Qui aurait cru que l’IA pouvait réduire les coûts énergétiques ?
L’IA est partout, et à juste titre : avec des applications allant de la vie quotidienne aux technologies de l’information, l’IA s’est intégrée à notre culture. Désormais, elle peut également faire partie intégrante de nos centres de données !
Comment imaginez-vous l’IA dans un centre de données ? En le rendant plus efficace ou en réalisant des économies d’énergie ? C’est exactement ce que vous imaginez. L’intégration de l’IA dans les centres de données est la meilleure façon de procéder actuellement en termes de consommation d’énergie. La plupart des problèmes auxquels les entreprises sont confrontées avec les centres de données traditionnels sont éliminés lorsqu’elles commencent à utiliser l’IA dans les centres de données.
Les centres de données du monde entier consomment de plus en plus d’électricité. En 2022, leur consommation a atteint 460 térawattheures, et l’Agence internationale de l’énergie (AIE) prévoit qu’elle doublera d’ici quatre ans. D’ici 2026, les centres de données pourraient utiliser 1 000 térawattheures par an, un chiffre comparable à la consommation d’électricité du Japon, qui compte 125 millions d’habitants, selon l’IEA.
Il existe plusieurs façons de rendre les centres de données plus efficaces sur le plan énergétique. Examinons-les ici.
1. Gestion de la charge de travail
Ce que l’IA fait le mieux, c’est optimiser les processus. Pourquoi ne pas l’utiliser pour optimiser les centres de données ?
Avec l’aide de l’IA, les opérations des centres de données peuvent être optimisées en utilisant les données opérationnelles. Les ressources peuvent être allouées de manière à réduire les temps d’arrêt et à minimiser le gaspillage d’énergie. L’IA analyse les tâches routinières et à forte intensité énergétique, et utilise l’énergie de manière dynamique en fonction des processus.
Le PDG de Nvidia, Jensen Huang, a déclaré que le traitement des données d’IA et les LLM basés sur les GPU peuvent améliorer les performances de manière significative, atteignant jusqu’à 50 fois la vitesse de traitement des systèmes basés sur les CPU. Cette avancée signifie que quelques centaines de systèmes basés sur les GPU pourraient remplacer des dizaines de milliers de serveurs basés sur les CPU, ce qui permettrait de réduire l’espace occupé par les serveurs, de diminuer les coûts énergétiques, de réduire les frais de licence des logiciels basés sur le noyau et de simplifier la gestion.
De nombreux autres processus contribuent au bon fonctionnement d’un centre de données. L’un d’entre eux consiste à maintenir la température de l’ensemble du système. Pourquoi, me direz-vous ? Les centres de données génèrent beaucoup de chaleur en raison des charges de travail qu’ils traitent, en particulier depuis l’avènement de l’IA, qui augmente la charge de travail du centre de données. Si le système n’est pas refroidi, le centre de données risque de mal fonctionner et de provoquer des temps d’arrêt. L’IA peut aider à maintenir le centre de données au frais en analysant le système et en utilisant efficacement la puissance pour maintenir le centre de données à une température contrôlée et au frais.
Selon un livre blanc publié par Siemens, dans les grands centres de données, 20% à 30% des serveurs sont généralement inutilisés ou obsolètes, mais ils continuent à consommer de l’électricité. L’IA exploite les données en temps réel pour créer des algorithmes qui prédisent le niveau de refroidissement optimal nécessaire pour maintenir la température souhaitée.
2. Analyse prédictive
L’analyse des données est un autre domaine où l’IA est d’une grande utilité. Les centres de données devenant de plus en plus complexes, il est de plus en plus nécessaire d’analyser les données historiques pour prédire des facteurs tels que la charge de travail et la température. Un aspect intéressant de ces systèmes est qu’ils s’améliorent au fil du temps et qu’à mesure que l’IA progresse, ils peuvent analyser davantage de données et prédire avec une plus grande précision.
Huawei a utilisé le machine learning pour créer sa solution de gestion thermique intelligente iCooling, visant à réduire la consommation d’énergie dans l’infrastructure des centres de données. Dans le centre de données en cloud de Huawei à Langfang, en Chine, la mise en œuvre d’iCooling a permis de réduire de 8 % l’efficacité de l’utilisation de l’énergie, ce qui s’est traduit par d’importantes économies annuelles en termes de coûts énergétiques.
De même, dans un centre de données de China Mobile à Ningxia, l’introduction de la technologie iCooling a permis de réduire la consommation totale d’énergie de 3,2 %, économisant ainsi plus de 400 000 kWh d’électricité par an. Huawei indique qu’à mesure que les charges de travail des centres de données augmentent et que les capacités d’apprentissage de l’IA progressent, la technologie iCooling pourrait permettre d’économiser jusqu’à 6 millions de kWh d’électricité par an, ce qui équivaut à une réduction d’environ trois millions de kilogrammes d’émissions de dioxyde de carbone.
Pour conclure
Ce que l’IA fait de mieux, c’est de nous décharger d’une partie du travail. Elle fait de même pour les centres de données en réduisant les coûts énergétiques.
L’IA révolutionne tous les aspects de l’activité, y compris les centres de données. Comme nous l’avons expliqué dans ce blog, l’optimisation des charges de travail et l’utilisation de l’analyse prédictive permettent d’économiser de l’énergie de manière significative. Conscientes de ces avantages, de plus en plus d’entreprises intègrent l’IA dans leurs centres de données. Il est temps que vous fassiez de même.
