Skip to navigation Skip to content

Le cloud computing doit lui aussi passer au vert

La journée de la terre, ce n'est pas que le 22 avril, c'est chaque jour. Eric Haddad, Directeur Général Google Cloud, revient sur un enjeu essentiel : réduire l'impact du cloud computing, dans sa tribune publiée, ce vendredi 19 avril, sur le site Les Echos.fr.

En voici ci-dessous un extrait :

Placer la préoccupation environnementale au cœur des infrastructures

À l’évidence, les data centers, qui stockent les données, consomment une grande quantité d’énergie pour leur fonctionnement et leur refroidissement, et devraient en consommer toujours plus au fil de l’augmentation des données produites et utilisées.

Pour limiter cette course infernale dans tous les sens du terme, il convient d’abord d’utiliser au maximum les sources d’énergie renouvelable locales pour alimenter ces data centers et donc privilégier des implantations qui permettent une telle approche : près de fermes de panneaux solaires dans les zones méridionales, près de champs d’éoliennes dans les contrées plus septentrionales. Lorsque ce n’est pas possible, pour des raisons de neutralisation de la latence ou de sécurité, ou tout simplement parce que les conditions climatiques ne permettent pas une production d’énergie suffisante, la compensation carbone s’impose et doit être intégrée à la gestion du site. Cette compensation doit du reste s’envisager à la fois site et par site, ainsi que sur l’ensemble de l’implantation de ceux-ci : certains territoires sont en effet en avance dans le domaine des énergies vertes, d’autres n’ont pas encore les ressources pour satisfaire de telles demandes.

Autre responsabilité : gérer correctement les données, et donc la consommation d’énergie qu’elles supposent : leur stockage "à froid", lorsqu’elles reposent, doit avoir la même efficacité énergétique lorsqu’elles sont utilisées "à chaud". Plus qu’une préférence, ce doit être une évidence et intégré comme tel dans les choix technologiques.

Dernier point à considérer, notamment avec l’importance croissante du machine learning et sa forte consommation de données et donc d’énergie : s’assurer de l’efficacité énergétique des processeurs utilisés et donc une capacité de calcul supérieure par watt consommé.

 

 

Accéder à la liste des dossiers

Actualités