GreenIT
Master 2 · Polytech UCACours 1D. Lopez Pacheco

Le numérique
a une empreinte.

D'où viennent les émissions du numérique, où part l'énergie, et comment la mesurer sans se raconter d'histoires : SCI, PUE, langages, écrans et IA. Avec des calculatrices pour jouer avec les vrais chiffres du cours.

Un fil conducteur. Émissions = énergie consommée x intensité carbone de l'électricité. Tout ce cours, et les trois labs, ne sont que des variations sur cette multiplication.
4 à 9%
de l'énergie mondiale consommée par le numérique
1,4 à 4%
des émissions de GES (~764 Mt CO2eq)
3,5%
de part attendue en 2030 si rien ne change
10%
de part attendue en 2050
En 30 secondes

Le numérique pèse 4 à 9 % de l'énergie et 1,4 à 4 % des émissions, et sa part monte parce que le reste du monde doit baisser. Un serveur consomme presque autant à vide qu'en charge (pas de proportionnalité), donc le gain vient de mieux remplir le matériel. Le temps de calcul est linéaire avec l'énergie : un code plus rapide est un code plus vert. On mesure avec le SCI (émissions par unité utile) et on juge un data center avec le PUE. L'IA aggrave tout : entraînement, inférence, minerais, déchets.

01 · Le décor

Quelle part du gâteau ?

Deux études donnent deux fourchettes : une estimation optimiste (Malmodin et al., 2024) à 4 % de l'énergie et 1,4 % des émissions, et l'IEA (Gelenbe, 2023) à 8-9 % de l'énergie et jusqu'à 4 % des émissions. Les deux disent la même chose : c'est en hausse chaque année.

Pourquoi la part monte-t-elle même si le numérique reste stable ? Parce que, pour tenir 1,5 °C, les émissions mondiales doivent baisser. Le cours suppose (de façon déjà très optimiste) que le numérique émet toujours 764 Mt CO2eq par an. Sa part n'a alors qu'à suivre l'effondrement du dénominateur. Choisis une année :

Instrument Part du numérique si les émissions mondiales suivent 1,5 °C
Part du numérique 1,4 %
Monde reconstitué54,6 Gt
Numérique (hypothèse)764 Mt

Le monde en 2030 et 2050 est reconstitué à partir des parts données au cours (3,5 % et 10 % de 764 Mt). Ce sont les hypothèses du prof, pas des mesures.

Sources du cours : Malmodin, Lövehagen, Bergmark, Lundén, Telecommunications Policy 48 (2024) ; Gelenbe, Ubiquity (2023).

02 · Du logiciel à l'infrastructure

Un clic, toute une chaîne

Un logiciel tourne sur un ordinateur (processeur, mémoire, stockage, réseau, écran), mais un logiciel moderne n'est pas un programme : c'est une flotte de microservices répartis sur des conteneurs et des VM, dans des data centers, atteints par un réseau, pour des utilisateurs du monde entier.

ApplicationPlusieurs fonctions, plusieurs serveurs (microservices).
Conteneurs / VMOverlays Docker ou OpenStack, lignes virtuelles et physiques.
Data centerRacks, fabric réseau, bientôt des DC dédiés IA.
RéseauBackbone, accès, mobile, câbles sous-marins.
UtilisateurSmartphone, PC, écran, partout dans le monde.
40
smartphones achetés chaque seconde
281Md
emails par jour
50Md
objets IoT en 2020
344Go
par mois par foyer haut débit en 2020
À retenir

Un service numérique a une empreinte à chaque maillon, et on ne voit d'habitude que le dernier. Mesurer un logiciel, c'est décider quels maillons on compte.

03 · Énergie du matériel

Un serveur vide consomme presque autant qu'un serveur plein

Deux vocabulaires. La puissance nominale (nameplate) est la somme des maxima de chaque composant. Le pic réel est le maximum observé à pleine charge, plus bas. Un serveur est dit proportionnel si sa consommation croît avec sa charge en partant de 0 W. Le vrai serveur est loin de l'idéal : il consomme déjà une grosse part de son pic à vide.

Instrument Proportionnalité énergétique
Serveur idéal (proportionnel) Serveur réel Équipement réseau
Efficacité énergétique à cette charge -
Puissance réelle-
Puissance idéale-
Gaspillé-
Équipement réseau-

Valeurs illustratives : pic de 300 W, réseau à 90 % du pic quelle que soit la charge. Le cours montre l'allure (Fan, Weber, Barroso, ISCA 2007), pas ces nombres précis.

SERVEURS

Remplir, puis éteindre

Si l'énergie n'est pas proportionnelle, la solution n'est pas de ralentir mais de consolider : concentrer la charge sur peu de machines très chargées et endormir le reste. C'est tout le cours 2.

RÉSEAU

Des modules, pas de la bande passante

La conso d'un équipement réseau ne suit pas le débit mais le nombre de modules actifs (un module = un ou plusieurs ports). Éteindre une interface inutile économise, réduire le trafic non (Mahadevan et al., 2009).

Piège

Le matériel moderne consomme moins, mais la demande dépasse toujours les gains (IEA, Energy and AI, 2025). Et l'énergie d'usage n'est pas tout : fabrication et fin de vie du matériel pèsent aussi (on y revient avec le SCI).

04 · Langages et temps de calcul

Le langage le plus vert est-il le plus rapide ?

Pas de gagnant universel : des problèmes différents favorisent des langages différents, et l'énergie dépend du CPU et de la mémoire. Tendance robuste : les langages compilés (C, C++, Rust) sont plus verts que les interprétés (Pereira et al., SLE 2017).

Le résultat le plus utile pour un développeur : la relation est linéaire entre le temps de résolution et l'empreinte (Portegies Zwart, Nature Astronomy 2020). Avec une puissance quasi constante, E = P x t. Voici les temps mesurés au Lab 1 (le même programme, six versions), convertis en énergie :

Instrument Même programme, six versions, énergie = puissance x temps
Gain énergétique Python original vers Java -
Python original-
Java-
Économie-

7 W est la puissance CPU relevée par CodeCarbon sur la machine du Lab 3 (Apple M4 Pro). Temps réels du Lab 1 : 11,702 s, 6,000 s, 4,491 s, 2,100 s, 0,278 s. Le gain de 42x est le même pour toute valeur de P : c'est le rapport des temps.

COEURS

Plus de coeurs, jusqu'où ?

Ajouter des coeurs améliore en général le débit et l'efficacité énergétique. En ajouter trop devient contre-productif. L'overclocking, lui, augmente la conso.

MÉTHODE

Optimiser avant de mesurer l'énergie

Le meilleur levier vert d'un logiciel est souvent un algorithme plus rapide : c'est exactement ce que fait le Lab 1, avec un profileur.

05 · Mesurer

SCI : les émissions d'un logiciel, par unité utile

Le Software Carbon Intensity (Green Software Foundation) est un taux, pas un total : des grammes de CO2eq par unité fonctionnelle R (une requête, un utilisateur, une transaction). Cela permet de comparer deux versions d'un logiciel même si l'une sert dix fois plus de monde.

SCI = (O + M) par R
O = E x I            // opérationnel : énergie (kWh) x intensité carbone (gCO2eq/kWh)
M = TE x (TiR / EL) x (RR / ToR)   // incorporé, part attribuée au logiciel
  TE  emissions incorporées totales du matériel (ACV)
  TiR temps pendant lequel l'infrastructure est réservée au logiciel
  EL  durée de vie attendue     RR ressources réservées     ToR ressources totales

L'intuition de M : le matériel a émis du carbone pour être fabriqué. On en attribue au logiciel la fraction de vie du matériel qu'il a occupée (TiR/EL), multipliée par la fraction de la machine qu'il a réservée (RR/ToR). Essaie les réglages : selon le pays, c'est O ou M qui domine.

Instrument Calculatrice SCI
SCI -
O = E x I-
M (incorporé)-
Part de M-
oSCI = O par R-

Durée de vie EL fixée à 4 ans. E en kWh sur la période TiR. Valeurs d'entrée illustratives ; les intensités (22, 56, 81, 381 g/kWh) sont celles mesurées au Lab 3.

Variantes

oSCI = O par R : on ignore l'incorporé. tSCI = (tO + tM) par R avec tO = O + Oidle (conso du matériel au repos) et tM = M + Midle (incorporé du matériel au repos, attribué au job). Bashir et al. (SoCC 2024, The Sunk Carbon Fallacy) défendent que le carbone incorporé est déjà émis et ne devrait donc pas piloter l'ordonnancement.

Juger un data center : PUE, WUE, ERE

PUE

Énergie totale / énergie IT

Standard 1,6 ; « mieux » 1,1. Mesure l'efficacité de l'infrastructure (froid, onduleurs), pas celle du data center dans son ensemble.

WUE

Eau / énergie IT

Eau utilisée sur site rapportée à l'énergie des équipements IT.

ERE

(Total - réutilisée) / IT

Comme le PUE mais on déduit l'énergie réutilisée (chaleur récupérée).

Instrument Calculatrice PUE
PUE -
Verdict-
Surcoût hors IT-

Le PUE ne peut pas être inférieur à 1 (le total contient l'IT). Un PUE de 1,1 veut dire 10 % de surcoût pour refroidir et alimenter.

06 · Interfaces à écran

Le mode sombre économise-t-il de l'énergie ?

Croyance courante : oui, les couleurs sombres consomment moins. Ça dépend de la technologie d'écran (mesures Greenspector).

AMOLED

Chaque pixel s'éclaire seul

Le noir éteint le pixel. À faible luminosité (< 25 %) noir et blanc consomment à peu près pareil, mais à 100 % le noir consomme bien moins que le bleu ou le blanc. Le mode sombre aide.

IPS

Rétroéclairage toujours allumé

Toutes les couleurs consomment pareil : c'est la luminosité qui pilote la conso. Le mode sombre ne change presque rien, baisser la luminosité oui.

07 · L'IA

Impact de l'IA sur l'énergie et l'environnement

5jours
pour que ChatGPT atteigne 1 million d'utilisateurs
1,7Md
de visites par mois
> 500Md$
de capex des 5 plus grandes entreprises tech en 2025
24,7t
CO2eq pour entraîner BLOOM (176 Md de paramètres)

Entraînement : un chiffre qui est un plancher

Les 24,7 t de BLOOM ne comptent que la partie dynamique des GPU, avec l'intensité carbone française (l'une des plus basses). Sont exclus : les CPU, le réseau du data center, la récupération des 1,6 To de données, et tous les essais préalables pour choisir la taille du modèle. Et un modèle perd en efficacité avec le temps : il faut le ré-entraîner, plus gros (Luccioni, Viguier, Ligozat, JMLR 2023).

Inférence : le déploiement est le vrai coût

Chaque requête coûte peu, mais il y en a des milliards. Les modèles à raisonnement déplacent le calcul de l'entraînement vers l'inférence (le fameux thinking). Tu le mesureras au Lab 2 : sur une blague, 158 tokens sur 173 sont du raisonnement invisible.

Ce que l'énergie ne dit pas

MINERAIS

Le matériel se paie en métaux

Nouveau matériel = extraction de minerais (Crida, Les limites de la croissance).

E-WASTE

62 Mt en 2022, 82 Mt en 2030

+82 % depuis 2010. L'IA y ajoutera 1,2 à 5 Mt en 2030. Durée de vie de 2 à 5 ans, plomb, mercure, chrome. Seuls 22 % sont collectés et recyclés.

HUMAIN

Travailleurs de la donnée

Des millions de personnes annotent et nettoient les données, à des salaires très bas, parfois sur des contenus nocifs. S'ajoutent transformation des métiers, données personnelles et désalignement.

08 · Exercices corrigés

Applique

Cinq exercices calculés à partir des chiffres du cours et des labs. Les nombres des exercices 1 et 5 sont des hypothèses d'énoncé à moins que le texte ne dise le contraire.

Exo 1

SCI de deux serveurs (slide 31)

Ancien petit serveur contre gros serveur récent : qui porte le plus d'incorporé ?

▸

Énoncé. Serveur A : TE = 400 gCO2eq, durée de vie 10 ans, 40 coeurs. Serveur B : TE = 50 gCO2eq, durée de vie 5 ans, 10 coeurs. Un job utilise 10 coeurs pendant 1 an (hypothèse : TiR = 1 an). Calculer M pour un job sur A et un job sur B. Le job J2 tourne sur A, le job J1 sur B.

1 Formule

M = TE x (TiR / EL) x (RR / ToR).

2 Serveur A

M(A) = 400 x (1 / 10) x (10 / 40) = 400 x 0,1 x 0,25 = 10 gCO2eq.

3 Serveur B

M(B) = 50 x (1 / 5) x (10 / 10) = 50 x 0,2 x 1 = 10 gCO2eq.

4 Que conclure ?

Le job porte exactement le même incorporé sur les deux serveurs. Le gros serveur a un TE 8 fois plus grand, mais le job n'en occupe qu'un quart et pendant une fraction plus courte de sa vie plus longue : les effets se compensent. Cela montre que M dépend du taux d'occupation (RR/ToR) autant que du TE. Un gros serveur mal rempli (petit RR/ToR) n'est pas pénalisé sur ce job, mais son incorporé inutilisé reste à porter : c'est le rôle de Midle dans tSCI.

Attention

Le slide donne les valeurs de TE, de durée de vie et de coeurs, mais pas TiR : l'hypothèse « 1 an » est la nôtre. Le résultat égal ne tient qu'avec la même durée sur les deux machines.

Exo 2

PUE et carbone évité

Passer un data center de 1,6 à 1,1, en France puis en Allemagne.

▸

Énoncé. Un site consomme 8 GWh par an pour 5 GWh d'équipements IT. (1) Calculer son PUE. (2) Quelle énergie totale s'il atteint le PUE « mieux » de 1,1 à IT constant ? (3) Quelle économie en tonnes de CO2eq avec l'intensité française (56 g/kWh), puis allemande (381 g/kWh) ?

1 PUE actuel

PUE = énergie totale / énergie IT = 8 / 5 = 1,6, soit le standard.

2 Énergie à PUE 1,1

Total = 1,1 x 5 = 5,5 GWh, soit 2,5 GWh économisés (-31 %).

3 Carbone évité

PaysCalculÉconomie
France2 500 000 kWh x 56 g140 t CO2eq
Allemagne2 500 000 kWh x 381 g952,5 t CO2eq

Même geste d'ingénieur, 6,8 fois plus de carbone évité en Allemagne. Le PUE ne dit rien du où : il faut aussi regarder I.

Exo 3

Retrouver 3,5 % et 10 %

Reconstituer la projection du cours.

▸

Énoncé. En 2020 le numérique émet 764 Mt CO2eq, soit 1,4 % du total. On suppose qu'il reste à 764 Mt. (1) Quel est le total mondial en 2020 ? (2) Le cours annonce 3,5 % en 2030 et 10 % en 2050 : quels totaux mondiaux cela suppose-t-il ? (3) De combien doivent baisser les émissions mondiales d'ici 2050 ?

1 Total 2020

764 / 0,014 = 54 571 Mt, environ 54,6 Gt.

2 Totaux impliqués

2030 : 764 / 0,035 = 21 829 Mt (21,8 Gt). 2050 : 764 / 0,10 = 7 640 Mt (7,6 Gt).

3 Baisse nécessaire

De 54,6 à 7,6 Gt : -86 %. Le numérique n'a pas besoin de croître pour que sa part explose : il lui suffit de ne pas baisser autant que le reste. Et l'hypothèse 764 Mt constant est déjà optimiste, puisque le numérique croît.

Exo 4

Énergie = puissance x temps

Relier le temps du Lab 1 à l'énergie.

▸

Énoncé. Un CPU tire en moyenne 7 W. Le programme Python du Lab 1 met 11,702 s, sa version Java 0,278 s. Calculer l'énergie de chacun en Wh, puis le gain.

1 Énergie

E = P x t / 3600. Python : 7 x 11,702 / 3600 = 0,0228 Wh (22,8 mWh). Java : 7 x 0,278 / 3600 = 0,00054 Wh (0,54 mWh).

2 Gain

11,702 / 0,278 = 42,1 fois moins d'énergie, indépendamment de P puisque P est le même des deux côtés.

Limite

Hypothèse : puissance constante. En vrai, la JVM passe du temps en compilation JIT (plus de la moitié des échantillons sur ce run très court) et la puissance varie. C'est pourquoi on mesure avec CodeCarbon (Lab 3) au lieu de multiplier.

Exo 5

Même code, quatre intensités

Ce que change le lieu et le jour.

▸

Énoncé. Un traitement consomme 1 kWh. Calculer ses émissions avec les quatre intensités mesurées au Lab 3 : France annuelle 56 g/kWh, France instantanée 22, France le 6 janvier 2026 81, Allemagne annuelle 381.

1 Émissions = E x I

CasI (g/kWh)ÉmissionsRelatif à FR instantané
France, instantané2222 gx1
France, annuelle5656 gx2,5
France, 6 janv. 20268181 gx3,7
Allemagne, annuelle381381 gx17,3

2 Leçon

L'énergie est une propriété du programme et de la machine, l'intensité est une propriété du lieu et de l'instant. Un même programme émet 17 fois plus en Allemagne qu'en France un jour de bon mix. Décaler un calcul non urgent vers une heure ou un lieu bas carbone est un levier gratuit (carbon-aware scheduling).

09 · Réviser

QCM et cartes mémo

Le QCM tire un échantillon au hasard dans le pool ; chaque réponse est corrigée et expliquée.

Entraîneur Pour un QCM qui s'adapte à ton niveau, revient sur tes erreurs et explique chaque réponse avec une fiche illustrée : s'entraîner sur ce chapitre.

Prêt

Pool de 29 questions. Tire un échantillon au hasard, correction immédiate et explication à chaque réponse.

Cartes mémo

Fil rouge
L'équation à retenir ?
clique pour la réponse ↻
Fil rouge
Émissions = énergie x intensité carbone (O = E x I). E dépend du programme et de la machine, I du lieu et de l'instant.
Chiffres
Part du numérique en 2020 ?
clique pour la réponse ↻
Chiffres
Énergie : 4 à 9 %. Émissions : 1,4 à 4 % (~764 Mt CO2eq). En hausse chaque année.
Chiffres
Projection du cours ?
clique pour la réponse ↻
Chiffres
Numérique à 764 Mt constant, monde en baisse (1,5 °C) : ~3,5 % en 2030, ~10 % en 2050.
Matériel
Proportionnalité énergétique ?
clique pour la réponse ↻
Matériel
Conso qui croît avec la charge en partant de 0 W. Un vrai serveur consomme une grosse part de son pic à vide.
Matériel
Nameplate vs pic réel ?
clique pour la réponse ↻
Matériel
Nameplate = somme des maxima des composants. Pic réel = maximum observé à pleine charge, plus bas.
Matériel
Énergie d'un équipement réseau ?
clique pour la réponse ↻
Matériel
Croît avec le nombre de modules actifs, pas avec la bande passante utilisée.
Matériel
Que faire d'un serveur peu chargé ?
clique pour la réponse ↻
Matériel
Consolider sur peu de serveurs bien remplis et éteindre les autres.
Langages
Temps et énergie ?
clique pour la réponse ↻
Langages
Relation linéaire (Portegies Zwart) : E = P x t à puissance constante. Code plus rapide = plus sobre.
Langages
Quel langage est le plus vert ?
clique pour la réponse ↻
Langages
Pas de gagnant universel. Tendance : compilé (C, C++, Rust) plus vert qu'interprété (Pereira 2017).
SCI
Formule du SCI ?
clique pour la réponse ↻
SCI
SCI = (O + M) par R, avec O = E x I et M = TE x (TiR/EL) x (RR/ToR). Un taux par unité fonctionnelle.
SCI
oSCI et tSCI ?
clique pour la réponse ↻
SCI
oSCI = O par R (sans incorporé). tSCI = (tO + tM) par R avec tO = O + Oidle et tM = M + Midle.
SCI
Sunk carbon fallacy ?
clique pour la réponse ↻
SCI
Le carbone incorporé est déjà émis : il ne devrait pas piloter l'ordonnancement (Bashir et al., 2024).
PUE
PUE ?
clique pour la réponse ↻
PUE
Énergie totale / énergie IT. Standard 1,6, mieux 1,1. Jamais sous 1. Mesure l'infrastructure, pas le logiciel.
PUE
WUE et ERE ?
clique pour la réponse ↻
PUE
WUE = eau sur site / énergie IT. ERE = (total - réutilisée) / IT.
Écrans
Mode sombre et énergie ?
clique pour la réponse ↻
Écrans
AMOLED : le noir éteint le pixel, ça aide (surtout à 100 %). IPS : toutes les couleurs pareil, la luminosité domine.
IA
BLOOM ?
clique pour la réponse ↻
IA
176 Md de paramètres, 24,7 t CO2eq à l'entraînement : un plancher (GPU dynamique, intensité française, sans réseau ni données).
IA
E-waste ?
clique pour la réponse ↻
IA
62 Mt (2022), 82 Mt (2030). IA : 1,2 à 5 Mt en 2030. Seuls 22 % recyclés formellement.
IA
Inférence contre entraînement ?
clique pour la réponse ↻
IA
Les modèles à raisonnement déplacent le coût vers l'inférence (thinking, milliards de requêtes).