Le PUE (Power Usage Effectiveness) est un indicateur essentiel pour les centres de données. Cet article explore son importance, les méthodes pour le mesurer et le réduire, ainsi que des exemples concrets en France.
📊 Bon à savoirEn 2020, le PUE (Power Usage Effectiveness) moyen mondial des centres de données était d'environ 1,6. Cet indicateur mesure l'efficacité énergétique en divisant la consommation totale d'énergie par celle des équipements informatiques.

Qu'est-ce que le PUE et pourquoi est-il crucial pour les centres de données ?

Le Power Usage Effectiveness (PUE) est un indicateur clé de performance énergétique pour les centres de données. Il permet de mesurer l'efficacité énergétique globale d'un data center en comparant la consommation totale d'énergie du site à celle des équipements informatiques. Comprendre et optimiser le PUE est devenu crucial pour les opérateurs de centres de données, tant sur le plan environnemental qu'économique.

Définition et calcul du PUE

Le PUE est défini comme le rapport entre l'énergie totale consommée par un centre de données et l'énergie utilisée par les équipements informatiques (serveurs, stockage, réseau). Il se calcule selon la formule suivante :
PUE = Utilisation totale de l'énergie dans le centre de données / Consommation d'énergie de l'équipement IT
Un PUE idéal serait de 1,0, ce qui signifierait que toute l'énergie consommée par le centre de données est utilisée par les équipements informatiques. Cependant, en pratique, ce ratio est rarement atteint car un data center comporte toujours d'autres équipements électriques tels que les systèmes de refroidissement, l'éclairage ou les onduleurs, qui consomment également de l'énergie.

Enjeux environnementaux et économiques

Un PUE élevé a des conséquences négatives tant sur le plan environnemental qu'économique. Les centres de données représentent environ 1% de la consommation électrique mondiale, et ce chiffre ne cesse de croître avec l'augmentation du trafic de données. Optimiser le PUE permet donc de réduire l'empreinte carbone des data centers et de contribuer à la lutte contre le changement climatique. Sur le plan économique, un PUE élevé se traduit par des coûts d'exploitation plus importants pour les opérateurs de centres de données. L'énergie représente en effet une part significative des dépenses d'un data center, souvent entre 20 et 40% des coûts totaux. Réduire le PUE permet donc de réaliser des économies substantielles et d'améliorer la rentabilité du site.

Exemples de PUE moyens

Selon une étude de l'Uptime Institute, le PUE moyen mondial des centres de données était d'environ 1,59 en 2020. Ce chiffre cache cependant de grandes disparités selon les régions et les types de data centers :
  • Les centres de données hyperscale, opérés par les géants du cloud comme Google, Amazon ou Microsoft, affichent souvent des PUE inférieurs à 1,2 grâce à des technologies de pointe et une conception optimisée.
  • Les data centers d'entreprise ont généralement des PUE plus élevés, autour de 1,8 à 2,0, car ils sont souvent plus anciens et moins optimisés.
  • Les centres de données situés dans des régions chaudes, comme Singapour ou Dubaï, ont des PUE plus élevés en raison des besoins accrus en refroidissement.
Améliorer le PUE est donc un enjeu majeur pour tous les opérateurs de centres de données, quelle que soit leur taille ou leur localisation. Dans le prochain chapitre, nous verrons comment mesurer précisément le PUE et quelles sont les principales techniques pour le réduire.  

Comment mesurer et réduire le PUE ?

Mesurer et réduire le PUE est essentiel pour optimiser l'efficacité énergétique d'un centre de données. Le PUE, ou Power Usage Effectiveness, est un indicateur clé de performance qui permet d'évaluer le rendement énergétique d'un data center. Plus le PUE est proche de 1, plus le data center est efficace sur le plan énergétique.

Comment mesurer le PUE ?

Il existe trois niveaux de mesure du PUE, définis par la norme EN 50600-4-2 :
  • PUE1 : mesure de la consommation totale d'énergie du data center et de l'énergie délivrée aux équipements IT, au niveau de l'entrée du data center.
  • PUE2 : mesure plus précise, prenant en compte les pertes dans la distribution électrique jusqu'aux équipements IT.
  • PUE3 : mesure la plus détaillée, au plus près des équipements IT, donnant la meilleure visibilité sur les consommations et les pertes.
La catégorie PUE3 est recommandée car elle fournit les données les plus précises pour identifier les leviers d'amélioration. La précision des appareils de mesure doit être prise en compte pour garantir l'exactitude du calcul du PUE.

Techniques pour réduire le PUE

Confinement des allées froides et chaudes

Le confinement des allées froides et chaudes permet d'optimiser le refroidissement en séparant l'air froid de l'air chaud. Cela évite le mélange des flux d'air et améliore l'efficacité du système de climatisation, réduisant ainsi le PUE.

Technologie de refroidissement améliorée

L'utilisation de technologies de refroidissement plus efficaces, comme le free cooling ou le refroidissement adiabatique, peut significativement réduire la consommation énergétique liée à la climatisation. Ces solutions exploitent les conditions climatiques extérieures favorables pour refroidir le data center.

Petites améliorations

Des améliorations simples peuvent aussi contribuer à réduire le PUE :
  • Éclairage automatique avec détecteurs de présence
  • Élimination des fuites d'air dans les racks et les conduits
  • Optimisation du câblage pour améliorer la circulation de l'air
  • Ajustement des consignes de température et d'humidité

Mesures régulières et suivi des progrès

Il est crucial de mesurer régulièrement le PUE pour détecter les problèmes, identifier les opportunités d'amélioration et suivre les progrès. Les données doivent être collectées et analysées en continu pour permettre une optimisation constante de l'efficacité énergétique. Les géants du web comme Google parviennent à atteindre des PUE très bas dans leurs data centers :
Data center Google PUE
Oregon, USA 1,08
Singapour 1,17
En mesurant précisément le PUE et en mettant en œuvre des techniques d'optimisation, les data centers peuvent significativement réduire leur consommation énergétique et leur impact environnemental, tout en réalisant des économies sur les coûts d'exploitation.

Exemples de centres de données en France avec un PUE optimisé

En France, plusieurs centres de données ont réussi à optimiser leur efficacité énergétique et à réduire leur PUE de manière significative. Ces exemples concrets démontrent qu'il est possible d'atteindre une performance environnementale de premier plan tout en garantissant une accessibilité ininterrompue aux données.

NEXEREN : un PUE de 1,3 et une amélioration constante

La société NEXEREN a atteint un niveau de PUE remarquable de 1,3 kilowatt pour son centre de données en France. L'entreprise affiche une ambition claire de réduire davantage sa consommation énergétique et vise une amélioration constante de son empreinte environnementale année après année. NEXEREN possède 5 centres de données répartis sur différents sites en France, principalement dans la région Auvergne Rhône Alpes. Tous ses sites bénéficient d'une certification ISO 14001 qui atteste d'un haut niveau d'engagement concernant les performances énergétiques et environnementales de ses installations.

Double certification TIER III pour une accessibilité ininterrompue

En plus de son faible PUE, NEXEREN a obtenu pour tous ses centres de données une double certification TIER III « design » et « facility », une combinaison unique en France. Cette certification garantit une accessibilité ininterrompue aux données et aux ressources hébergées, tout en assurant une efficacité énergétique et environnementale de premier plan.

OVH : des centres de données avec un PUE de 1,09

Le fournisseur de services cloud OVH a également réussi à optimiser l'efficacité énergétique de ses centres de données en France. Certains de ses sites, comme celui de Roubaix, affichent un PUE impressionnant de 1,09. Pour atteindre ce niveau de performance, OVH a mis en place diverses mesures comme l'utilisation de systèmes de refroidissement par eau, le confinement des allées froides, et l'optimisation de la circulation de l'air. L'entreprise surveille en permanence ses consommations pour identifier les pistes d'amélioration.

Comparaison des PUE des centres de données français

Centre de données PUE
NEXEREN 1,30
OVH Roubaix 1,09
Moyenne française 1,60
Ces exemples montrent que certains acteurs français sont en avance sur l'optimisation du PUE par rapport à la moyenne nationale de 1,6. Ils prouvent qu'il est possible de combiner haute disponibilité et sobriété énergétique dans les centres de données, en adoptant les meilleures pratiques et technologies.

Les défis et les perspectives d’avenir pour l’optimisation du PUE

L'optimisation du PUE (Power Usage Effectiveness) est un enjeu majeur pour les centres de données, tant sur le plan économique qu'environnemental. Cependant, atteindre un PUE optimal n'est pas une tâche aisée et les data centers sont confrontés à de nombreux défis.

Les défis de l'optimisation du PUE

L'un des principaux défis réside dans les différences de climat et de conditions météorologiques selon les régions. Un data center situé dans une zone au climat chaud et humide aura besoin de plus d'énergie pour le refroidissement qu'un centre de données implanté dans une région au climat tempéré. Les variations saisonnières jouent également un rôle, rendant l'optimisation du PUE plus complexe. La qualité et la fiabilité du réseau électrique local constituent un autre défi. Les coupures d'électricité, les fluctuations de tension et les perturbations peuvent affecter le fonctionnement des équipements et nécessiter la mise en place de systèmes de secours énergivores, impactant ainsi le PUE. Les matériaux de construction et l'architecture du bâtiment influencent aussi l'efficacité énergétique. Un data center mal isolé ou dont la circulation de l'air n'est pas optimisée aura plus de difficultés à maintenir un PUE optimal.

La difficulté de comparer les PUE

En raison de ces différents facteurs, la comparaison des PUE entre plusieurs centres de données peut s'avérer délicate. Un PUE de 1,3 dans un data center situé dans une région au climat favorable ne sera pas équivalent à un PUE de 1,3 dans un centre de données soumis à des conditions climatiques plus rudes.

L'importance de la gestion de l'infrastructure (DCIM)

Pour relever ces défis, la mise en place d'un système de gestion de l'infrastructure du centre de données (DCIM) est cruciale. Le DCIM permet de surveiller en temps réel les performances énergétiques, de détecter les anomalies et d'anticiper les pannes. Grâce à l'analyse des données collectées, le DCIM facilite l'identification des axes d'amélioration pour optimiser le PUE.

Les perspectives d'avenir

L'intelligence artificielle (IA) ouvre de nouvelles perspectives pour l'optimisation du PUE. En analysant en continu les données de consommation énergétique et en ajustant automatiquement les paramètres des équipements, l'IA pourrait permettre d'atteindre des PUE encore plus bas, de l'ordre de 1,2 voire moins. Les progrès technologiques, tant au niveau des équipements informatiques que des systèmes de refroidissement, laissent entrevoir des améliorations significatives du PUE dans les années à venir. L'adoption de solutions innovantes, comme le refroidissement par immersion ou l'utilisation de l'énergie renouvelable, pourrait également contribuer à réduire l'empreinte énergétique des data centers. Bien que l'optimisation du PUE reste un défi complexe impliquant de multiples facteurs comme le climat ou les matériaux de construction, des solutions prometteuses émergent. L'intelligence artificielle pourrait notamment permettre un pilotage plus fin des infrastructures. À court terme, on vise un PUE moyen de 1,22, mais l'objectif ultime reste d'atteindre le PUE idéal de 1,0.