Les étudiants de Télécom SudParis se forment aux modèles de consommation énergétique
L’impact du numérique sur la consommation énergétique et sur les émissions de CO2 est de plus en plus prégnant. Le module "numérique et consommation énergétique" de Télécom SudParis coordonné par Hind Castel et Sophie Chabridon, enseignantes-chercheuses, dans le cadre du projet CMA IMTFor5G+ a pour objectif de fournir des clés pour permettre l’analyse de ces impacts.
Il s'agit tout d'abord de mesurer la consommation énergétique de certains cas d’études (vidéos), de processus, et aussi de modéliser la consommation énergétique afin de la prédire en fonction de paramètres d’entrée (comme le taux d’utilisation des ressources). L’impact du numérique sur l’environnement ne concerne pas seulement la consommation énergétique à l’utilisation mais également tout le cycle de vie : de la production, jusqu’à la fin de vie. Les services informatiques étant distribués, différents types d’équipements sont impliqués : les terminaux, les réseaux et les data centers.
Avec la croissance rapide de l’IA, la consommation énergétique des datacenters pourrait fortement augmenter dans les années à venir. Certaines estimations suggèrent qu’elle pourrait représenter une part significative de la consommation mondiale d’électricité si aucune optimisation n’est faite.
A titre d'exemple, une activité consiste à étudier des stratégies d’allocation dynamique de ressources informatiques dans un data center, afin de déterminer l’impact à la fois sur les performances et la consommation énergétique.
Trois stratégies sont proposées afin d’étudier le compromis énergie/performance:
On n'éteint pas le serveur physique
On l'éteint et on le rallume avec un temps d'allumage non nul
On n'éteint pas et on fait varier la fréquence du CPU (DVFS)
L’exercice consiste à compléter un notebook python à partir de formules de la théorie des files d’attente, et de générer les courbes en fonction des paramètres d’entrée : fréquence du processeur, temps d’allumage de la stratégie ON/OFF, taux d’arrivée des requêtes, afin de répondre à des contraintes de QoS tout en maitrisant la consommation énergétique
Enseignants impliqués pour ce TP : Hind Castel et Tijani Chahed (enseignants chercheurs à TSP)
(image illustrative réalisée avec l'aide d'une IA générative)