Technologies cloud écologiques : cinq leviers pour réduire le gaspillage

Les technologies cloud écologiques regroupent les méthodes logicielles, matérielles, énergétiques et de déploiement qui peuvent réduire l'impact environnemental du cloud. Elles comprennent l'optimisation des applications, une meilleure utilisation des serveurs, l'amélioration du refroidissement, l'ordonnancement selon l'intensité carbone de l'électricité et le dimensionnement de l'infrastructure selon la demande réelle.

La question utile est de savoir ce qu'une technologie change et comment ce changement est mesuré. Une facture d'électricité réduite, un achat d'énergie renouvelable ou une installation plus petite ne raconte qu'une partie de l'histoire. Ce guide examine cinq niveaux d'amélioration, leurs compromis et les éléments à demander avant d'accepter une affirmation environnementale.

Pourquoi mesurer séparément l'efficacité et l'impact total

Les services cloud reposent sur des serveurs, du stockage, des réseaux, des bâtiments et des installations électriques. Leur empreinte comprend l'électricité consommée pendant l'exploitation, les émissions liées à la fabrication du matériel et à la construction, l'utilisation d'eau et la fin de vie des équipements. Déplacer une application vers le cloud change l'acteur qui exploite cette infrastructure ; cela ne la fait pas disparaître.

Le rapport Energy and AI publié par l'AIE en 2025 estimait la consommation électrique des centres de données à environ 415 TWh en 2024, soit 1,5 % de la consommation mondiale. Son scénario central prévoyait environ 945 TWh en 2030. Il s'agit respectivement d'une estimation datée et d'un scénario, et non d'une mesure de la consommation actuelle ou d'une prévision certaine. Le rapport souligne des incertitudes importantes concernant la demande, l'efficacité et les déploiements.

Un service peut consommer moins d'énergie par tâche tout en consommant davantage au total. Dans un exemple hypothétique, 100 tâches à 10 Wh chacune consomment 1 000 Wh. Si l'efficacité progresse à 8 Wh par tâche mais que la demande atteint 200 tâches, la consommation totale passe à 1 600 Wh. Il faut suivre l'impact par résultat utile et son évolution en valeur absolue.

1. Efficacité des applications : réduire les ressources nécessaires

Commencez par définir le résultat attendu de l'application. Réduire les ressources allouées n'est utile que si le service respecte toujours ses exigences de qualité, de temps de réponse, de fiabilité et d'accessibilité.

Supprimer les traitements et les données inutiles

La mise en cache peut éviter des calculs ou des téléchargements répétés, tandis que la déduplication peut supprimer des copies redondantes. La compression réduit le volume des données mais ajoute du travail de traitement. Ces techniques doivent être mesurées : leur intérêt dépend des accès, des types de données et des ressources nécessaires à leur fonctionnement.

Des règles de cycle de vie du stockage peuvent déplacer les données anciennes vers une autre classe ou les supprimer à l'expiration de leur durée de conservation. Avant de modifier cette durée, vérifiez les besoins de restauration, les engagements contractuels et les obligations de conservation. Supprimer un cinquième des octets stockés ne prouve pas une baisse immédiate d'un cinquième de la consommation électrique : le système physique peut continuer à fonctionner avec la même redondance et la même capacité réservée.

Attribuez un responsable et une règle d'expiration aux environnements temporaires. Arrêtez les systèmes de développement inutilisés et supprimez les volumes, instantanés et exports abandonnés lorsqu'ils ne sont plus nécessaires. Une politique d'arrêt doit préserver les données requises et tenir compte du temps de redémarrage.

Choisir un modèle d'IA et une configuration adaptés

Pour l'inférence, comparez un modèle plus petit au modèle plus grand sur un ensemble de tâches représentatif. La documentation de Hugging Face sur la quantification explique comment des représentations de moindre précision réduisent les besoins en mémoire, avec des gains de performance possibles et un compromis sur la précision des résultats. L'effet dépend du modèle, de la méthode et de la prise en charge matérielle.

Le regroupement des requêtes en lots peut améliorer le débit, mais l'attente nécessaire pour constituer un lot peut allonger le temps de réponse. Testez la qualité, la latence, les requêtes terminées et l'énergie consommée avec un trafic représentatif. Un modèle plus petit ou un débit plus élevé ne démontre pas une réduction universelle des émissions.

2. Efficacité matérielle : utiliser la capacité et évaluer son cycle de vie

Les machines virtuelles et les conteneurs permettent de partager les équipements entre plusieurs applications. Regrouper des services peu sollicités peut permettre à un opérateur de retirer ou d'éteindre certaines machines. Ajouter des conteneurs dans un cluster qui reste allumé ne démontre pas, à lui seul, une baisse de consommation.

Le dimensionnement ne se résume pas au taux moyen d'utilisation du processeur. La mémoire, les accès au stockage, le trafic réseau, les pointes de demande et la capacité de reprise peuvent déterminer si une machine est adaptée. Conservez les ressources nécessaires aux pannes et à la maintenance, puis identifiez les réservations inutilisées qui n'ont pas de fonction opérationnelle.

La gestion de l'alimentation peut réduire la consommation pendant les périodes d'inactivité ou limiter la puissance d'un processeur. Mesurez l'énergie nécessaire pour terminer la tâche, ainsi que la puissance instantanée. Une limite de puissance qui allonge l'exécution peut produire une économie plus faible que prévu, voire aucune.

Le matériel possède aussi une empreinte liée à sa production et aux autres étapes de son cycle de vie. Prolonger l'utilisation d'un serveur peut différer son remplacement, mais un ancien système peut consommer davantage pour une même tâche. Comparez le bénéfice d'exploitation attendu d'un remplacement à son impact de fabrication, à sa durée d'utilisation, à sa réparabilité et à sa période de support de sécurité. Aucun calendrier de remplacement ne convient à tous les usages.

La même distinction s'applique à la location de GPU. Elle évite au client un achat matériel, mais ne prouve ni le réemploi des équipements par le fournisseur ni une baisse des émissions totales. Notre guide pour évaluer l'impact environnemental du calcul cloud présente les questions à poser sur un service précis.

3. Efficacité des installations : refroidissement, alimentation et eau

Les installations doivent évacuer la chaleur et fournir une alimentation fiable aux équipements informatiques. Le guide de conception des centres de données du département américain de l'Énergie couvre la circulation de l'air, le refroidissement, les systèmes électriques et la récupération de chaleur. Les améliorations doivent correspondre aux équipements, au climat et aux conditions d'exploitation du site.

Le confinement des allées chaudes et froides limite le mélange entre l'air entrant et l'air évacué. Les systèmes de refroidissement utilisant les conditions extérieures peuvent réduire le recours au refroidissement mécanique. Le refroidissement liquide direct des puces et l'immersion évacuent la chaleur de façons différentes et nécessitent des équipements et une maintenance adaptés. Aucun ne produit la même économie dans toutes les installations.

La conversion électrique et la régulation du refroidissement peuvent réduire la consommation auxiliaire. La récupération de chaleur nécessite un usage à proximité et une température appropriée, parfois avec une pompe à chaleur. Disposer d'une source de chaleur ne signifie pas qu'elle sera utilisée efficacement toute l'année.

Ce que le PUE indique et ce qu'il ne mesure pas

Le PUE, ou indicateur d'efficacité énergétique d'un centre de données, est le rapport entre l'énergie totale consommée par l'installation et celle de ses équipements informatiques, sur une même période et un même périmètre. Par exemple, 1 200 kWh pour l'installation et 1 000 kWh pour l'informatique donnent un PUE de 1,2.

Le PUE décrit la consommation supplémentaire nécessaire au fonctionnement du site. Il ne montre ni l'utilité du travail effectué par l'application, ni l'intensité carbone de l'électricité, ni les ressources nécessaires à la fabrication du matériel. Comparez les valeurs avec leur période, leur périmètre et leur contexte d'exploitation.

Examiner l'eau séparément

Les systèmes de refroidissement peuvent imposer un compromis entre économies d'électricité et consommation d'eau. Les recommandations du département américain de l'Énergie sur l'eau de refroidissement expliquent pourquoi il faut examiner toute la chaîne d'évacuation de la chaleur. La présence de liquide au niveau du processeur ne dit pas si le site consomme de l'eau par évaporation ailleurs.

Demandez la consommation directe d'eau, le niveau local de tension sur la ressource et les usages indirects éventuellement inclus dans le calcul. Un circuit fermé de liquide ne prouve pas l'absence d'impact sur l'eau. Précisez le périmètre et le site au lieu d'appliquer une valeur générique en litres par kWh à toutes les tâches cloud.

Les bonnes pratiques 2025 du Code de conduite européen sur les centres de données, publiées par le Centre commun de recherche, constituent une référence supplémentaire pour échanger avec les opérateurs. Un fournisseur devrait préciser les pratiques mises en œuvre et leurs résultats mesurés.

4. Placement selon l'énergie : choisir le moment et le lieu

L'ordonnancement selon l'intensité carbone utilise des données sur les émissions de l'électricité pour choisir le moment ou le lieu d'exécution. Le Carbon Aware SDK de la Green Software Foundation fournit des outils pour intégrer ces informations aux décisions logicielles. Il s'agit d'un composant utilisable pour développer une solution, pas d'une fonction déjà proposée par tous les services cloud.

Une tâche pouvant attendre peut être exécutée pendant une période où l'électricité est moins carbonée. Son déplacement vers une autre région soulève d'autres questions : énergie du transfert, copies supplémentaires, disponibilité de la capacité, autorisations, latence et reprise. Incluez ces changements dans la comparaison.

Définissez une échéance et une région acceptable avant de concevoir une politique d'ordonnancement. Une tâche attendue dans une heure offre moins de marge qu'une tâche attendue demain. Utilisez des données d'intensité carbone adaptées et précisez si elles sont mesurées, estimées ou prévues. Vérifiez le résultat après exécution au lieu de présenter une prévision comme une économie confirmée.

Achats d'énergie renouvelable et consommation réelle

Un achat annuel d'énergie renouvelable ne démontre pas que la consommation correspond à une production renouvelable dans le même lieu à chaque heure. Demandez si l'affirmation porte sur une correspondance contractuelle annuelle, une correspondance locale horaire ou une autre méthode.

Ces distinctions comptent lorsqu'un fournisseur utilise une affirmation sur son électricité pour décrire une tâche particulière. Séparez la consommation d'énergie, les estimations d'émissions, les instruments d'achat et les compensations. Un ordonnancement tenant compte du carbone peut réduire les émissions estimées sans diminuer l'électricité consommée par la tâche.

5. Infrastructure distribuée et modulaire : évaluer le déploiement

Une infrastructure modulaire permet d'ajouter de la capacité par étapes et peut rendre utilisables des sites peu adaptés à un grand campus. Un déploiement distribué peut répartir la capacité entre des lieux choisis selon la demande, la connectivité, l'énergie et les exigences d'exploitation. Ce sont des options de conception à évaluer, pas des résultats environnementaux démontrés par le nom de l'architecture.

Un petit site peu utilisé, doté d'un refroidissement inefficace ou nécessitant beaucoup de réplication peut avoir de moins bons résultats qu'une grande installation bien exploitée. Un déploiement régional peut réduire certains transferts tout en en ajoutant d'autres. Incluez le fonctionnement du réseau, la capacité redondante, la maintenance et la demande prévue dans la comparaison.

Les grands opérateurs peuvent investir à grande échelle dans le refroidissement, la conception des serveurs et les systèmes électriques. Les opérateurs modulaires peuvent adapter la taille et le lieu du déploiement. La comparaison pertinente porte sur un service défini, rendu selon des exigences équivalentes de disponibilité et de protection des données, plutôt que sur un classement général entre clouds centralisés et distribués.

La place de Hivenet

La présentation de l'architecture de Hivenet décrit une infrastructure s'appuyant sur Policloud sous ses services cloud. Policloud fournit une voie de déploiement modulaire à proximité d'une énergie adaptée, de capacités disponibles et de la demande régionale. Cela explique un choix d'infrastructure ; cela ne démontre pas un avantage universel en matière d'émissions.

La page de Hivenet consacrée à la durabilité demande des comparaisons transparentes et un périmètre propre à chaque produit. Compute with Hivenet, Hivenet Inference API, le stockage compatible S3, Store with Hivenet et Send with Hivenet ont des modes de fonctionnement différents. Une analyse du stockage distribué ne s'applique pas automatiquement à une instance GPU ou à une requête d'inférence. Demandez des éléments correspondant au produit, à la tâche, à la région et à la référence évalués.

Mesurer les technologies cloud écologiques sans masquer les compromis

Définissez un résultat utile avant de choisir un indicateur : un fichier traité avec succès, une simulation terminée ou une requête d'inférence respectant un seuil de qualité. Conservez les mêmes exigences de service pour la référence et la solution proposée.

La spécification Software Carbon Intensity de la Green Software Foundation combine les émissions d'exploitation et la part des émissions incorporées allouée au service, par unité fonctionnelle. Elle permet de relier les changements logiciels à des estimations d'émissions, à condition de préciser le périmètre, la méthode d'allocation et les données.

Indicateur	Informations à relever	Limites restantes
Énergie par résultat utile	kWh par tâche terminée, pour une qualité et une performance définies	La consommation totale peut augmenter avec la demande
Intensité carbone de l'électricité	Émissions par kWh, région, période et méthode d'estimation	La fabrication du matériel et l'eau demandent un suivi séparé
Émissions incorporées	Équipements inclus, données de cycle de vie, allocation et durée d'utilisation prévue	Les estimations varient selon les périmètres et les hypothèses matérielles
Consommation auxiliaire et eau	Période et périmètre du PUE ; consommation d'eau et contexte local	Aucun de ces indicateurs ne démontre l'efficacité de l'application
Demande absolue	Électricité, émissions, eau et équipements totaux dans le temps	Les variations du volume de service doivent être expliquées

Présentez séparément les mesures, les estimations issues de modèles et les données manquantes. Une facture cloud ou un graphique d'utilisation peut aider à repérer le gaspillage, mais ne mesure pas directement les émissions du cycle de vie. Si un fournisseur ne peut pas fournir une valeur, signalez cette lacune au lieu de la considérer comme nulle.

Les questions à poser avant d'accepter une affirmation environnementale

Une comparaison utile comporte une référence définie, des exigences de service équivalentes et assez de détails pour reproduire le raisonnement. Posez ces questions avant d'utiliser une affirmation pour choisir un fournisseur ou dans votre propre communication publique :

1. Quels produit, tâche, région et période de mesure sont couverts ?
2. Quelle est la référence, et fournit-elle le même résultat utile avec la même fiabilité ?
3. L'électricité, les émissions incorporées, le réseau, la redondance et l'eau sont-ils inclus ou exclus ?
4. L'affirmation sur l'électricité décrit-elle une consommation physique, une méthode de comptabilité contractuelle ou une compensation ?
5. Quelles valeurs sont mesurées ou modélisées, et quelle est l'ampleur des incertitudes ?
6. L'utilisation absolue des ressources a-t-elle diminué, ou seulement l'impact par unité de service ?

Les évolutions européennes en matière de déclaration renforcent l'intérêt de ces précisions. Au 9 octobre 2026, la page de la Commission européenne sur la performance énergétique des centres de données décrit les obligations de déclaration existantes, une proposition de système de notation annoncée en septembre 2026 et les travaux sur de futures exigences minimales de performance. Les obligations de déclaration et les normes futures proposées sont distinctes ; aucune ne constitue une certification générale de durabilité d'un service cloud.

Un point de départ concret pour votre équipe

Choisissez une application avec un responsable identifié et un résultat observable. Relevez son utilisation habituelle des ressources, la qualité du service et les variations de demande. Identifiez un changement testable sans risque excessif : supprimer un environnement inutilisé, ajuster la conservation des données ou comparer plusieurs configurations de modèle.

Modifiez un facteur important à la fois, puis comparez des exécutions équivalentes. Incluez la préparation, les transferts, les nouvelles tentatives et l'infrastructure supplémentaire dans la mesure. Prévoyez un retour en arrière si le changement affecte la fiabilité ou l'expérience des utilisateurs.

Utilisez le résultat pour décider de l'action suivante. Une amélioration logicielle peut réduire la capacité nécessaire avant d'envisager une migration. Une contrainte persistante liée au site ou à l'électricité peut justifier une comparaison des fournisseurs. Consignez les améliorations, les incertitudes restantes et l'évolution de l'empreinte totale avec la demande.