Le document traite de l'impact de la couche logicielle sur le Green IT, en soulignant l'importance de la gestion des ressources et de l'efficacité énergétique dans la conception de logiciels. Il présente des statistiques sur l'empreinte écologique des technologies de l'information et de la communication (TIC) et aborde les différents types d'obsolescence liés aux logiciels. Enfin, des stratégies pour améliorer l'efficacité et réduire la consommation énergétique à travers des pratiques de développement et de gestion adaptées sont proposées.

1. Green IT
Couche logicielle : élément clé du Green IT
Logo
Fred Bordage
info @ .
2 – Impact de la couche logicielle
1

2. Présentation
Fred Bordage
info @
• Expert Green IT – TICs durables
• Conseil et formation
• Collaborations nationales
– Afnor (comité d’Orientation Stratégique),
– Ademe (guide sectoriel TNIC)
– Cigref (groupe de travail Green IT),
– Syntec (groupe de travail Green IT),
– WWF (Guide).
• Livres, conférences, GreenIT.fr
Empreinte écologique des TIC
16.000:1 MIPS d’une puce électronique
– Mesure l’intensité en ressources d’un produit fini
– Essentiellement des ressources non renouvelables
– 100:1 pour un ordinateur
– 54:1 pour une voiture
2 % des émissions mondiales de GES
– Participe au dérèglement climatique
– Autant que l’aviation civile
– 7,5 % à 13,5 % kWh à l’échelle des TIC en France
75 milliards kg DEEE en 2014
– Risques sanitaires, écroulement de la biodiversité
– 1g mercure pollue 1m3 de terre pendant 50 ans
– 24 kg / français / an - 5 kg collectés
– EEE / DEEE entre 2006 et 2009 = 14%
2

3. Empreinte sur le cycle de vie
Emissions CO2 fabrication PC en Chine :
57 à 123x + que 1 an d’utilisation en France
MIPS
Toxicité
• Fabrication et fin de vie des composants électroniques
– PC, réseau, téléphonie : conso. énergie utilisation = non déterminante
– Impression : consommables
– Serveur : impact conso. énergie dépend du mix énergétique national
• Réduire les volumes fabriqués et en fin de vie
• donc… Allonger la durée de vie d’utilisation
Source : extrait d’ACV présenté sur EcoInfo
Durée d’utilisation
Durée de vie Durée de vie
électronique 10 à 15 ans électronique 5 à 12 ans
Durée de vie divisée par 4 en 25 ans
1985 2000 2005 2007 2011
Source :
10,7 ans 5,5 ans 3,6 ans 2,5 ans 4 ans
Facile à réparer, Difficile à réparer,
reconditionner, recycler reconditionner, recycler
3

4. Principaux facteurs d’obsolescence
• Différents type d’obsolescence
– Programmée (fin du support technique d’un logiciel)
– Indirecte (impact de la couche logicielle, etc.)
– par incompatibilité (la nouvelle version du logiciel utilise un nouveau format)
– perçue (un simple GSM moins « hype » qu’un iPhone)
– …
• Facteurs
1. Couche logicielle
2. Faible évolutivité du matériel
• Conception ne privilégiant pas la mise à jour du matériel
• Indisponibilité des composants
3. Durée de garantie et support technique du matériel
4. Coût du service informatique (entretien et réparation)
5. Qualité des composants : prix toujours plus bas = moindre qualité
Couche logicielle - renouvellement
Durée d’utilisation du
matériel est directement liée
71x + de mémoire vive
aux besoins en ressources de
en 12 ans la couche logicielle
Source :
Puissance matérielle
nécessaire x2 tous les 3 ans
4

5. Les progrès du matériel ne compensent pas
• Un microprocesseur
moderne consomme
40x moins d’énergie
qu’en 1946 pour une
même capacité de
traitement.
• Mais la capacité de
traitement
nécessaire (au
fonctionnement des
logiciels) augmente
continuellement…
Source : Intel
Couche logicielle - consommation
Consommation électrique
Source :
du matériel directement liée
62 % aux besoins en ressources
de la couche logicielle
Source : Gartner, 2007
• Conso. électrique d’un CPU divisée par 40 en 60 ans
– Les progrès du matériel (efficience énergétique) ne compensent pas l’augmentation de
la puissance
• +10% par an : consommation électrique des TIC
• x2 : consommation des data centers entre 2000 et 2005
5

6. Constats couche logicielle
• Les formats de données sont de plus en plus lourds
(multimédia, XML, etc.)
• Le développeur a horreur du vide
• Empilement de frameworks et autres composants pour gagner
en productivité
• Recherche d’une plus grande portabilité performance du
code compilé
Adapter les fonctionnalités au besoin
• Définir le besoin au plus proche de l’utilisateur
– Méthodologies Agiles : SCRUM, Lean, …
• S’assurer qu’il n’y a pas de déperdition d’énergie pour des
besoins inexistants
– 45% des fonctionnalités demandées ne sont jamais utilisées
– 10 à 50 % des applications sont redondantes
– 25 % des applications ne sont plus utilisées depuis 3 ans !
Source : Standish Group, 2006
6

7. Gouverner
• La technologie ne résout pas une mauvaise gestion du système
d’information
– 25% des applications ne sont plus utilisées
– 45% des fonctionnalités jamais utilisées
– 15% des serveurs sont allumés pour rien
– Combien de données stockées ne seront plus jamais accédées ?
• Efficience Vs Efficacité
• Virtualiser sans gouverner revient à mettre un pansement sur une
plaie infectée : ça ne résout pas le problème de fond.
• Effet cascade
– 1 kWh économisé au niveau informatique
– = 2,84 kWh économisés en entrée du DC
• Sauter des versions de logiciel ?
Adapter le SLA au besoin
• Définir précisément le niveau de service requis :
– Temps de réponse attendu ?
– Disponibilité ?
– Niveau de précision des résultats ?
• Exemple:
– Etude Microsoft Research
– Approximation des résultats recherche Bing
– 15% de gain énergétique en diminuant QoS 0,27%
• Exemple:
– Précision traitement et encodage son/vidéo
– 32 bits versus 64 bits
7

8. Privilégier l’exécution côté serveur
• Les traitements serveurs sont dans des conditions énergétiques
idéales:
– Machines mutualisées
– Puissance à disposition
– Performance énergétique optimisée
• Exemple: Green Challenge USI 2010
– Consommation énergétique divisée par 6 en « poussant » les traitements vers le serveur
Source : GreenIT.fr
Paralléliser l’exécution du code
• Optimiser l’utilisation des CPU/Core
– 2 cpu != 2 fois plus rapide
– Energy (n) core < Energy (n) cpu
– Energy (n) cpu <=(>) cpu pour une tache donnée
• Les outils sont prêts, pas les développeurs !
• Exemple :
Procs Watt (IDLE) Watt (PIC) Temps (ms) KwH CO2
Algo Sequ 1 382 394 17250 0,05750 4,09E-02
Algo Sequ Optim 1 382 394 15253 0,05083 3,62E-02
Algo Parallel 6 382 413 3800 0,03272 2,33E-02
Algo Parallel 12 382 423 2594 0,02961 2,11E-02
Algo Parallel 24 382 453 1650 0,03353 2,39E-02
8

9. Limiter les effets graphiques
• Limiter l’utilisation du Flash et Javascript au strict nécessaire
– Très consommateur de CPU
• Exemple: Flash
– Utilisation CPU avec/sans
accélération graphique
• Exemple: Green Challenge USI
Source : Hardware Insight
– Mesure consommation
navigateur avec / sans Javascript
Source : GreenIT.fr
Adapter l’interface aux options l’alimentation
• Prendre en compte la consommation pour limiter la richesse
graphique en mode « économie »
• Exemple: Windows 7 économie
– Désactivation automatique Aéro
– Optimiser lecture Vidéo
– …
• Exemple: Windows Phone 7
– Un écran OLED consomme 2x moins qu'un
écran LCD lorsqu'il affiche du noir mais
3x plus lorsqu'il affiche du blanc
9

10. Peaufiner les algorithmes
• IBM : 100x moins de ressources pour exécuter un même traitement
grâce à un algorithme optimisé
– http://www.greenit.fr/article/logiciels/green-patterns-ibm-demontre-un-effet-de-levier-de-100-
2557
• Le temps passé à optimiser un algo. c’est autant de :
– kWh en moins à payer,
– de puissance de calcul disponible dans le data center,
– d’années de gagnées avant de renouveler les postes de travail
(re)compiler
• Pourquoi ne pas compiler une bonne fois pour toute le code sur le
serveur ?
• Facebook
• compilation de code PHP en C
• divisé par 2 ses besoins en ressources matérielles (serveurs)
• et par 2 sa facture électrique
• http://www.greenit.fr/tag/facebook.
• Emergence de HTML5 et Javascript
• Allons nous dans la bonne direction ?
• Framework (productivité) et JIT Compilation
• Cas de Java et .NET
10

11. Retour d’expérience
• Facebook
Même expérience
utilisateur
Réduction de 50% de la
consommation des ressources
en compilant du code PHP
=
2x moins kWh / CO2
2x à 3x moins DEEE
2x à 3x moins $
Source : GreenIT.fr
Bas niveau
• Plus on utilise une fonction disponible en bas niveau
• et moins les ressources matérielles nécessaires sont importantes.
• C'est notamment le cas entre une fonction Javascript
• et son équivalent directement disponible dans l'API HTML 5.0.
• ASM
• Compilateurs et optimisation (C/C++)
• Productivité / debug
11