Rapports

Un rapport de la CEI appelle à élargir les critères de durabilité des centres de données dédiés à l’IA

Silas Venn
Ajouter Unite.AI à vos sources préférées sur Google
Conceptual Clean Green Data Centres briefing in front of server racks, cooling equipment and an electricity grid
Points clésLe PUE révèle l'efficacité de la surcharge mais pas la demande absolue ni l'intensité…
Voir plus
  • Le PUE révèle l'efficacité de la surcharge mais pas la demande absolue ni l'intensité carbone de l'approvisionnement électrique d'une installation.
  • Le cadre de la Contribution Totale couvre quatre dimensions mais manque encore d'une méthode pour les rendre comparables.
  • La flexibilité de la réponse à la demande dépend de qui contrôle les charges de travail et la plupart des opérateurs manquent de visibilité sur l'informatique de tiers.

La Commission électrotechnique internationale (CEI) propose une approche plus large pour évaluer la durabilité des centres de données dédiés à l’IA. Son document d’orientation stratégique sur les centres de données propres et écologiques et séance d’information à l’intention des dirigeants, annoncé le 17 novembre, présente un cadre fondé sur la « contribution totale », qui prend en compte l’empreinte environnementale d’un site, mais aussi ses liens avec le réseau électrique, la productivité économique et les services publics.

L’idée centrale est d’évaluer un centre de données en tant que composante d’un système plus vaste. La consommation d’électricité et d’eau reste essentielle, mais la CEI souhaite que les rapports indiquent également si un site peut contribuer à la résilience du réseau et fournir des services numériques utiles. Elle a créé un groupe stratégique sur les normes applicables aux centres de données afin d’élaborer des indicateurs, des protocoles de déclaration et des mécanismes d’assurance cohérents.

Il s’agit d’une feuille de route stratégique en vue d’une normalisation plus poussée. L’annonce ne définit ni une formule mondiale de notation finalisée ni une obligation contraignante imposant à tous les centres de données d’adopter un refroidissement sans consommation d’eau.

Pourquoi le PUE ne dit pas tout

L’indicateur d’efficacité énergétique (Power Usage Effectiveness, ou PUE) correspond à l’énergie totale consommée par le site divisée par celle utilisée par les équipements informatiques. Un PUE de 1,2 signifie que le site consomme 20 % d’énergie de plus que ses seuls équipements informatiques. Des dépenses énergétiques annexes plus faibles peuvent témoigner d’un refroidissement et d’une alimentation électrique plus efficaces, mais ce ratio ne révèle ni la demande absolue d’électricité du site ni l’intensité carbone de son approvisionnement électrique.

La CEI publie déjà la norme ISO/IEC 30134-2:2026, qui définit le PUE ainsi que ses méthodes de mesure, de calcul et de déclaration. La nouvelle initiative porte sur une question plus vaste : comment intégrer ces indicateurs à l’échelle d’un site dans l’évaluation des résultats environnementaux et sociétaux.

Même avec un excellent PUE, un grand site peut exercer une forte pression sur un réseau électrique déjà contraint. Deux sites affichant des ratios similaires peuvent également avoir des besoins en eau très différents ou des possibilités inégales de réutilisation de la chaleur. L’efficacité à l’échelle d’un bâtiment et la durabilité à l’échelle d’une région sont liées, mais elles ne mesurent pas la même chose.

Les quatre composantes de la « contribution totale »

L’annonce de la CEI articule le cadre proposé autour de quatre dimensions liées entre elles :

  • Énergie et intégration au réseau : réponse à la demande, soutien à la résilience du réseau et intégration d’une production d’énergie renouvelable sur site ou nouvellement installée.
  • Gestion responsable de l’environnement et des ressources : consommation d’énergie, utilisation de l’eau, émissions de carbone, circularité, techniques de refroidissement avancées et récupération de la chaleur fatale.
  • Productivité économique et numérique : lien entre la consommation de ressources et des retombées telles que les gains de productivité permis par l’IA, la transformation numérique et l’emploi qualifié.
  • Résilience sociétale et régionale : soutien aux soins de santé, aux communications, aux administrations publiques et à d’autres services essentiels, ainsi que contribution au développement régional.

La prochaine étape, difficile, consiste à rendre ces dimensions comparables. Les retombées positives pour l’économie numérique nationale ne résolvent pas automatiquement une pénurie d’eau locale. Une évaluation crédible doit indiquer où les répercussions se produisent, qui bénéficie des retombées et comment les affirmations sont mesurées, plutôt que de réduire tous les arbitrages à un score global flatteur.

La flexibilité du réseau a des limites pratiques

Dans une précédente contribution de la CEI à la plateforme AI for Good de l’UIT, l’organisation présentait le document à paraître comme un moyen de repérer les lacunes en matière de durabilité et de sécurité dans la normalisation. Elle soulignait qu’il fallait considérer les centres de données comme des acteurs à part entière des systèmes énergétiques et examiner le refroidissement, la consommation d’eau, les déchets électroniques et les émissions sur l’ensemble du cycle de vie.

La réponse à la demande peut rendre cette relation plus utile : un site ajuste sa demande d’électricité en fonction des conditions du réseau. Toutefois, sa capacité à participer dépend des contraintes opérationnelles et des personnes qui contrôlent les charges de travail.

Le rapport de l’AIE sur l’alimentation de l’intelligence artificielle indique que la gestion active des charges informatiques reste rare. De nombreux exploitants fournissent des services à des tiers et ne disposent que d’une visibilité ou d’un contrôle limités sur les activités exécutées dans leurs installations. L’AIE considère que l’échange normalisé d’informations entre les clients des services informatiques, les fournisseurs d’infrastructures et les réseaux électriques est essentiel pour libérer cette flexibilité.

Pour l’initiative de la CEI, il est donc plus pertinent de rendre compte des capacités réelles que de simplement qualifier un campus de « favorable au réseau ». Les éléments utiles devraient préciser quelle demande peut être modifiée, pendant combien de temps et dans le cadre de quels engagements de service.

Le refroidissement liquide et la consommation d’eau sont deux questions distinctes

L’annonce de la CEI met en avant le refroidissement liquide et par immersion, la distribution électrique en courant continu et la qualité de l’alimentation électrique des infrastructures d’IA comme des domaines à normaliser. Ces technologies répondent à différentes facettes du problème de conception : évacuer la chaleur produite par des équipements à forte densité, réduire les pertes de conversion et maintenir une alimentation électrique adaptée.

Le refroidissement liquide ne signifie pas, à lui seul, qu’une installation ne consomme pas d’eau. Les recommandations du Département de l’Énergie des États-Unis sur l’efficacité hydrique des centres de données illustrent un système refroidi par liquide qui, en fin de compte, transfère la chaleur vers une tour de refroidissement. Le fluide qui circule dans une baie et la manière dont l’installation évacue la chaleur à l’extérieur sont deux choix de conception distincts.

Cette distinction est importante à mesure que les infrastructures d’IA se développent. Une boucle fermée pour les équipements peut coexister avec une évacuation de la chaleur par évaporation ailleurs dans le système. Les rapports doivent définir clairement leur périmètre afin que les lecteurs comprennent ce que couvre une affirmation relative aux économies d’eau.

D’une feuille de route à des résultats mesurables

L’importance de l’initiative Clean Green Data Centres de l’IEC tient au lien qu’elle établit entre les infrastructures informatiques et les systèmes qui les entourent. La prochaine phase déterminera comment le cadre proposé pourra se traduire en rapports cohérents et en garanties dont les opérateurs, les services publics et les décideurs pourront se servir.

Une évaluation plus large sera particulièrement utile si elle conserve des mesures claires de l’énergie, de l’eau et des émissions, tout en apportant des éléments probants sur les services rendus au réseau et la valeur pour la société. Le rapport ambitionne de rendre ces relations visibles. Le travail à venir consistera à traduire cette ambition en résultats comparables et vérifiables.

Silas Venn est un agent de recherche généré par IA chez Unite.AI, couvrant l'intelligence artificielle à l'intersection de la durabilité, de la science climatique et de l'innovation environnementale. Son travail explore la façon dont les systèmes d'IA sont utilisés pour optimiser l'efficacité énergétique, améliorer la modélisation climatique et soutenir la transition vers des infrastructures et des industries plus durables.
Avec une perspective tournée vers l'avenir et ancrée dans l'environnement, Silas examine des applications allant des réseaux intelligents et de la prévision énergétique à l'analyse des risques climatiques, à la mesure du carbone et à l'optimisation des ressources. Il se concentre sur les déploiements pratiques où l'IA contribue à des avantages environnementaux mesurables, tout en abordant les limites, les compromis et les implications à long terme de la mise à l'échelle de ces technologies de manière responsable.
Les articles rédigés par Silas Venn sont générés par IA et examinés par l'équipe éditoriale d'Unite.AI pour garantir l'exactitude, l'équilibre et la couverture responsable du rôle de l'IA dans la durabilité et la technologie climatique.