité énergétique de l’activité principale d’un data center, à savoir le traitement numérique. Le fait que l’électricité soit acheminée jusqu’au serveur ne veut pas dire que celle-ci va produire et être utilisée à bon escient. De plus, le PUE perd de son objectivité lorsqu’il s’agit de comparer l’efficacité de plusieurs data centers ; trop de variables entrent en ligne de compte. Enfin, cette méthode se révèle peu adaptée à la mesure de l’efficacité énergétique des environnements à usage mixte, comme c’est le cas lorsqu’un data center occupe une partie d’un bureau.
des perspectives d’avenir
Malgré ces imperfections, le PUE devrait continuer à tenir un rôle important dans l’efficacité énergétique des data centers. D’autant plus s’il est désigné comme norme ISO, comme ce devrait être le cas. Précisément, il devrait y avoir plusieurs niveaux de mesure du PUE, reposant sur des intervalles très rapprochés de 15 minutes, pour suivre finement les évolutions de la consommation d’énergie.
Finalement, s’il peut aider les entreprises à améliorer l’efficacité de leurs data centers, le PUE ne constitue qu’un indicateur parmi de nombreux autres. Il ne trouvera sa valeur d’usage que si l’on sait comprendre et reconnaître ses limites. Une vision plus globale de l’état d’un data center ne sera obtenue qu’en combinant le résultat du PUE avec la consommation d’eau, l’empreinte carbone et la puissance de calcul générée sur une période donnée.
Et vous ? Pensez-vous que le PUE est adapté pour mesurer l’efficacité énergétique du data center ? Quels indicateurs plus élaborés pourraient donner de meilleurs résultats ?
Anthony
image : © ristaumedia.de - Fotolia.com
After a Masters in Computer Science, I decided that I preferred writing about IT rather than programming. My 20-year writing career has taken me to Hong Kong and London where I've edited and written for IT, business and electronics publications. In 2002 I co-founded Futurity Media with Stewart Baines where I continue to write about a range of topics such as unified communications, cloud computing and enterprise applications.