Concevoir et exploiter les centres de données adaptés à l’ère de l’IA
Afin de répondre à la forte demande de calcul de l’intelligence artificielle (IA) ainsi qu’aux besoins croissants de refroidissement qui l’accompagnent, le secteur doit se moderniser et innover quant à la conception des centres de données.
La plupart des centres de données actuellement en service n’ont pas été conçus pour supporter les puissances élevées que requièrent les charges de calcul entraînées par l’intelligence artificielle (IA). Les nouvelles exigences en matière d’infrastructures diffèrent de ceux des centres de données traditionnels car de plus grandes quantités de chaleur sont émises, que les installations existantes ne peuvent évacuer suffisamment rapidement.
Selon un article publié dans DataCentre Magazine, pour des applications professionnelles classiques, un centre de données peut nécessiter une densité de puissance de 7 à 10 kilowatts (kW) par baie [1]. Or pour l’IA, les besoins atteignent plus de 30 kW par baie. Par conséquent, les complexes de centres de données doivent être mis à niveau afin d’accueillir les infrastructures numériques adaptées aux charges de calcul de l’IA, ainsi que pour permettre la mise en place de systèmes de refroidissement et d’unités de distribution d’énergie (PDU), de générateurs et de systèmes d’alimentation continue (UPS) importants.
Dans sa dernière Note d’Information intitulée « Technologies de refroidissement pour des centres de données durables », l’IIF observe que l’intelligence artificielle ouvre également un nouveau champ de recherche et développement pour la gestion des opérations quotidiennes, la prédiction des charges de refroidissement et l’optimisation des performances. En effet, les centres de données fonctionnent sans interruption tout au long de l’année et les charges de fonctionnement des équipements informatiques et les conditions météorologiques extérieures changent constamment, ce qui implique qu’un fonctionnement efficace est essentiel pour réaliser des économies d’énergie et réduire les émissions de carbone.
Il reste encore beaucoup à faire avant que l’IA permette de contrôler de manière optimale le fonctionnement des centres de données. Les méthodes actuelles de contrôle par apprentissage automatique ne représentent que des tentatives préliminaires d’optimisation de l’efficacité énergétique et n’en sont encore qu’au stade pilote ou expérimental.
Pour construire des centres de données capables de supporter des charges de calcul plus élevées, le secteur se concentre sur des régions et des climats qui apportent divers avantages tels que le refroidissement naturel ou des énergies renouvelables en vue d’une décarbonation. Dans les pays nordiques par exemple, le climat est propice à l’utilisation de technologies de refroidissement plus écoénergétiques, telles que le refroidissement naturel par l’air ou le refroidissement liquide direct.
Ces techniques réduisent significativement l’indicateur d’efficacité énergétique (Power Usage Effectiveness, PUE) des centres de données, ce qui représentent une amélioration de 33 % de l’efficacité énergétique et d’importantes réductions d’émissions carbone, en particulier lorsqu’elles sont associées à une utilisation d’énergies renouvelables comme celle de l’Islande [1].
Où :
- Un PUE de 1,0 indique une efficacité énergétique parfaite : toute l’énergie utilisée est consommée par les équipements informatiques, aucune n’est perdue pour servir aux infrastructures auxiliaires comme le refroidissement, l’éclairage ou la distribution d’énergie.
- Les valeurs typiques de PUE pour les centres des données modernes sont généralement comprises entre 1,1 et 1,8. Les valeurs plus proches de 1 sont considérées comme meilleures car elles indiquent qu’une quantité moindre d’énergie a été dépensée pour le refroidissement.
En d’autres termes, plus le PUE est faible, plus le centre de données est efficace sur le plan énergétique. La réduction du PUE est un objectif primordial pour les opérateurs de centres de données qui cherchent à améliorer la durabilité et diminuer les coûts d’exploitation du centre.
Par ailleurs, selon l’IIF, les centres de données refroidis par liquide ont un plus fort potentiel de récupération de chaleur résiduelle en raison des températures plus élevées de leur chaleur résiduelle [2]. La récupération de la chaleur résiduelle des centres de données internet constitue une solution prometteuse pour réduire les coûts et accroître l’efficacité énergétique.
Sources
[1] Jackson, A. (2024, November 29). How to Design and Build a Data Centre for the New AI Era. https://datacentremagazine.com/articles/how-to-design-and-build-a-data-centre-for-the-new-ai-era
[2] Shao S., Zhang P., Li X. Cooling technologies for sustainable data centres. 59th Technical Brief on Refrigeration Technologies. International Institute of Refrigeration (IIR), Paris. http://dx.doi.org/10.18462/iir.TechBrief.01.2025