Le Power Usage Effectiveness – Définition du PUE – DATA4

QU’EST QU’UN Power Usage Effectiveness (PUE)

Les entreprises sont actuellement confrontées à des enjeux qui peuvent sembler contradictoires à première vue, assurer le développement des systèmes d’information et  réduire l’empreinte écologique et donc la consommation énergétique des installations.

Pourtant, des solutions sont élaborées pour que les deux objectifs puissent être atteints : ainsi, des indicateurs techniques aident les entreprises à agir en faveur du développement durable, sans perdre en efficacité et productivité informatique. Le plus emblématique en la matière est le PUE (Power Usage Effectiveness), qui traduit l’efficacité énergétique d’un datacenter.

CONSTAT DE DÉPART : L’importance du Power Usage Effectiveness (PUE)

Les datacenters sont des lieux où sont regroupés les équipements IT (Technologies de l’Information) et de télécommunications d’une entreprise. Prenant en charge un grand nombre de serveurs, les infrastructures d’un datacenter à Paris, par exemple, consomment énormément d’électricité, et produisent, par conséquent, beaucoup de chaleur. Pour éviter une surchauffe dans l’espace restreint d’un centre de données, il est indispensable de mettre en place un système de refroidissement ayant un coefficient d’efficacité important..

Pourquoi concentrer tant de serveurs en un même lieu ?

En concentrant un grand nombre de serveurs nous avons ainsi créé de toute pièce un problème qui n’existait pas : celui lié au réchauffement des salles informatiques et de leurs consommations d’énergie..

Reste alors à les refroidir … Mais pourquoi est-ce indispensable ? Tout simplement parce que le datacenter offre des solutions et des avantages considérables pour l’économie et le développement des entreprises.

  •  Une société compte parfois des centaines d’équipements informatiques, qu’il faut alimenter, et elle ne dispose pas toujours dans ses locaux d’une alimentation électrique adéquate, c’est-à-dire ondulée et sécurisée, pour assurer le fonctionnement de ses serveurs informatiques.
  • Par ailleurs, ces équipements doivent être proches l’un de l’autre pour avoir un fonctionnement optimal, notamment lorsqu’un serveur de stockage doit « parler » à un serveur de calcul. Si une trop grande distance physique s’installe entre les deux, cela représente alors un inconvénient impactant leurs capacités de traitement.  On ne peut donc pas toujours disperser son réseau informatique sur des sites distants.
  • Rappelons enfin que le datacenter est un espace sous haute sécurité, contenant des données confidentielles qu’il faut protéger. En ce sens, il est toujours plus facile de sécuriser un petit espace plutôt qu’un grand.

Parce qu’ils ont vocation à être des espaces où se concentrent les équipements informatiques, les datacenters posent donc le problème de dissipation thermique, mais restent finalement la meilleure solution pour héberger des données.

Définition du PUE : Power Usage Effectiveness

Le PUE (Power Usage Effectiveness) est donc un indicateur permettant de mesurer l’efficacité énergétique d’un datacenter. En d’autres termes, le PUE évalue le rendement du Data Center, en faisant un ratio de l’énergie qu’il utilise dans son ensemble, sur l’énergie utilisée uniquement par les équipements informatiques, pris isolément.

Le Power Usage Effectiveness (PUE) varie donc en fonction du datacenter, de son design, de son taux d’occupation, mais aussi d’autres critères, tels que la température extérieure.

Avec la chaleur émise par un data-center, nous pouvons comprendre pourquoi le PUE d’un Data Center est essentiellement dû à l’énergie dépensée pour le refroidissement des salles informatiques. Il comprend aussi, à moindre échelle, l’apport d’énergie, l’éclairage, la supervision, ou encore la sécurité du centre de données.

QUELS SONT LES ORDRES DE GRANDEUR DU PUE ?

Il n’est pas évident de se rendre compte des dépenses énergétiques que le processus de refroidissement des infrastructures informatiques requiert. Pour vous donner un ordre d’idée, une salle informatique de 1000 m² au sein d’un datacenter peut facilement consommer 2 MW.

À l’heure actuelle, de nombreux data centers affichent des PUE de 1.7, ce qui signifie que 1.4 MW est utilisé pour le refroidissement du centre de données, mais aussi pour tout le reste. Si le PUE tend à décroitre, la consommation liée au refroidissement ce qui consomme le plus d’énergie dans un datacenter et contribue fortement à la pollution numérique.

Face à cet enjeu de taille, DATA4 porte une attention constante à la maitrise de son impact environnemental. Ainsi, le design de chaque nouvelle construction de datacenters est optimisé pour permettre aujourd’hui d’attendre un PUE théorique à 1.22. L’objectif d’une telle réalisation est de réduire la consommation d’énergie globale de près de 1 MW, et offrir ainsi une solution, énergétiquement parlant, ultra concurrentielle.

Faut-il choisir entre disponibilité du datacenter et PUE ?

Lorsque des équipements IT sont hébergés dans un centre de données, ce dernier se voit doté d’une infrastructure complexe. L’objectif ? Maximiser le taux de disponibilité des équipements hébergés. L’UPTIME Institute classe les data centres avec un indice de 1 à 4. Les datacentres de type TIER 1 bénéficient d’une seule chaine électrique, alors que les datacenters de type TIER4 profitent de 2 chaines électriques en redondance totale. Ipso facto, ces derniers garantissent une disponibilité statistique de 99,995%, soit une indisponibilité d’une demi-heure par an contre, 99,671 % et 28,8 heures d’indisponibilité statistique annuelle pour ceux de type TIER 1.

Aujourd’hui, au regard de la dépendance informatique des entreprises, la tendance est de privilégier un choix de data centre avec le niveau de Tier le plus élevé. La volonté étant de se diriger vers le taux de disponibilité de plus en plus important.

Cette typologie de data centre nécessite une infrastructure plus conséquente ce qui augmente logiquement le PUE. Ceci se vérifie puisqu’une architecture classique de type TIER 4 suppose de répartir la charge entre les sources de production électriques. Il en résulte des onduleurs chargés autour de 40% et donc moins efficaces que dans leur plage de fonctionnement de prédilection située autour de 80%.

Qui dit rendement inférieur, dit dégradation du PUE. Il est donc plus aisé d’avoir un bon PUE avec un faible niveau de Tier. On constate que le PUE bien que pertinent d’un point de vue écologique, n’est pas suffisant.  On ne saurait recommander aux entreprises d’afficher leur niveau de TIER ou le taux de disponibilité statistique du site.

COMMENT OPTIMISER ET RÉDUIRE LE PUE

Réduire le PUE d’un datacenter devient donc un enjeu majeur pour limiter les coûts, mais aussi l’empreinte écologique des entreprises. Plusieurs solutions sont envisageables pour diminuer le Power Usage Effectiveness (PUE), toutes plus ou moins efficaces et réalisables :

  • Autoriser une température de fonctionnement plus élevée des serveurs (et par chance les serveurs informatiques actuels le permettent de plus en plus)
  • Baisser la densité et donc la puissance par m² consommée : cette solution permet de faciliter la dissipation thermique, mais va à l’encontre des exigences actuelles, qui demandent toujours plus de densité pour faire face aux équipements très denses.
  • Améliorer la circulation de l’air frais dans les salles informatiques : cela peut se faire par le biais, par exemple, de solutions de confinement.
  • Optimiser la production d’air frais : plusieurs moyens permettent cela, notamment l’usage mixte de la circulation d’air extérieur et de l’utilisation d’échangeurs thermiques. Cette solution, vient ainsi refroidir l’air en circulation en profitant d’une température extérieure plus basse. Il s’agit ici du principe de Free Cooling
  • Installer les salles informatiques dans le Grand Nord, ou les plonger dans la mer : si cette solution semble très efficace, on imagine aisément les inconvénients pratiques d’une telle installation.

Face à cette problématique, DATA4 se positionne en expert et met en place des techniques de pointe s’appuyant sur l’Intelligence Artificielle afin d’accompagner le pilotage des infrastructures de puissance et de refroidissement. L’objectif étant de réduire le PUE à 1.22 à court terme, et peut-être encore moins à l’avenir.