Efficacité énergétique des technologies et ... - PrimeEnergyIT

Efficacité énergétique
des technologies et
infrastructures dans
les datacentres et
salles serveurs

Mentions légales
Direction éditoriale : consortium projet PrimeEnergyIT, juillet 2011
Coordination projet : Dr. Bernd Schäppi, Agence autrichienne de l’Énergie (Vienne)
Version française du document : BIO Intelligence Service (Traducteur - François-Xavier Durandy)
Reproduction partielle autorisée, sous réserve de mention exhaustive de la source.
Document imprimé sur papier blanchi sans chlore.
Le contenu de cette publication relève de la seule responsabilité de ses auteurs et ne prétend pas
refléter la position de l’Union européenne.
L’AECI et la Commission européenne ne sauraient être tenues pour responsables de l’utilisation
pouvant être faite des informations contenues dans le présent document.

Des technologies efficaces pour réduire la consommation
énergétique et les coûts des datacentres et salles serveurs
La consommation énergétique des datacentres et salles serveurs a fortement progressé au cours des dix
dernières années. La montée en puissance des matériels et la complexité accrue des services informatiques
ont entraîné une hausse de la demande en énergie. Les coûts liés aux infrastructures et à l’énergie dans les
datacentres sont ainsi devenus un facteur essentiel de la gestion de site et de l’infogérance. Un ensemble
de technologies ont donc été développées pour améliorer l’efficacité énergétique et de nouvelles options
de matériels et de gestion des systèmes d’information soutiennent les stratégies d’économies d’énergie.
Le potentiel d’économie des datacentres et salles serveurs est généralement élevé, souvent supérieur à
50 %, en fonction des technologies et des infrastructures. Les mesures d’économies d’énergie ont jusqu’à
présent surtout porté sur les solutions d’alimentation et de refroidissement, mais l’efficacité énergétique
des matériels fait désormais partie des pistes à l’étude. Des travaux récents montrent que les mesures
d’optimisation entraînent d’ores et déjà une réduction significative de la demande en énergie par rapport
à un scénario de statu quo [Koomey 2011]. Le potentiel demeure pourtant élevé et les technologies nouvelles
permettent un déploiement encore plus efficace des mesures d’économies d’énergie.
Cette brochure présente un aperçu succinct des technologies actuelles (matériel informatique et infrastructure)
en faveur de l’efficacité énergétique. Elle couvre l’ensemble des équipements informatiques essentiels
des datacentres : serveurs, stockage et réseaux. Les stratégies pour une plus grande efficacité
énergétique englobent la conception des systèmes, la gestion de l’énergie à différents niveaux (du matériel
informatique au datacentre dans son ensemble) ainsi que les mesures de consolidation et de virtualisation.
Des recommandations de bonnes pratiques mettent en avant les choix les plus intéressants à envisager
dans la gestion et les achats des matériels. Des suggestions de lecture sont également indiquées. La brochure
constitue ainsi une source d’informations de base pour aider les gestionnaires en technologies et
infrastructures à optimiser l’efficacité énergétique et la rentabilité des datacentres.
Cette brochure s’inscrit dans le projet international
PrimeEnergyIT (www.efficient-datacenters.eu), mené dans le
cadre du programme de l’UE « Intelligent Energy Europe ».
1) Koomey, J. (2011): Growth in Data center electricity use 2005 to 2010, Jonathan Koomey, Analytics Press, Oakland,
CA, August 1, 2011
3

Table des matières
1 Suivi de la consommation d’énergie dans les datacentres et salles serveurs 6
1.1 Concepts de monitoring 6
1.2 Appareils de mesure 9
2 Équipements de serveur 10
2.1 Efficacité énergétique et gestion de l’énergie au niveau du serveur et de ses composants 10
2.1.1 Efficacité du processeur 12
2.1.2 Efficacité de l’alimentation électrique 13
2.2 Gestion de l’énergie au niveau du rack et du datacentre 14
2.2.1 Gestion de la capacité et de l’énergie 14
2.2.2 Power capping 16
2.3 Options de gestion de l’énergie spécifiques pour serveurs lames 16
2.3.1 Châssis et composants des serveurs lames 17
2.3.2 Problèmes d’alimentation et de refroidissement 19
2.4 Virtualisation des serveurs 21
2.4.1 Potentiel d’économie d’énergie de la virtualisation 22
2.4.2 Exigences et outils de planification de la virtualisation 23
2.4.3 Gestion de l’énergie dans les environnements virtualisés : migration vers serveur virtuel 24
2.4.4 Refroidissement et infrastructures des systèmes virtualisés 25
3 Équipements de stockage de données 28
3.1 Appareils de stockage 28
3.1.1 Systèmes à bandes 28
3.1.2 Disques durs (DD) 29
3.1.3 Disques SSD 31
3.1.4 Disques durs hybrides (HHD) 31
3.2 Éléments de stockage 32
3.2.1 Disques de grande capacité et miniaturisation 32
3.2.2 Baies de disques de type MAID 32
3.2.3 Niveaux RAID efficaces 32
3.2.4 Tiering horizontal, virtualisation du stockage et allocation granulaire de capacité 33
3.2.5 Consolidation au niveau du stockage et de la matrice 34
3.2.6 Déduplication de données 34
4

4 Équipements de réseau 36
4.1 Cadre technique et opérationnel 36
4.1.1 Schéma fonctionnel 36
4.1.2 Attributs du réseau 37
4.1.3 Équilibrer la performance et la consommation énergétique 37
4.2 Amélioration de l’efficacité énergétique 38
4.2.1 Fusionner les classes de trafic (consolidation E/S) 38
4.2.2 Consolidation du réseau 40
4.2.3 Virtualisation du réseau 41
4.2.4 Sélection des composants et équipements 42
4.2.5 Commutation floor-level 42
5 Refroidissement et alimentation des datacentres et salles serveurs 44
5.1 Refroidissement des salles serveurs 44
5.1.1 Climatiseurs « split » et mobiles 44
5.1.2 Mesures d’optimisation de l’efficacité énergétique 45
5.2 Refroidissement des datacentres moyens à grands 46
5.2.1 Généralités 46
5.2.2 Contrôle de la température et de l’humidité 47
5.2.3 Efficacité des composants (compresseurs, ventilateurs, centrales de traitement d’air) 48
5.2.4 Free cooling 48
5.2.5 Refroidissement au niveau du rack/de la rangée 49
5.3 Alimentation et onduleurs dans les datacentres 49
5

1 Suivi de la consommation d’énergie dans
les datacentres et salles serveurs
Carlos Patrao, Université de Coimbra
1.1 Concepts de suivi
On peut distinguer trois grands types de suivi :
Le suivi de la consommation d’énergie dans les
datacentres et salles serveurs est un élément
essentiel pour évaluer le potentiel d’économie
d’énergie et l’efficacité des mesures d’efficacité
énergétique. Ce monitoring doit être conçu de façon
à garantir la collecte de données pertinentes.
On tiendra compte des aspects suivants [1] :
• Niveau requis de précision et de résolution des
données ;
• Répartition de la collecte de données, capacité
à recueillir des données à partir de tous les appareils
souhaités ;
• Facilité d’utilisation et d’intégration des données
entre appareils et échelles de temps ;
• Evolutivité pour un déploiement de masse et
capacité multi-sites ;
• Adaptabilité aux nouveaux besoins de mesure ;
• Options d’analyse des données et intégration
avec les systèmes de contrôle ;
• Capacité à détecter les problèmes et notifier les
opérateurs des datacentres ;
• Montant de l’investissement et retour.
Charge du site
Suivi minimum – Reposant sur des mesures
réalisées ponctuellement et périodiquement avec
un équipement portable, ce suivi se prête surtout
aux sites de très petite taille. Certaines données
(consommation, etc.) pourront être tirées de la
documentation du fabricant. Cette approche ne
nécessite pas d’investissement dans des équipements
et infrastructures de mesure installés de
façon permanente.
Suivi avancé – Les données sont communiquées
en temps réel grâce à des équipements installés
de façon permanente, avec le soutien éventuel
d’instruments en ligne. De légères modifications
devront sans doute être apportées aux infrastructures.
Suivi de pointe – Les données sont collectées
en temps réel grâce à des systèmes d’enregistrement
automatisé ou permanent, avec le soutien
de logiciels en ligne dotés de fortes capacités
d’analyse. Ce suivi impose une modification des
infrastructures et le soutien d’un personnel technique
expert.
Le système de suivi doit disposer d’un nombre
adéquat de « nœuds d’information » (ou « points
d’auscultation ») pour fournir les informations nécessaires
à une analyse exhaustive de la consommation
d’énergie. Sur les sites de grande taille, la
sélection de ces « nœuds » doit commencer par
les sous-systèmes les plus représentatifs en termes
de consommation (cf. Figure 1.1), qui pourront
faire figure de « points d’auscultation ».
Charge informatique
Alimentation électrique
Équipements informatiques
Appareillage électrique
Services
Consommation totale
du site
Générateurs
Onduleurs
Consommation des
équipements informatiques
Stockage
Équipements télécoms
etc.
etc.
Climatiseurs
Compresseurs
Free cooling
etc.
Fig. 1.1 Schéma simplifié des principaux sous-systèmes d’un datacentre [Source: ASHRAE [2]].
6

Plusieurs outils logiciels permettent d’assurer la
collecte des données, leur traitement et leur évaluation.
Le programme « Save EnergyNow » du
ministère américain de l’Énergie a ainsi mis au
point une suite logicielle baptisée « DC Pro »,
comprenant un processus d’évaluation, des outils
de benchmarking et de suivi de la performance
ainsi que des recommandations pour les mesures.
Cette suite est disponible en téléchargement gratuit.
http://www1.eere.energy.gov/industry/datacenters/
software.html
AUTRES EXEMPLES D’OUTILS LOGICIELS UTILES :
• Consommation d’énergie :
http://estimator.thegreengrid.org/puee
• Reporting du PUE :
http://www.thegreengrid.org/en/Global/Content/Tools/PUEReporting
• Mesure de l’évolutivité du PUE et analyse
statistique :
http://www.thegreengrid.org/library-and-tools.aspx
category=MetricsAndMeasurements&range=
Entire%20Archive&type=Tool&lang=en&paging=All#
TB_inline&inlineId=sign_in
• Mesure du PUE et du DCiE (Data Center infrastructure
Efficiency) :
http://www.42u.com/measurement/pue-dcie.htm
RECOMMANDATIONS DE BONNES PRATIQUES
L’efficacité du système de suivi de la consommation d’énergie suppose que sa conception
s’appuie sur une bonne compréhension des objectifs principaux, notamment :
• Évaluer la consommation d’énergie totale des équipements informatiques et des
infrastructures ;
• Analyser l’évolution de la consommation dans le temps ;
• Comprendre la demande d’énergie instantanée des principaux équipements du site ;
• Contrôler la facturation ;
• Calculer les indices et indicateurs d’efficacité énergétique.
Les logiciels/matériels mis en œuvre pour le suivi de la consommation énergétique devront
offrir les fonctionnalités suivantes (source : ASHRAE) :
• Fiabilité de la collecte de données et du stockage en fonction du taux et du niveau de
précision souhaités ;
• Normalisation des données issues de différents appareils, interfaces et protocoles ;
• Sauvegarde des données sur de longues périodes de relevé ;
• Analyse et affichage des données sous forme de tableaux et graphiques ;
• Architecture extensible pour accompagner l’expansion du datacentre.
Les principaux aspects à prendre au compte au moment du choix des appareils pour le
système de suivi sont notamment la plage de mesure de l’instrumentation, sa résolution
et sa précision.
7

Tab. 1.1 Exemples d’appareils de mesure de la consommation énergétique
Désignation
Illustration Description Type de suivi
Appareils de mesure
portables
Les appareils portables couvrent un vaste éventail de produits, des
multimètres monophasés jusqu’aux appareils d’analyse triphasés
les plus avancés, avec fonctions d’enregistrement et de déclenchement
programmé. Ils comportent généralement un écran intégré qui
permet à l’utilisateur de consulter les données mesurées ou enregistrées.
Minimum et avancé
Source: Chauvin Arnoux
Appareils de tableau
Source: Chauvin Arnoux
Les appareils de tableau sont généralement installés de façon
permanente au niveau de l’armoire électrique mesurant les onduleurs,
générateurs et autres appareils. Ils possèdent un écran qui
affiche les mesures en temps réel et les variables cumulées comme
la consommation totale d’énergie. Ils peuvent être installés pour
mesurer la consommation globale ou individuelle des différents
appareils.
Suivi de pointe et
bonnes pratiques
Compteurs
Source: Itron
Les compteurs sont principalement utilisés par les compagnies
d’électricité et les propriétaires adressant des factures à leurs clients,
locataires, etc. Rarement affectés au suivi des datacentres, ils fournissent
toutefois des données sur la consommation totale du site. Le
fournisseur pourra parfois fournir l’accès au port de communication
numérique, permettant un relevé et une sauvegarde dans une base
de données pour une analyse future (par ex. toutes les 15 minutes).
Compatibles avec
l’ensemble des
approches
Unités de
distribution
d’alimentation
intelligentes
Source: Raritan
Les unités de distribution d’alimentation (PDU) intelligentes ou PDU
pour rack avec compteur assurent une fonction de mesure active
pour optimiser l’alimentation et protéger les circuits. Ils fournissent
des données d’utilisation de l’énergie permettant aux gestionnaires
de faire des choix informés sur la répartition de la charge et la micromisation
des environnements informatiques pour réduire le coût
total de possession. Les PDU peuvent être équipées d’un suivi distant
en temps réel de l’énergie au niveau de l’unité ou des différentes
sorties : courant, tension, puissance, facteur de puissance et
consommation (kWh) avec une marge d’erreur de ±1 % (ISO/IEC)
compatible avec la facturation. L’accès et la configuration se font via
une interface sécurisée de type web, SNMP ou Telnet.
Compatibles avec
l’ensemble des
approches
Fonctions de mesure
intégrées au serveur
Fonction de mesure de l’alimentation électrique intégrée au serveur
Minimum et avancé
Transducteurs
Les transducteurs sont généralement des équipements dépourvus
d’écran et connectés de façon permanente à l’armoire électrique, à
l’instar des appareils de tableau. Ce type d’appareils sert souvent
aux systèmes de suivi à obtenir des mesures issues de divers points
du datacentre.
Compatible avec
l’ensemble des
approches
Source: Chauvin Arnoux
8

1 Suivi de la consommation d’énergie dans les salles serveurs et datacentres
1.2 Appareils de mesure
Un grand nombre d’appareils de mesure de tous
types permettent de mesurer les variables clés
telles que la consommation d’énergie, la température,
le débit et l’humidité.
Quelques exemples d’appareils de mesure de
l’énergie sont présentés dans le Tableau 1.1 (cicontre,
page 8). Pour tout complément d’information,
veuillez vous référer aux sources indiquées
ci-après ou consulter le « Technology Assessment
Report » sur le site web de PrimeEnergyIT.
Pour aller plus loin
ASHRAE (2010) : Real-Time Energy Consumption
Measurements in Data Centres, ASHRAE –
American Society of Heating, Refrigerating and
Air- Conditioning Engineers, 2010.
ISBN: 978-1-933742-73-1
Stanley, J. and Koomey, J. (2009) : The Science
of Measurement: Improving Data Centre
Performance with Continuous Monitoring and
Measurement of Site Infrastructure, Stanley John
and Koomey Jonathan, October 2009
www.analyticspress.com/scienceofmeasurement.html
Ton, M. et al. (2008) : DC Power for Improved
Data Centre Efficiency,Ton, My, Fortenbery, Brian
and Tschudi, William, Ecos Consulting, EPRI, Lawrence
Berkeley National Laboratory, March 2008
http://hightech.lbl.gov/documents/data_centres/
dcdemofinalreport.pdf
The Green Grid (2008) : Green Grid Data Centre
Power Efficiency Metrics. White Paper 6, The
Green Grid, White Paper 6. December 30, 2008
http://www.thegreengrid.org/Global/Content/white-
papers/The-Green-Grid-Data-Centre-Power-Efficiency-
Metrics-PUE-and-DCiE
Rasmussen N. (2009) : Determining Total Cost
of Ownership for Data Centre and Network Room
Infrastructure, Neil Rasmussen, APC by Schneider
Electric, White paper #6 – Revision 4
http://www.apcmedia.com/salestools/CMRP-5T9PQG_
R4_EN.pdf
Rasmussen N. (2010) : Avoiding Costs From
Oversizing Data Centre and Network Room Infrastructure,
Neil Rasmussen, APC by Schneider Electric,
2010. White paper #37 – Revision 6
http://www.apcmedia.com/salestools/SADE-5TNNEP_
R6_EN.pdf
Schneider Electric (2011) : E-learning website
(Energy University) that provides the latest information
and training on Energy Efficiency concepts
and best practice
www.myenergyuniversity.com
Webinar : “The Data Centre in Real Time: Monitoring
Tools Overview & Demon“
http://www.42u.com/webinars/Real-Time-
Measurement-Webinar/playback.htm
Sources
[1] Stanley, J. and Koomey, J. (2009) : The
Science of Measurement: Improving Data Centre
Performance with Continuous Monitoring and
Measurement of Site Infrastructure. October 2009.
[2] ASHRAE (2010) : Real-Time Energy
Con sump tion Measurements in Data Centres:
ASHRAE- American Society of Heating, Refrigerating
and Air-Conditioning Engineers, 2010.
ISBN: 978-1-933742-73-1.
9

2 Équipements de serveurs
,
Bernd Schäppi, Thomas Bogner, Hellmut Teschner, Agence autrichienne de l’Énergie
Les équipements de serveurs représentent environ 30-40 % de la
consommation d’énergie totale des datacentres et salles serveurs. Ils
constituent donc l’une des cibles prioritaires pour la mise en œuvre de
mesures d’économies d’énergie. Les équipements les plus courants
englobent les serveurs de type rack, lame, mais aussi piédestal et
multinœuds.
Le potentiel d’économie d’énergie est élevé : il peut atteindre 20 à 60 %,
voire plus, en fonction du type de système et des mesures déployées. Les
approches fondamentales pour optimiser l’efficacité énergétique reposent
sur la sélection de matériels efficaces, la conception des systèmes, la gestion
de l’énergie à tous les niveaux (du composant hardware jusqu’au système
dans sa globalité) ainsi, bien sûr, que la consolidation et la virtualisation.
Ce chapitre est consacré aux technologies et options d’économies d’énergie, du niveau
du composant jusqu’à celui du système. Les problèmes d’efficacité énergétique et les
améliorations possibles sont traités du niveau du serveur jusqu’à celui du rack et du
datacentre. La technologie des serveurs lames et la virtualisation en tant que stratégie
d’efficacité font l’objet de deux sous-parties spécifiques. Les recommandations de
bonnes pratiques sont récapitulées sous forme d’encadrés.
Tab. 2.1 Critères Energy Star en mode inactif
Catégorie
Nombre de processeurs
installés
Serveur géré
Consommation
plafond en mode
inactif (W)
A 1 Non 55
B 1 Oui 65
C 2 Non 100
D 2 Oui 150
Tab. 2.2 Concept de l’outil d’évaluation SERT
Résultat benchmark
système
Serveur
Processeur Résultat benchmark
Mémoire Résultat benchmark
2.1 Efficacité énergétique et
gestion de l’énergie au niveau
du serveur et des composants
L’efficacité énergétique des serveurs s’est fortement
améliorée ces dernières années, essentiellement
du fait du développement d’une gestion
d’énergie efficace pour les composants matériels.
À ce jour, l’efficacité des serveurs est évaluée et
déclarée sur la base des critères Energy Star et du
benchmark SPECpower (SPEC : Standard Performance
Evaluation Corporation).
Le cahier des charges actuel du label Energy Star
pour les serveurs d’entreprise [1] définit des critères
d’efficacité énergétique pour les serveurs de
type rack et piédestal contenant jusqu’à 4 sockets.
Il définit des seuils plafonds de consommation
électrique en mode inactif pour les serveurs à
1 ou 2 socket(s) ainsi que des critères d’efficacité
de l’alimentation et des fonctions de gestion de
l’énergie (voir Tableaux 2.1 et 2.4). Les critères du
mode inactif sont surtout utiles comme indicateurs
pour des conditions de charge moyenne basse et
de quasi-inactivité. Ces basses charges (

SPECpower_ssj2008 [2] a été le premier benchmark
standard permettant l’évaluation de l’effi-
fig 2.1
cacité énergétique de serveurs de type volume. Il
porte essentiellement sur l’efficacité liée au processeur
et fournit donc une bonne indication pour
les charges importantes au niveau du processeur.
Mais ce benchmark n’est publié par les fabricants
que pour certains matériels. La Figure 2.1 montre
un exemple de résultats SPECpower pour un serveur
de type volume. Ce graphique type nous renseigne
sur la performance moyenne par watt et ce,
pour dix niveaux de charge gradués. Il permet de
comparer les serveurs du mode inactif jusqu’à une
charge 100 %. Dans la perspective d’un achat, il
conviendrait d’exiger du fournisseur l’information
complète SPECpower. Il faut en outre tenir compte
du fait que les produits sont souvent testés avec
des configurations réduites.
Axe des charges
(de inactif à
100 % par
tranche de 10 %)
Target Load
100%
90%
80%
70%
60%
50%
40%
30%
20%
10%
Active
Idle
Axe de la performance
Performance to Power Ratio
0 1,000 2,000 3,000 4,000
3,197 overall ssj_ops/watt
4,020
4,073
4,003
3,853
3,653
3,285
2,829
2,305
1,681
955
Score benchmark global (La
valeur SPECpower_ssj2008
est égale à la somme des
scores ssj_ops pour toutes
les charges cibles divisée par
la somme des moyennes de
consommation (en watts)
pour ces charges, y compris
l’intervalle de mesure en
mode active idle)
Barres indiquant la performance
Courbe de consommation
d’énergie
0 25 50 75 100 125 150 175 200 225
Average Active Power (W)
Axe de la consommation
d’énergie
Fig. 2.1 Diagramme SPECpower et principales données
Recommandations de bonnes pratiques
Critères et benchmarks pour la sélection de matériels
efficaces
• Acheter en fonction des critères d’efficacité Energy Star si disponibles.
Pour les serveurs opérant à faible charge, les critères
Energy Star Vers. 1 en mode inactif peuvent raisonnablement
faire office d’indicateurs. Les critères d’alimentation sont valables
pour tout type d’équipement.
• Exiger du fabricant les résultats du benchmark SPECpower_
ssj2008 (et SPEC-SERT dès sa sortie). Pour SPECpower, tenir
compte des points suivants :
■ Ce benchmark ciblé CPU est surtout représentatif des
charges intenses au niveau du processeur ;
■ Vérifier la configuration dans laquelle le serveur a été testé,
celle-ci pouvant être assez réduite ;
■ Pour bien interpréter les résultats, ne pas se contenter de
la valeur globale (opérations par watt), mais tenir compte
aussi du détail du benchmark.
11

2.1.1 Efficacité du processeur
Le processeur (CPU) est l’élément le plus énergivore
du serveur. Un modèle de CPU efficace avec
gestion d’énergie efficace peut donc jouer un rôle
important dans l’efficacité globale.
La consommation du processeur dépend de la
tension et de la fréquence d’horloge. La gestion
d’énergie au niveau du CPU ou du cœur repose
donc sur l’adaptation dynamique de la tension et
de la fréquence (DVFS) ou le fait d’éteindre des
cœurs. La consommation du CPU est souvent
comparée en termes d’enveloppe thermique (thermal
design power, TDP), qui indique la puissance
maximale que le système de refroidissement d’un
serveur doit pouvoir traiter. Or le TDP n’est qu’une
mesure partielle, car l’efficacité globale dépend
aussi fortement de la gestion d’énergie. Les fabricants
proposent des CPU conçus spécialement
pour une faible consommation et permettant une
économie d’énergie substantielle si les critères de
performance spécifiques sont remplis.
L’efficacité énergétique d’un CPU est étroitement
liée à la réussite de la mise en œuvre de la gestion
d’énergie. Les grands systèmes d’exploitation
supportent cette gestion sur la base de la norme
ACPI (advanced configuration and power interface)
pour les états de performance du processeur
et de consommation (P-states) et les états de gestion
thermique (C-states). Les nouveaux contrôles
système et composants que permet la version 3 de
l’ACPI assurent une gestion de l’énergie optimisée
et par là un ajustement affiné de l’alimentation et
de la performance en fonction de la demande. De
nombreux modèles de serveurs récents possèdent
des modes préconfigurés, par ex. :
■ « Haute performance » (pour des serveurs très
fortement sollicités et devant assurer une performance
maximale quel que soit le coût de
l’énergie) ;
■ « Économie d’énergie » / « consommation minimum
» (ce mode peut entraîner une économie
d’énergie supplémentaire pour les serveurs
peu sollicités et ayant une capacité supérieure à
leurs besoins réels) ;
■ « Équilibre consommation/performance ».
La Figure 2.2 montre les effets positifs de la
gestion d’énergie des processeurs modernes à
travers les résultats de benchmark (SPECpower)
pour la famille de produits serveurs HP ProLiant
DL 380 : le ratio puissance en mode inactif/puissance
pleine charge a été fortement réduit entre
les générations 5 et 7 de ce modèle. Sur le DL 380
G5, la puissance en mode inactif (charge zéro)
était inférieure de 33 % (170 watts) à celle en
pleine charge (253 W). Sur le G7, la différence
est d’environ 75 %. La nouvelle technologie est
donc beaucoup plus efficace à basse charge ou en
mode inactif, grâce à une gestion d’énergie intelligente
au niveau du CPU. Dans le même temps,
la performance de calcul de ce modèle a été plus
que triplée.
Pour sélectionner un matériel dans la perspective
d’un achat, il est essentiel de vérifier les critères
de performance concrets que devront remplir ses
composants. Différents types de charges entraînent
différentes exigences de performance, dont
Target Load
100%
90%
80%
70%
60%
50%
40%
30%
20%
10%
Active
Idle
G7 (3.07 GHz, Intel Xeon X5675) G5 (2.66GHz, Intel Xeon L5430)
Performance Performance to Power Ratio to Power Ratio
Performance Performance to Power Ratio to Power Ratio
0 1,0000 2,000 1,000 3,000 2,000 4,000 3,000 4,000
0 250 0 500250 750500 1,000750 1,250 1,000 1,250
3,197 overall ssj_ops/watt 3,197 overall ssj_ops/watt
734 overall ssj_ops/watt 734 overall ssj_ops/watt
4,020 100% 4,020
100% 1,214 100% 1,214
4,073 90% 4,073
90% 1,135 90% 1,135
4,003 80% 4,003
80% 1,049 80% 1,049
3,853 70% 3,853
70% 95170%
951
3,653 60% 3,653
60% 85460%
854
3,285 50% 3,285
50% 73850%
738
2,829 40% 2,829
40% 62040%
620
2,305 30% 2,305
30% 48430%
484
1,681 20% 1,681
20% 33520%
335
95510%
955
10% 17510%
175
Target Load
Active
Idle
Target Load
Active
Idle
Target Load
Active
Idle
0 25 50 075 251005012575150100 175125 200150 225175 200 225
Average Active Average Power Active (W) Power (W)
0 50 0 100 50 150 100 200 150 250 200 250
Average Active Average Power Active (W) Power (W)
Fig. 2.2 Exemple de benchmark SPECpower pour deux générations de serveur (serveurs HP G5 et G7) [SPEC (2010, www.spec.org)]
12

2 Équipements de serveurs
il faut tenir compte pour une configuration matérielle
efficace. Le Tableau 2.3 fournit une indication
approximative des exigences de performance
pour différentes charges de travail.
2.1.2 Efficacité de l’alimentation électrique
Le label Energy Star pour serveurs [1] définit des
critères d’efficacité de l’alimentation électrique
pour des charges de 10, 20, 50 et 100 %. La certification
80 PLUS possède ses propres critères
d’efficacité pour l’alimentation des serveurs, mais
pas à une charge de 10 %. En pratique et dans la
perspective d’un achat, il est recommandé de privilégier
une alimentation remplissant au moins le
niveau 80 PLUS « Or », qui correspond à une efficacité
de 88 % à 20 % de charge et 92 % à 50 %.
Les serveurs racks standards qui fonctionnent
couramment à faible charge sont souvent équipés
d’une alimentation électrique redondante et surprovisionnée.
Ceci entraîne une perte d’énergie
Tab. 2.3 Critères de performance de différentes applications serveur [5]
Catégorie CPU RAM Disques
durs
Fichiers/impression 0 + ++ +
Messagerie + + ++ 0
Virtualisation ++ +++ ++ ++
Web + + 0 +
Base de données ++ ++ +++ +
Application ++ ++ 0 +
Terminal ++ ++ + +
substantielle due au point d’opération très bas
de l’équipement. Optimiser l’alimentation électrique
est donc un point essentiel. C’est ce que
permettent notamment les outils de configuration
d’énergie en ligne proposés par les fabricants et
les outils d’évaluation du power capping.
Certains serveurs (HP ProLiant G6 et G7 par ex.)
possèdent des fonctions spécifiques pour pallier
E/S
les pertes inutiles des alimentations redondantes.
Ces matériels proposent un mode d’opération permettant
de n’utiliser qu’une seule alimentation en
deçà d’un seuil de charge prédéfini. La seconde
alimentation demeure en mode veille, ce qui permet
d’avoir une redondance complète en cas de
coupure de courant ou de défaillance du circuit.
Tab. 2.4 Critères d’efficacité pour l’alimentation électrique selon le label Energy Star et la certification 80 PLUS [1, 3]
Type d’alimentation
Puissance nominale
de sortie
Charge
10 %
Charge
20 %
Charge
50 %
Charge
100 %
Energy Star 1 Sorties multiples (CA-CC & CC-CC) Toutes puissances N/A 82 % 85 % 82 %
Sortie unique (CA-CC & CC-CC) ≤ 500 W 70 % 82 % 89 % 85 %
>500–1 000 W 75 % 85 % 89 % 85 %
> 1 000 W 80 % 88 % 92 % 88 %
Energy Star 2 (en préparation)
Sorties multiples (CA-CC & CC-CC) Toutes puissances N/A 85 % 88 % 85 %
Sortie unique (CA-CC & CC-CC) Toutes puissances 80 % 88 % 92 % 88 %
80 PLUS Bronze Toutes puissances N/A 81 % 85 % 81 %
Argent Toutes puissances N/A 85 % 89 % 85 %
Or Toutes puissances N/A 88 % 92 % 88 %
Platine Toutes puissances N/A 90 % 94 % 91 %
13

2.2 Gestion de l’alimentation
au niveau du rack et du datacentre
Au-delà des composants matériels et des unités
de serveur, la gestion de l’énergie au niveau du
système est un autre élément important pour optimiser
l’efficacité globale.
Comme expliqué précédemment, la majorité des
serveurs restent utilisés à un niveau de charge modeste.
Il existe donc un important potentiel d’économie
d’énergie par la consolidation matérielle
(voir chapitre suivant) ou la gestion de l’énergie
au niveau du système. Comme pour le niveau
composant, il s’agit d’ajuster la performance et
la consommation en fonction de la demande en
temps réel et de couper ou brider les ressources
non utilisées. Le Tableau 2.5 résume les diverses
approches de la gestion de l’énergie à différents
niveaux [7]. Certaines de ces options sont traitées
dans les pages suivantes.
2.2.1 Gestion de la capacité et de l’énergie
Les logiciels de gestion de serveur fournissent
des outils essentiels pour sécuriser les opérations
mais aussi gérer l’énergie de façon globale. Ces
outils peuvent contribuer efficacement à réduire
la consommation en facilitant la mise en œuvre
de principes d’économie à tous les niveaux du
système et en fournissant des fonctions capables
de favoriser fortement l’efficacité. Ces principales
fonctions sont :
• Provisionnement
• Monitoring
• Déploiement
• Gestion de configuration
• Contrôle des mises à jour
• Gestion de l’énergie
• Gestion de la charge
Les principaux fournisseurs proposent tous des
outils puissants de gestion de serveur. Les solutions
IBM (Systems Director) et HP (Systems
Insight Manager avec Insight Dynamics) sont
particulièrement complètes puisqu’elles sont capables
d’intégrer les systèmes de parties tierces.
Fujitsu (Server View Site) propose des produits
aux fonctionnalités de base pouvant être intégrés
dans les consoles d’autres fabricants. Dell fait appel
à la suite Altiris Total Management. Sun et
Acer fournissent des consoles pour leurs propres
environnements.
Suites de gestion de l’énergie (par ex. IBM
Energy Manager)
Ce type d’outil permet, entre autres, le suivi et la
collecte de données de consommation, la gestion
de l’énergie (configuration d’options d’économie
d’énergie et power caps) et l’automation de
certaines tâches liées à l’énergie : configuration
d’appareils de mesure tels que PDU et capteurs,
définition de seuils, création et configuration de
principes, calcul des coûts, etc. Pour en savoir plus
sur les suites de gestion de l’énergie, voir plus bas.
Tab. 2.5. Options de gestion de l’énergie du niveau composant au niveau datacentre [7]
Niveau composant Niveau système Niveau rack Niveau datacentre
• Processeur (package/core C-states, • S-states
P-states, T-states, étrangleur • Gestion de l’énergie sur plateforme
thermique)
• Planificateurs de charge de travail
• Autres composants (D-states, L- • Contrôle de vitesse des ventilateurs
states)
• Gestion système ou nœud
• Équilibrage application/charge
• Gestion de châssis
• Équilibrage application/charge
• Suivis de sites et d’équipements
• Déduplication des données, etc..
• Gestion multi-racks, consolidation
dynamique
14

2 Équipements de serveurs
Outils de gestion de la capacité
(e.g. HP Capacity Planner)
Les outils de gestion de la capacité sont utilisés,
entre autres, pour accroître l’utilisation des
serveurs, réduire la consommation d’énergie et
améliorer les performances des applications. Ils
permettent de recueillir des données d’utilisation
pour les cœurs de processeur, la mémoire, le réseau,
les E/S disque et l’énergie. Ils permettent par
ailleurs la planification des charges ou les modifications
du système et l’évaluation de l’impact sur
l’utilisation des ressources. Ils évaluent enfin les
tendances pour prévoir l’évolution des besoins.
Pour en savoir plus sur les outils de gestion de la
capacité, voir plus bas.
L’outil HP, par ex., fait appel aux journaux d’utilisation
pour apporter une aide à la décision en
évaluant la demande en ressources des applications
candidates à la consolidation. La Figure 2.3
montre un exemple de comparaison d’utilisation
de deux systèmes. On voit que les pics de performance
interviennent à des moments différents :
une consolidation matérielle ne provoquerait
donc qu’un accroissement modeste de la charge
moyenne.
3,0
2,5
Nombre de coeurs
2,0
1,5
1,0
Pic d’utilisation du système
Pic d’utilisation du système 1
2
0,5
0,0
21 fév. 28 fév. 6 mars
Temps
13 mars
Système 1
Système 2
Allocation
Fig. 2.3 Comparaison de l’utilisation du CPU de deux systèmes (voir HP Capacity Planner)
15

2.2.2 Power capping
Le terme power capping désigne l’allocation
active d’un budget énergie à un serveur. Les gestionnaires
informatiques peuvent définir un power
cap pour leurs serveurs en fonction des besoins
réels. Le dynamic power capping réduit la demande
maximum du système et optimise ainsi le
provisionnement au-delà du niveau généralement
supporté par les configurateurs des fabricants.
Les économies réalisées en pratique dépendent de
la valeur du cap. Celui-ci doit être fixé de façon à
limiter les pics d’alimentation mais sans affecter
de façon perceptible les performances de calcul
RECOMMANDATIONS DE BONNES PRATIQUES
Planification et gestion d’un datacentre efficace
du système. Un capping optimisé exige donc une
évaluation des tendances de la charge et de la
consommation. Pour les charges relativement uniformes,
le cap pourra être fixé au niveau moyen
sans affecter sensiblement la performance. D’une
façon générale, le cap ne doit jamais être situé en
deçà de la valeur médiane entre plancher et plafond
de consommation du serveur. Certains outils
de gestion permettent un capping dynamique en
définissant différentes valeurs sur différentes périodes,
en fonction de la charge, du coût de l’énergie,
etc.
• Utiliser les outils de gestion de serveur pour la planification de la capacité, le suivi de la charge et
de la puissance et la gestion spécifique de l’énergie. Un descriptif détaillé et des recommandations
sur l’utilisation de la fonction gestion de l’énergie sont fournis avec la documentation technique
des suites de gestion de serveur.
• Équilibrer les applications et les charges pour optimiser l’utilisation des ressources matérielles.
• Utiliser le power capping pour maintenir la demande au niveau souhaité sur l’ensemble du système.
• Profiter des niveaux de résilience optimisés des matériels. Évaluer le niveau réellement justifié au
vu de l’impact prévu des incidents de service sur l’activité pour chaque service déployé.
• Désaffecter les services et supprimer entièrement les matériels non utilisés. Évaluer la possibilité
de désaffecter des services à faible valeur pour l’activité en identifiant ceux pour lesquels le coût
financier et environnemental n’est pas justifié.
2.3 Options de gestion de
l’énergie spécifiques pour serveurs
lames
La technologie des serveurs lames est déployée à
la fois dans les datacentres et les salles serveurs.
Ce segment du marché est celui qui connaît la
croissance la plus rapide de ces dernières années.
Il est donc important de rendre cette technologie
aussi efficace que possible.
Les châssis à lames (voir Figure 2.4.) rassemblent
généralement 7, 14 (ou plus) modules de serveurs
lames, au moins un module de gestion ainsi que
des interfaces KVM. Ils supportent des modules
serveur, stockage et réseau et peuvent être optimisés
pour des applications et types d’utilisateur
spécifiques. Par rapport aux serveurs racks standard,
cette technologie permet de réduire certains
composants matériels comme l’alimentation
électrique, les E/S réseau et la câblerie, qui sont
partagés par plusieurs serveurs dans un coffret
commun.
Les principaux avantages de ces systèmes sont les
suivants :
• Forte densité de calcul et faible encombrement ;
• Réduction du temps de maintenance et de mise
à niveau grâce au remplacement à chaud des
modules et aux fonctions de gestion intégrées ;
• Efficacité énergétique légèrement supérieure à
celle des racks si la gestion de l’énergie et le
refroidissement sont optimisés.
Fig. 2.4 Châssis à lames
Fig. 2.5 Serveur lame à deux nœuds
16

2 Équipements de serveurs
L’utilisation de fortes densités de lames entraîne
toutefois une demande élevée en infrastructure et
refroidissement. Une forte densité de calcul accroît
la puissance jusqu’à 10-25 kW/rack. Les solutions
de refroidissement standard des datacentres et
salles serveurs sont donc souvent insuffisantes et
il faut mettre en place une solution de refroidissement
spécifique. L’efficacité énergétique d’un
serveur lame est donc fortement dépendante de
la conception d’ensemble du système.
Les concepts à deux nœuds ou multi-nœuds reposent
en partie sur la même philosophie. Le modèle
multi-nœuds consiste à combiner un nombre
fixe d’unités de serveur (souvent 2 ou 4) sur un
châssis unique monté en rack. À l’instar des lames,
ces serveurs partagent l’alimentation et les ventilateurs,
mais leur capacité d’expansion est limitée.
fig 3.7
Cette technologie permet de mettre en œuvre de
hautes densités de calcul à un coût relativement
réduit et correspond souvent aux besoins des petites
et moyennes entreprises. Il existe toutefois
des serveurs à deux nœuds hautes performances
disponibles par exemple pour les systèmes à lames
et qui combinent deux nœuds sur une seule lame.
Les principaux avantages des systèmes à plusieurs
nœuds standards sont les suivants :
• Coût et encombrement inférieurs à ceux d’un
serveur rack standard ;
• Consommation d’énergie légèrement inférieure
du fait du partage de l’alimentation et des ventilateurs.
2.3.1 Châssis et composants des serveurs
lames
Les alimentations de grande taille sont souvent
plus efficaces : le nombre réduit d’alimentations
dans les systèmes à lames peut donc accroître
l’efficacité énergétique par rapport aux serveurs
racks. Dans la pratique, toutefois, l’efficacité dépend
aussi du rapport entre demande et capacité
d’alimentation. La Figure 2.6 représente la courbe
d’efficacité d’une alimentation labellisée Platine
[80plus 2011] d’une puissance nominale de 2990
W pour un châssis à lame : les valeurs sont comprises
entre 92 et 95 % en fonction de la charge.
Pour être efficace, l’alimentation des serveurs
lames doit dépasser 90 % d’efficacité entre 20 %
et 100 % de charge.
Efficiency (%)
100%
90%
80%
70%
60%
50%
40%
30%
Sur les serveurs lames et multi-nœuds de dernière
génération, certains fabricants fournissent
plusieurs modèles d’alimentation de puissance
nominale différente, permettant de s’adapter à la
demande réelle. Des configurateurs en ligne proposés
par les fabricants fournissent une aide à la
sélection.
Des alimentations moins nombreuses et plus efficaces,
des ventilateurs plus efficaces et des options
avancées de gestion de l’énergie dans le
châssis à lames permettent en théorie d’accroître
l’efficacité énergétique globale par rapport aux
serveurs racks standard. Dans la pratique, l’effica-
Efficiency of the Power Supply
RECOMMANDATIONS DE BONNES PRATIQUES
Sélectionner la technologie à lame sur des critères précis
• Définir et évaluer les principales raisons pour la mise en œuvre de la
technologie à lame dans le datacentre (contrainte d’espace par ex.).
• Évaluer les avantages escomptés par rapport à la technologie rack et
vérifier le caractère réaliste des attentes.
• Vérifier si la virtualisation peut être une solution alternative au regard des
objectifs définis.
• Évaluer le coût total de possession (TCO) et l’efficacité énergétique par
rapport à d’autres options (d’après les données fournisseurs).
0% 25% 50% 75% 100% 125%
Loading (% of Rated Output Power)
Fig. 2.6 Efficacité de l’alimentation d’un serveur
lame [3]
17

Serveur lame Dell M610
Serveur rack R610 1U
Target Load
Performance to Power Ratio
Performance to Power Ratio
0 1,000 2,000 3,000 4,000
0 1,000 2,000 3,000 4,000
3,093 overall ssj_ops/watt 2,938 overall ssj_ops/watt
100%
90%
80%
70%
60%
50%
40%
30%
20%
10%
Active
Idle
3,885
3,911
3,873
3,733
3,502
3,158
2,754
2,255
1,653
940
100%
90%
80%
70%
60%
50%
40%
30%
20%
10%
Active
Idle
3,739
3,725
3,697
3,572
3,337
2,999
2,623
2,125
1,549
868
0 1,000 2,000 3,000 4,000
0 25 50 75 100 125 150 175 200 225 250
Average Active Power (W)
Average Active Power (W)
Target Load
Fig. 2.7 Comparaison SPECpower_ssj2008 entre un serveur lame (Dell M610) et un serveur rack (R610 1U).
Système à 16 lames avec configuration du processeur identique à celle du serveur rack (2 x Intel Xeon 5670, 2.93GHz).
SPEC (2010, www.spec.org)
cité dépend toutefois aussi de la configuration du
châssis et de l’utilisation des options de gestion de
l’énergie. Un châssis comportant un petit nombre
de lames sera évidemment moins efficace, du fait
du sur-provisionnement de ses capacités de refroidissement,
d’alimentation et de réseau.
Pour une comparaison approximative de l’efficacité
entre serveurs lames et racks, on peut
prendre l’exemple d’un système à lames entièrement
configuré. La Figure 2.7 reprend les données
publiées par Dell pour le diagramme SPECpower
(SPECpower_ssj2008) de systèmes à lames et de
serveurs racks comparables.
À 100 % de charge, la performance maximale
est de 3885 ops/watt pour le système à lames et
3739 ops/watt pour le serveur rack, soit une différence
de 4 % en faveur du premier. Cet écart
de performance par watt ou d’efficacité énergétique
atteint environ 8 % dans les basses charges
(10 %) et 11 % en mode repos.
Si cette simple comparaison ne doit pas être surinterprétée
(SPECpower n’évalue qu’une partie de
l’efficacité des serveurs), elle suggère toutefois que
les systèmes à lames, même entièrement configurés
et optimisés pour un test, ne présentent sur
les serveurs racks standard qu’un avantage marginal
en terme d’efficacité énergétique, surtout à
fort niveau de charge. L’écart est plus significatif à
basse charge, ce qui indique une meilleure gestion
globale de l’énergie dans ces conditions.
Les solutions à lames semblent donc ne présenter
qu’un potentiel limité d’amélioration de l’efficacité
énergétique, comparées notamment à la
virtualisation. Comme avec les serveurs racks, il
est possible de combiner les deux approches pour
renforcer l’amélioration de l’efficacité énergétique.
Les problèmes posés par les fortes densités de
chaleur au niveau du rack et des rangées sont traités
ci-après (2.3.2).
Les châssis lames modernes contiennent des matériels
et logiciels de gestion qui, associés à des
contrôleurs d’accès distant au niveau des lames,
permettent un inventaire et une gestion de l’alimentation
des différentes lames. Des cartes de
gestion spécifiques permettent un inventaire des
matériels et de la demande en alimentation. Le
contrôleur d’accès distant transmet les informations
de budget énergétique à la carte de gestion
du châssis (CMC), laquelle confirme la disponibilité
de l’alimentation au niveau du système à partir
de l’inventaire total du châssis. La CMC peut
définir des principes au niveau du système et la
18

2 Équipements de serveurs
RECOMMANDATIONS DE
BONNES PRATIQUES
Critères à prendre en compte pour
l’achat d’un serveur lame efficace
consommation en temps réel de chaque module
est suivie de façon à ne pas excéder la valeur allouée.
Les fonctions de base de la gestion d’énergie en
mode automatique restent généralement invisibles
pour l’administrateur système. Mais les priorités
de chaque module peuvent aussi être configurées
manuellement : on pourra par exemple
désigner les lames prioritaires pour passer en
mode économie.
Sur un châssis à lames, le dynamic power capping
peut être utilisé de façon encore plus efficace
que sur un serveur rack standard, sachant que le
power cap peut être spécifié pour de multiples
serveurs. Celui-ci peut être ajusté de façon dynamique
par le module onboard administrator
et le processeur de service. Les lames opérant à
charge réduite recevront ainsi un cap moins élevé.
L’intensité de la charge et son évolution variant
généralement d’une lame à l’autre, les pics de
consommation peuvent se produire à des moments
différents. Le cap global du châssis pourra
donc être fixé à un niveau plus bas que la somme
des caps des lames pris séparément. HP a calculé
l’économie d’énergie et la réduction du TCO pour
un centre à lames dont l’alimentation reposait sur
le power capping : le coût d’alimentation maximum
et de provisionnement baissait d’environ 20
% par rapport à un design sans power capping
[HP2011].
• Définir les charges de travail et les niveaux
prévus pour les systèmes à lames.
• Comparer la rentabilité et l’efficacité
énergétique entre fabricants.
• Exiger du fournisseur une information produit
sur :
■ Le coût total de possession (TCO) ;
■ L’efficacité énergétique globale (par ex.
SPECpower_ssj2008, SPEC-SERT dès sa
sortie) ;
■ Les composants matériels efficaces
(efficacité et optimisation de
l’alimentation) ;
■ Les outils de gestion, surtout pour
l’énergie et l’optimisation de la conception
du système.
• Sélectionner l’équipement présentant la plus
haute efficacité énergétique pour le type et
le niveau de charge prévus et les bonnes
options de gestion de l’énergie.
2.3.2 Problèmes d’alimentation et de
refroidissement
On a souvent tendance à sous-estimer le défi posé
par la conception d’un système de serveurs lames,
surtout en cas de forte densité. Les principales difficultés
sont :
• Conception et capacité du refroidissement pour
faire face aux fortes densités de chaleur ;
• Capacité et distribution de l’alimentation (capacité
du PDU local, câblerie, etc.).
Les systèmes de refroidissements traditionnels
sont conçus pour une puissance de 2-3 kW/rack,
soit dix fois moins que la puissance d’un rack de
lames entièrement peuplé. Le refroidissement
standard des datacentres et salles serveurs est
donc souvent insuffisant pour les grands systèmes
à lames et doit être modifié dans sa conception
même.
RECOMMANDATIONS DE BONNES PRATIQUES
Utiliser les outils de gestion pour optimiser l’efficacité des systèmes lames
• Utiliser les outils de gestion et les équipements réseau et alimentation intelligents pour effectuer un
suivi de la consommation énergétique et de la charge de travail.
• Analyser les options pour équilibrer et gérer les charges et la consommation au niveau des châssis
et des racks.
• Utiliser les fonctions de capping et d’équilibrage de l’énergie du châssis.
• Utiliser les outils de calcul fournis par les fabricants pour estimer approximativement la demande
en énergie/capacité de refroidissement.
• Évaluer la demande réelle en énergie à l’aide des outils de gestion disponibles pour un cycle
d’utilisation complet et définir des caps en fonction des pics de charge. Ajuster l’alimentation et le
refroidissement en fonction de ces caps.
19

Le Tableau 2.6 récapitule les options traditionnelles
de conception pour différentes densités en
fonction des exigences et contraintes de l’activité
telles qu’infrastructures et capacités de refroidissement.
Selon le niveau de densité de lames,
on pourra envisager les options suivantes pour
la conception du refroidissement [Rasmussen
2010] :
• Répartir la charge thermique des châssis à
lames vers les différents racks : cette méthode
n’est possible que si les châssis à lames ne représentent
qu’une très faible partie du système
global.
• Dédier la capacité de refroidissement : la capacité
en excédent est affectée spécifiquement
aux lames. Cette méthode n’est possible
qu’avec un pourcentage de lames relativement
bas, sachant qu’on n’utilise que la capacité de
refroidissement existante.
• Installer un refroidissement supplémentaire
pour les racks de lames. La densité de puissance
par rack peut atteindre 10 kW. Cette technique
permet d’optimiser l’espace au sol et l’efficacité.
• Délimiter/concevoir une zone à forte densité
(jusqu’à 25 kW) au sein du datacentre. Cette
technique permet d’optimiser l’efficacité et
l’utilisation de l’espace.
• Concevoir un centre à forte densité (entièrement
composé de racks de lames à forte densité).
Cette solution extrême, plutôt rare, entraîne
dans la plupart des cas des coûts substantiels et
une forte sous-utilisation des infrastructures.
Les datacentres existants présentent souvent certains
obstacles au déploiement de la technologie
lame du fait de leurs infrastructures. Un système à
faux plancher standard peut par exemple ne pas
permettre de densité de puissance supérieure à 5
kW par rack. Une bonne spécification de la densité
électrique et thermique est donc une condition
majeure à la conception de systèmes efficaces en
termes d’énergie, d’espace et de coûts.
Un point essentiel de l’efficacité énergétique au
niveau du système est d’éviter le sur-provisionnement
des infrastructures et du refroidissement. La
spécification de la densité doit tenir compte de
la variabilité dans l’espace (différentes densités
électriques locales dans les datacentres pour les
racks de lames et les racks standard) et le temps
(risque d’augmentation à terme). La densité électrique
doit donc être spécifiée au niveau du rack
ou de la rangée. Pour les systèmes de grande
taille, la rangée convient mieux, sachant que le
refroidissement et la distribution électrique se
font généralement à ce niveau. Dans la mesure du
possible, il est recommandé de définir les spécifications
pour chaque rack/rangée et de les laisser
inchangées pendant les périodes d’opération. La
mise en œuvre d’une nouvelle technologie avec
des niveaux de densité différents doit donc se faire
sur un rack ou une rangée nouveau/elle. Certaines
solutions alternatives permettent toutefois de
faire varier la densité sur un rack ou une rangée
installé(e) :
• Ajout à chaud de modules onduleurs ;
• Utilisation de PDU remplaçables à chaud ;
• Ajout de capacité de refroidissement avec appareils
montés en rack.
Tab. 2.6 Configuration des systèmes à lames au niveau du rack et exigences liées pour le refroidissement [d’après Rasmussen 2010]
Nombre de
châssis/racks
Répartition de la charge
entre racks
Affectation d’un refroidissement
dédié
Refroidissement
supplémentaire
Zone à forte densité
Centre à forte densité
1 Possible dans la plupart Possible dans la plupart Possible dans la plupart Non rentable
Non rentable
des DC
des DC
des DC
2 Peu pratique dans la Possible dans la plupart Possible dans la plupart Non rentable
Non rentable
plupart des cas des DC
des DC
3 Impossible Possible dans la plupart Possible dans la plupart Maximum pour les Non rentable
des DC
des DC selon solution
retenue
systèmes à faux plancher
à efficacité optimisée
4 Impossible Peu pratique dans la Selon solution retenue Systèmes à balayage d’air Balayage d’air chaud,
plupart des cas
chaud
réagencement des locaux
5 Impossible Impossible Impossible Systèmes à balayage d’air Balayage d’air chaud,
chaud
réagencement des locaux
6 Impossible Impossible Impossible Extrêmement coûteux Extrêmement coûteux
20

2 Équipements de serveurs
Pour définir la densité d’une rangée, il est recommandé
de fixer le ratio pic/moyenne de puissance
à un maximum de 2 dans les configurations standard.
Si un rack donné dépasse le double de la
moyenne, les charges devront être redistribuées
au sein de sa rangée ou vers d’autres rangées.
D’une façon générale, il est évidemment judicieux
de disperser les racks à plus forte densité dans
une rangée donnée. On pourra faire appel aux
systèmes de gestion de l’énergie et du refroidissement
pour définir des règles de déploiement des
capacités installées, par exemple permettre à un
rack de dépasser la puissance moyenne uniquement
si la demande du rack voisin est nettement
inférieure à la moyenne.
L’un des principaux défis est de savoir comment
faire face aux évolutions futures et aux besoins
d’expansion. Il n’est évidemment pas recommandé
de déployer une infrastructure couvrant
d’emblée la capacité future, ce qui entraînerait
une surcapacité et des coûts élevés sur une longue
période. Il est généralement préférable de poser
tout le câblage destiné aux futures expansions de
capacité, mais de n’installer les équipements d’alimentation
et de refroidissement qu’à mesure de
l’apparition des besoins.
2.4 Virtualisation des serveurs
La virtualisation des serveurs présente un important
potentiel d’économie d’énergie. Cette technologie
permet de consolider les charges sur un
matériel physiquement réduit et donc de réduire
fortement la demande en électricité et refroidissement.
D’une façon générale, la virtualisation
présente plusieurs avantages pour la conception
efficace de systèmes informatiques dans les datacentres
et salles serveurs, notamment l’optimisation
des tests et du développement (provisionnement
rapide des serveurs par la réutilisation de
systèmes préconfigurés, favorisant la collaboration
des développeurs et la standardisation des environnements),
la réduction de l’encombrement
grâce au déploiement de machines virtuelles
opérant de façon sécurisée sur des matériels mutualisés
(utilisation des serveurs accrue de 5-15
% à 60-80 %) et la réduction du coût et de la
complexité de la continuité de l’activité (haute disponibilité
et solutions de reprise après sinistre) en
encapsulant des systèmes entiers dans des fichiers
uniques pouvant être répliqués et restaurés sur
n’importe quel serveur cible.
Les plateformes de virtualisation telles que VM-
Ware, Microsoft Hyper-V et Citrix XEN offrent
de nombreuses fonctions : haute disponibilité,
basculement, réallocation automatique (DRS),
équilibrage de charge, sauvegarde automatique,
gestion de l’énergie (DPM), VMotion serveur, stockage
et réseau, etc.
Les options de base de la virtualisation de serveurs
sont :
• Création de partitions physiques ;
• Virtualisation basée sur un système d’exploitation
hôte ;
• Virtualisation des applications (par ex. Microsoft
Termi¬nalserver, Citrix XenApp) ;
• Virtualisation par hyperviseur :
■ VMware ESX
■ Citrix /Open-Source: XENServer 5
■ Microsoft Hyper-V
Le marché étant dominé par un petit nombre de
produits, le chapitre suivant traite des plateformes
de virtualisation de type hyperviseur : VMware
ESX/ESXi/Vsphere4, Microsoft Hyper-V et Citrix
XEN.
Leaders sur le marché, ces plateformes supportent
la plupart des systèmes d’exploitation hôtes les
plus répandus. Elles fournissent des consoles de
gestion pour l’administration d’environnements
de serveurs de petite taille ainsi que l’administration
au niveau du datacentre.
Premier produit lancé sur le marché en 2001,
VMware possède une architecture adaptée aux
systèmes d’exploitation et processeurs pré-virtualisation
tels que Intel VT et AMD-V. VMware ESX/
VSphere4 possède de puissants outils d’administration
(VMotion - migration à chaud de machines
virtuelles entre serveurs et migration du stockage,
sur-provisionnement du stockage, virtualisation
bureau et réseau, technologie de sécurité virtuelle)
et constitue une plateforme de virtualisation complète
du bureau jusqu’au cloud computing en
passant par le datacentre.
La solution Microsoft Hyper-V Server repose sur
l’hyperviseur de Windows Server. Elle permet un
faible encombrement et un minimum d’overhead
et se connecte aux environnements existants pour
tirer parti des outils et process déjà en place pour
le provisionnement, la gestion, l’administration de
correctifs et le support. Parmi les principales fonctions
de Microsoft Hyper-V Server 2008 R2, on
peut citer la migration à chaud, le support des volumes
partagés de cluster et la montée en charge
(processeurs et mémoire) sur le système hôte. La
migration à chaud, intégrée à Windows Server
2008® R2 Hyper-V, permet de migrer des machines
virtuelles sans interruption de service.
En fonction des attentes de l’utilisateur, Citrix
XENServer peut constituer une solution de virtualisation
rentable puisque ses éléments de base
21

(hyperviseur nu, architecture distribuée et résiliente,
gestion XENServer et outils de conversion)
sont gratuits. Les fonctions avancées de gestion et
d’automation telles que provisionnement virtuel,
distributed virtual switching, migration à chaud
instantanée, snapshots, récupération, rapports de
performance et répartition de charge dynamique
font que la solution XENServer est comparable aux
deux autres produits dans sa version payante.
BMC Software, Eucalyptus Systems, HP, IBM, Intel,
RedHat, Inc. et SUSE ont annoncé la formation de
l’Open Virtualization Alliance, qui vise à favoriser
l’adoption de technologies de virtualisation open
source, surtout la Kernel-based Virtual Machine
fig 3.9
(KVM). Ce consortium s’ajoute aux groupes gérant
le développement de l’hyperviseur KVM et
autres capacités associées de gestion, à l’origine
de nombreuses innovations technologiques pour
les clients virtualisant des applications sous Linux
ou Windows. Il prévoit d’accélérer l’expansion de
solutions de tierces parties autour de la KVM et de
fournir un avis technique ainsi que des exemples
de bonnes pratiques.
2.4.1 Potentiel d’économies d’énergie de
la virtualisation
La virtualisation est l’une des technologies les plus
puissantes pour réduire la demande en énergie
dans les datacentres et salles serveurs. La consolidation
des matériels, en concentrant la charge
de travail sur un nombre réduit de serveurs physiques,
permet souvent d’économiser 40 à 80 %
d’énergie, voire plus. La technologie actuelle offre
la possibilité de mettre en œuvre une virtualisation
avec un facteur de consolidation d’au moins
10-20, en fonction des systèmes et des exigences
spécifiques.
La Figure 2.8 montre un exemple de consolidation
de serveurs par virtualisation au ministère
allemand de l’Environnement. Ces mesures spécifiques
ont permis d’économiser environ 68 %
d’énergie, avec une réduction des matériels à deux
serveurs physiques sous VMware ESX [4].
Power [Watt]
5000
4500
4000
3500
3000
2500
2000
Access Control
Intranet
Help Desk
IT Controlling
VMware1
SAN-Enclosure
File Server
MS SQL
SPS
SMS
Root DC
Office DC
Office DC
Un autre exemple de virtualisation par IBM [5]
avec serveurs lames montre que les économies
d’énergie pourraient dépasser 90 % si toutes les
mesures appropriées étaient envisagées au niveau
du matériel et de l’infrastructure.
Ces exemples montrent bien que la consolidation
par virtualisation est l’une des principales options
pour améliorer sensiblement l’efficacité énergétique
des datacentres. Toutefois, comme dans les
autres approches purement informatiques, le potentiel
d’économie ne peut être pleinement atteint
que s’il s’accompagne de mesures parallèles sur
l’infrastructure, notamment l’alimentation et le
refroidissement.
Inventory Server
Software Packaging
Logging Server
Certificate Server
VMware2
Help Line
Novatime
System Monitoring
Terminal Server
CMF
1500
1000
500
0
Old
Exchange
Exchange
Exchange FE
Conference Proxy
4 Rack Monitor
4 Rack Fan & KVM
New
FC Switch
IT NSeries
NSeries Storage
NSeries Controler
ESX1 Server
Fig. 2.8 Réduction de la demande d’énergie par virtualisation : étude de cas [4]
22

2 Équipements de serveurs
2.4.2 Exigences et outils de planification
de la virtualisation
La stratégie de virtualisation des datacentres doit
passer par une évaluation et une identification des
serveurs candidats appropriés.
Pour ce faire, on recueillera des données sur la
performance, l’utilisation du système, les chronologies
de fin de service, le domaine d’activité et les
spécifications de l’application. Une fois identifiés
les candidats à la virtualisation, on analysera les
spécifications de l’application et la charge de la
machine. L’évaluation de la performance se fera
entre autres autour des paramètres suivants, critères
de sélection des matériels :
• Performance du processeur ;
• Mémoire nécessaire ;
• Intensité E/S disque ;
• Exigences réseau ;
• Configuration du système d’exploitation.
Il est généralement possible de consolider plusieurs
applications sur un même serveur physique,
lequel est protégé des défaillances matérielles et
coupures de courant tout en possédant la capacité
d’équilibrer les charges. Pour atteindre cet objectif,
les serveurs hôtes pourront avoir une double alimentation,
des disques durs miroirs et des cartes
réseaux groupées. On pourra utiliser un réseau de
stockage SAN avec tolérance aux pannes. La répartition
de la charge pourra enfin être étayée par
la migration de machines virtuelles entre serveurs
physiques.
En fonction du type de charges, on pourra envisager
un ratio de consolidation compris entre
10:1 et 20:1. De nombreux environnements de
virtualisation proposent une fonction de sur-provisionnement
de mémoire : la mémoire affectée à
l’ensemble des machines virtuelles peut alors excéder
la mémoire physique disponible d’un facteur
de 2 à 3.
La virtualisation répond rarement à un simple souci
d’économie d’énergie. Si une forte économie est
en principe garantie, la réussite d’un projet de virtualisation
exige généralement une planification
approfondie, avec un calcul du retour sur investissement
(ROI) et du coût total de possession (TCO).
Le TCO d’un nouveau serveur virtuel se calcule en
additionnant les facteurs de coûts. On pourra calculer
un ROI à court et long termes pour évaluer le
coût dans le temps.
Pour bien estimer le ROI, il est essentiel de comprendre
les coûts de virtualisation. Certains frais
sont évidents, comme le matériel, les logiciels (et
leur licence) ou la main-d’œuvre. Mais la virtualisation
peut aussi imposer l’achat de nouveaux
serveurs plus puissants et la mise à niveau du
stockage, du réseau, de la sécurité, etc., sans oublier
les coûts de formation et de gestion : autant
de facteurs à prendre en compte dans le calcul du
ROI.
Plusieurs outils logiciels disponibles sur le marché
permettent de planifier un projet de virtualisation
et d’en évaluer le ROI et le TCO. L’outil Microsoft
Assessment and Planning (MAP), par exemple,
permet de planifier la migration. Il inventorie et
évalue différents environnements informatiques
pour la migration et la virtualisation sur diverses
plateformes sans recourir à un logiciel agent. Les
rapports qu’il génère fournissent des recommandations
spécifiques sur la mise à niveau pour la
migration vers Windows Vista et Windows Server
2008 ainsi que pour la virtualisation. MAP fournit
aussi des recommandations sur la façon de conso-
Fig. 2.9 Exemple de calculateur de ROI/TCO par VMWare [6]
23

lider des serveurs physiques dans un environnement
virtualisé avec Microsoft Hyper-V. Le calculateur
ROI permet enfin d’estimer les économies
d’énergie potentielles avec Hyper-V en amont de
son déploiement. L’outil permet d’examiner les
serveurs de production et de développement existants
et les possibilités de virtualisation du bureau
et des applications en quantifiant les économies
potentielles, les avantages en termes de niveau de
service, l’investissement et le ROI.
La méthodologie TCO/ROI proposée par VMware
(disponible en tant qu’outil en ligne) permet de
comparer les économies de TCO, les investissements
nécessaires et les avantages pour l’activité
des solutions de virtualisation. Elle repose sur des
techniques financières standard, les données terrain
et clients de VMware et les données sur les
utilisateurs. Ces dernières permettent de calculer
des chiffres clés tels qu’économies, investissements,
ROI, valeur actualisée nette, TCO et périodes
d’amortissement. Si ces données font défaut,
les statistiques de la branche pourront être
utilisées comme base de calcul.
2.4.3 Gestion de l’énergie dans les environnements
virtualisés : migration vers un
serveur virtuel
Les logiciels de virtualisation actuels supportent
la migration de machines virtuelles et la mise
hors service provisoire des hôtes pour réduire la
demande en énergie. C’est le cas par exemple de
VMware Vsphere4, dont la fonction distributed
power management (DPM) surveille l’utilisation
des ressources des machines virtuelles opérant au
sein du cluster. En cas de capacité excédentaire,
certaines de ces machines sont réparties de façon
à pouvoir placer certains hôtes en mode veille et
ainsi économiser de l’énergie. Si la capacité devient
insuffisante, ces hôtes sont rebasculés en
mode actif.
La gestion d’énergie peut se faire en mode automatique
(migration des machines virtuelles et
mise en veille/sortie de veille des hôtes) ou manuel.
On peut donc passer outre la configuration
automatique pour chaque hôte et activer la gestion
d’énergie sous forme de tâche planifiée.
L’objectif de la fonction DPM de VMware est de
maintenir l’utilisation des hôtes ESX du cluster
dans une fourchette cible. Mais pour réduire efficacement
la consommation, la gestion de l’énergie
doit remplir les critères suivants :
• Évaluer précisément la demande en ressource.
Une surestimation peut entraver les économies
d’énergie tandis qu’une sous-estimation peut
se traduire par une baisse des performances,
voire une violation des accords de niveau de
service ;
• Éviter de mettre en/hors tension les serveurs
trop souvent, même en cas de fortes variations
de la charge ;
• Réagir rapidement à un accroissement soudain
de la demande de façon à réduire la consommation
sans sacrifier la performance ;
• Bien sélectionner les hôtes à mettre en/hors
tension. Déconnecter un hôte hébergeant un
grand nombre de machines virtuelles peut entraîner
une violation de la fourchette d’utilisation
d’un ou plusieurs hôtes de plus petite taille.
• Redistribuer intelligemment les machines virtuelles
en tirant parti de la planification des
ressources distribuées (DRS).
RECOMMANDATIONS DE BONNES PRATIQUES
Bien évaluer et sélectionner sa solution de virtualisation :
• Élaborer une stratégie et évaluer les serveurs pour sélectionner les bons candidats à la virtualisation.
• Évaluer les exigences en termes de performance CPU, mémoire, intensité E/S disque, réseau et configuration
du système d’exploitation.
• Considérer le ratio de virtualisation approprié (de 1:6 à 1:20 en fonction des caractéristiques de la
charge de travail).
• Comparer les fonctionnalités des produits de différents fournisseurs en tenant compte des questions
de licence, de gestion de l’énergie et du prix. Les principaux produits sur le marché ont chacun leurs
points forts en fonction des besoins spécifiques en termes d’application.
• Calculer le TCO et le ROI pour déterminer les avantages de la réduction du coût d’alimentation et du
refroidissement. Les modèles fournis par les fabricants devront être affinés en fonction des besoins
spécifiques de votre structure.
• Étudier les options de gestion de l’énergie permettant la migration des machines virtuelles et la mise
hors service temporaire des serveurs.
• Envisager l’évolution du refroidissement et de l’alimentation (demande réduite et variant de façon
dynamique) et vérifier la possibilité de revoir la conception du refroidissement.
24

2 Équipements de serveurs
La façon traditionnelle d’utiliser la DPM est de
mettre en/hors service des hôtes ESX en fonction
d’un schéma d’utilisation sur une journée ou une
semaine. Des services tels que messagerie, fax,
intranet et interrogations de la base de données
sont par exemple davantage utilisés pendant les
heures de bureau. Le niveau d’utilisation peut
chuter considérablement en dehors de ces plages
horaires et la plupart des serveurs se trouvent ainsi
sous-exploités. Ils peuvent alors être affectés à des
tâches de sauvegarde, archivage, répondre aux
requêtes de pays étrangers, etc. La consolidation
des machines virtuelles et la mise hors service des
hôtes superflus permettent de réduire la consommation
d’énergie.
On distingue deux grandes approches pour ajuster
manuellement l’activité de la DPM :
• Augmenter le ratio demande/capacité ciblé :
pour économiser l’énergie en augmentant l’utilisation
de l’hôte (en consolidant un plus grand
nombre de machines virtuelles sur un nombre
réduit d’hôtes), la valeur par défaut pourra être
augmentée (par ex. de 63 à 70 %).
• Utiliser VMware DPM pour forcer la mise en
service de tous les hôtes avant 9 h, puis mettre
certains hôtes hors service après 17 h, par ex.
Cette approche plus proactive évitera l’impact
sur la performance que peut avoir le fait d’attendre
que VMware DPM mette en service des
hôtes en réponse à un pic soudain dans la demande.
L’utilisation des ressources de chaque hôte ESX
est calculée sous la forme demande/capacité pour
chaque ressource (CPU et mémoire). La demande
est la somme des ressources requises par les machines
virtuelles en opération et la capacité, la
somme des ressources disponibles sur l’hôte. La
gestion de l’énergie des hôtes s’exécute donc en
fonction de l’utilisation des ressources CPU et
mémoire par rapport à la gamme d’utilisation définie.
Pour chaque hôte évalué, la DPM compare
le coût d’une mise hors service en tenant compte
des risques estimés avec les économies d’énergie
pouvant raisonnablement être attendues.
2.4.4 Refroidissement et infrastructures
des systèmes virtualisés
Si elle réduit sensiblement la consommation totale
d’énergie, la virtualisation, surtout dans les
systèmes de grande taille, peut entraîner un accroissement
de la densité énergétique du rack. La
gestion de l’énergie par migration des machines
virtuelles entraîne par ailleurs un déplacement
physique de la densité énergétique et thermique,
d’où une demande localement accrue en alimentation
et refroidissement. Des solutions appropriées
devront être utilisées pour couvrir cette
demande et éviter la formation de zones chaudes.
Si la capacité d’alimentation et de refroidissement
totale n’est pas adaptée à la demande minimum,
la virtualisation peut détériorer le PUE, en réduisant
la charge de refroidissement à un niveau très
bas. Il est donc essentiel de bien dimensionner
l’alimentation et le refroidissement pour tirer parti
du potentiel d’économie d’énergie. Les pertes fixes
doivent être réduites avec les mesures suivantes :
• Réduire la capacité d’alimentation et de refroidissement
pour s’adapter à la charge ;
• Utiliser des ventilateurs à vitesse variable et
pompes à régulateur contrôlés par la demande ;
• Utiliser des équipements à haute efficacité ;
• Architecture de refroidissement avec circuits
d’air raccourcis (par ex. au niveau de la rangée);
• Utiliser un système de gestion adaptant la capacité
à la demande ;
• Utiliser des panneaux d’obturation pour limiter
le mélange d’air au sein du rack.
AVANT APRES APRES
Charges constantes > Refroidissement stable
Migration des charges haute densité > Besoins imprévisibles
Fig. 2.10 Densité thermique avant et après virtualisation [5]
25

RECOMMANDATIONS DE BONNES PRATIQUES
Gestion efficace de l’énergie dans les systèmes virtualisés :
Dans un environnement traditionnel avec faux
plancher, le refroidissement du local peut être
configuré pour cibler les zones de chauffe en
ré-agençant les panneaux de sol ventilés. La migration
dynamique des serveurs virtuels entraîne
toutefois de nouvelles exigences et donc des
solutions de refroidissement en temps réel. Pour
répondre à ce défi, on peut positionner des unités
de refroidissement au sein des rangées et les
équiper pour qu’elles détectent et répondent aux
variations de température. En les plaçant à proximité
des serveurs, on réduira la circulation d’air
entre le refroidissement et la charge. Les variations
dynamiques de l’alimentation dans les environnements
virtualisés sont l’une des principales raisons
justifiant l’adoption d’un refroidissement ciblé au
niveau de la rangée ou du rack.
• Mettre en œuvre des principes stricts de mise en place et de gestion des serveurs virtualisés et
éviter la prolifération anarchique des serveurs.
• Utiliser les outils de migration pour mettre hors service certains matériels en période de faible
demande. Utiliser d’abord la gestion de l’énergie en mode automatique, puis développer ses
propres configurations en fonction des rythmes d’utilisation.
• Réduire le refroidissement en fonction de la demande et mettre en place des équipements pour
un refroidissement local en temps réel si nécessaire. Traiter les changements dynamiques dans
l’espace.
• Adapter les process et workflows liés au déploiement de machines virtuelles, à la sauvegarde et
restauration de données, à l’administration de correctifs, à la disponibilité, etc.
Il est essentiel de disposer d’informations précises
sur la demande en alimentation et refroidissement
pour répondre aux variations des profils de charge.
La gestion de capacité fournit l’instrument pour
un suivi et une analyse en temps réel des capacités
d’alimentation, de refroidissement et d’espace
physique et permet une utilisation efficiente
et efficace d’un bout à l’autre du datacentre. Elle
permet aussi d’identifier les zones à capacité disponible
ou dangereusement faible. Les systèmes
de gestion de capacité doivent être capables de
faire face aux problèmes suivants :
• Changement de densité et de localisation de la
charge : la virtualisation peut créer des zones
de chauffe, par ex. du fait de la migration des
machines virtuelles ;
• Changements de système dynamiques : il peut
être difficile de maintenir la stabilité du système
si plusieurs parties procèdent à des changements
sans coordination centrale ;
• Interdépendances : la virtualisation rend plus
complexes les dépendances partagées et effets
secondaires de la relation entre capacités d’alimentation,
refroidissement et espace ;
• Provisionnement d’alimentation et de refroidissement
: la charge électrique et thermique
monte et descend à mesure que de nouvelles
machines virtuelles sont créées. On pourra utiliser
des systèmes d’alimentation et de refroidissement
extensibles.
26

2 Équipements de serveurs
Pour aller plus loin
HP (2011) : HP Power capping and HP Dynamic power
capping for ProLiant servers. Hewlett Packard
Development company.
SPEC (2011) : Server Efficiency Rating Tool (SERT)
TM Design Document. 3rd draft. Standard Performance
Evaluation Cooperation
Rasmussen, N. (2010) : Strategies for deploying
blade servers in existing data centres. White paper
125. APC Schneider Electric
80 PLUS (2011) : 80 PLUS power supplies.
www.plugloadsolutions.com
Schäppi B. et al. (2009) : Energy and cost savings
by energy efficient servers. IEE E-Server best
practice cases. Brochure 2009
IBM (2011) : Server Management suite, Module
Active Energy Manager
www-03.ibm.com/systems/software/director/aem/
HP (2011) : Server managment suite «Systems
Insight Manager» www.hp.com
VMware DPM : Information Guide: VMware Distributed
Power Management Concepts and Use.
www.vmware.com
VMware TCO : VMware ROI TCO Calculator,
Overview and Analysis.
http://roitco.vmware.com/vmw/
Sources
[1] EPA (2010) : Energy Star ENERGY STAR®
Program Requirements for Computer Servers (vers
1.1)
[2] SPEC (2010) : SPEC power and performance.
Benchmark methodology 2.0. Standard Performance
Evaluation Cooperation
[3] 80 PLUS (2011) : 80 PLUS power supplies.
www.plugloadsolutions.com
[4] Schäppi B. et al. (2009) : Energy and cost
savings by energy efficient servers. IEE E-Server
best practice cases. Brochure 2009
[5] BITKOM (2010) : Bitkom/Beschaffungsamt
des Bundesministeriums des Innern, Leitfaden
Produktneutrale Leistungsbeschreibung x86-Server,
2010
[5] Comtec Power : Overcoming the Challenges
of Server Virtualization. www.comtec.com
[6] VMware TCO : VMware ROI TCO Calculator,
Overview and Analysis.
http://roitco.vmware.com/vmw/
[7] The Green Grid (2010) : White paper Nr.
33 “A roadmap for the adoption of power-related
features in servers”, Pflueger, J., et al., The Green
Grid, 2010
27

3 Équipements de stockage de données
Marcos Dias de Asunção, Laurent Lefèvre, INRIA
Si l’information est au cœur de toute activité, le stockage et l’accès aux
données sont devenus un véritable défi pour les entreprises. On estime que
les besoins en stockage devraient être multipliés par 44 entre 2010 et 2020
[1] et les stratégies d’optimisation de l’efficacité énergétique connaissent
une demande sans précédent. La chute constante du prix par Mo de stockage
fait qu’il est devenu plus simple et moins coûteux de se doter de
capacités supplémentaires que de chercher des solutions aux doublons et
autres formes de stockage superflu.
Or le coût de l’alimentation et du refroidissement des ressources de stockage
est désormais envisagé comme un problème et les inefficacités sont
bien moins tolérées. Des études montrent que les grandes entreprises sont
actuellement confrontées à un problème de capacité d’alimentation et de
refroidissement alors que les entreprises de taille moyenne ont du mal à
trouver la surface suffisante pour leurs systèmes de stockage [2]. Le stockage
des données représentant une part importante de l’énergie consommée
par les datacentres, il est essentiel d’améliorer l’efficacité énergétique
des systèmes et de choisir les solutions adéquates pour le déploiement
d’une infrastructure de stockage.
Ce chapitre passe en revue quelques technologies favorisant l’efficacité énergétique
des solutions de stockage de données. Il fournit également des recommandations de
bonnes pratiques qui pourront s’ajouter auxdites solutions pour améliorer l’efficacité
de l’infrastructure de stockage dans les entreprises et datacentres.
Les solutions de stockage telles que les ensembles de disques sont composées d’un
support offrant une capacité de stockage brute et de composants supplémentaires
servant d’interface et améliorant la fiabilité d’ensemble. On distingue communément
deux niveaux auxquels peuvent s’appliquer les stratégies d’amélioration de leur efficacité
énergétique : les « appareils », ou composants individuels formant le stockage
brut (lecteurs de bande, disques durs et SSD notamment), et les « éléments », solutions
composites tels que produits de stockage en réseau. Nous évoquerons dans un premier
temps les solutions s’appliquant aux différents appareils avant d’analyser la façon dont
ces techniques sont utilisées et combinées pour améliorer l’efficacité énergétique des
éléments.
3.1 Appareils de stockage
3.1.1 Systèmes à bandes
Les bandes sont souvent considérées comme l’un
des supports les plus rentables pour le stockage
des données à long terme. Plusieurs études [3][4]
montrent que :
• Dans la perspective d’un stockage à long terme,
comme la sauvegarde et l’archivage dans les
datacentres de taille moyenne, les disques durs
peuvent être jusqu’à 23 fois plus chers que les
solutions à bande et coûter 290 fois plus cher à
alimenter et refroidir ;
• La consolidation des données avec un système
d’archives sur bandes peut diminuer considérablement
le coût des centres de stockage. Les
bandothèques à forte capacité peuvent remplacer
les îlots de données grâce à la consolidation
des opérations de sauvegarde, entraînant une
réduction des coûts d’infrastructure et sans
doute une plus grande efficacité énergétique.
Avec une durée de vie de 30 ans et de fortes capacités
de stockage, les bandes sont une solution
attractive pour les datacentres ayant des besoins
importants en sauvegarde et archivage à long
terme. Dans un environnement à plusieurs niveaux
de stockage, les systèmes à bandes restent donc
les solutions les plus efficaces pour un archivage
à long terme et un faible taux de consultation des
fichiers archivés. Cependant, certaines solutions
de bibliothèques sur disque cherchent aujourd’hui
à minimiser l’impact de la consommation des
disques par des techniques telles que le spindown.
Ces technologies sont évoquées plus bas.
28

Axe de l’actionneur
Actionneur
Tête de lecture/écriture
Bras de l’actionneur
Plateau
Axe
Cavaliers
Alimentation électrique
Fig. 3.1 Composants d’un DD
Interface IDE
3.1.2 Disques durs (DD)
Les disques durs (DD) sont depuis longtemps le
support de référence pour le stockage non-volatile
de données, grâce à leur rapidité d’écriture
et de lecture. Leur consommation d’énergie est
essentiellement liée à leurs pièces mobiles, telles
que moteurs et têtes de lecture (voir Figure 3.1).
Afin d’accroître le débit de données, les fabricants
augmentent la vitesse de rotation des plateaux, et
donc la consommation d’énergie. Les DD à haut
débit actuels tournent généralement à 15 000 tr/
min.
Plusieurs techniques permettent d’améliorer
l’efficacité des DD, comme stocker les données
à certains endroits du plateau pour réduire l’effort
mécanique lié à la récupération, contrôler la
vitesse des plateaux et réduire la consommation
en période de repos. Une autre technique répandue,
appelée spin-down, consiste à ralentir les
plateaux et parquer les têtes dans une zone sécurisée
après une période d’inactivité définie en
usine. Plutôt que de mettre les plateaux à l’arrêt
complet, certains DD les font tourner à une vitesse
variant en fonction de la charge (lecture/écriture).
Certains DD ont plusieurs états de repos et de
veille, avec plusieurs actions à mesure que la période
d’inactivité se prolonge (par ex. désactivation
du système d’asservissement, puis parcage
des têtes et enfin spin-down des plateaux). La
technologie PowerChoice de Seagate [5], par
exemple, augmente le nombre de composants
désactivés à partir de seuils d’activité prédéfinis.
Les états intermédiaires présentent un temps de
récupération généralement plus court que l’état
de spin-down.
Le Tableau 3.1 montre que la consommation en
veille est d’environ 50 % inférieure à celle en
mode repos. Ce type d’approche pourrait permettre
d’importantes économies sur les systèmes
RAID et MAID (Massive arrays of idle disks).
Tab. 3.1 Profil de la technologie PowerChoice sur un disque 2,5’’ Constellation
État Puissance (W) Économie d’énergie*
(%)
Standby_Z 1.29 54 8 60 min.
* Les estimations en termes d’économie d’énergie et le temps de récupération constituent des valeurs préliminaires ; les chiffres mentionnés s’appliquent
au disque dur 2,5 pouces Seagate® Constellation SAS.
Temps de récupération
(s)
Temporisateur par défaut
avant activation
Idle 2.82 0 0 n/a
Idle_A 2.82 0 0 1 sec.
Idle_B 2.18 23 0.5 10 min.
Idle_C 1.82 35 1 30 min.
29

Le spin-down pouvant limiter les performances
du DD, les fabricants travaillent sur d’autres techniques,
comme augmenter la taille du cache et
mettre en queue les instructions de lecture/écriture.
Pour profiter des techniques du spin-down et
de la vitesse de rotation variable, il a été envisagé
d’augmenter la durée des périodes d’inactivité du
disque au niveau du système d’exploitation et des
applications. Certaines de ces approches consistent
à reprogrammer les requêtes d’accès en
modifiant le code d’application ou la répartition
des données. D’autres techniques moins intrusives
permettent de reprogrammer les requêtes au niveau
du compilateur, sans avoir à toucher au code
source de l’application. Si ces techniques peuvent
réduire la consommation d’énergie, la répétition
de cycles on/off pourrait toutefois entraver la durée
de vie des DD.
Moteurs et actionneurs étant les principaux responsables
de la consommation d’énergie des DD,
la miniaturisation pourrait contribuer à les rendre
plus efficaces. Un DD 2,5’’ occupant environ
quatre fois moins de place qu’un DD 3,5’’ (voir
Figure 3.2), un châssis d’un volume suffisant pour
recevoir 16 DD 3,5’’ peut être réorganisé pour accueillir
jusqu’à 48 DD 2,5’’ sans avoir à accroître
le volume total. Les DD hautes performances dans
un boîtier 2,5’’ affichent une consommation réduite
: leurs moteurs et actionneurs, plus petits,
émettent aussi moins de chaleur. Les fabricants affirment
que sur les DD 2,5’’ de type Tier-1, la performance
IOPS/W peut être jusqu’à 2,5 fois supérieure
à celle d’un DD 3,5’’ [6]. Le refroidissement
consomme moins d’énergie du fait que la chaleur
émise et l’encombrement au sol sont réduits.
Le Tableau 3.2 indique la consommation approximative
de deux modèles de DD hautes
performances produits par Seagate. Le DD 2,5’’
consomme environ 46 % d’énergie en moins
que son homologue 3,5’’ en mode actif. L’écart
de consommation peut atteindre 53 % en mode
repos. Si l’on considère le coût d’alimentation de
Fig. 3.2 Disque dur 2,5 pouces posé sur un DD 3,5’’ (source: Wikipedia)
24 DD seulement sur un an, avec un kWh à 0,11
€, la différence entre DD 3,5’’ et 2,5’’ en mode
actif avoisinerait les 140 €. Dans des datacentres
avec systèmes de stockage sur plusieurs centaines,
voire milliers de disques, les économies peuvent
ainsi se chiffrer en milliers ou dizaines de milliers
d’euros.
Tab. 3.2 Consommation électrique de deux DD hautes performances de Seagate
Caractéristiques Cheetah 15K.7 300GB* Savvio 15K.2 146GB* Variation
Facteur de forme 3.5“ 2.5“ –
Capacité 300 GB 146 GB –
Interface SAS 6 Gb/s SAS 6 Gb/s –
Vitesse de rotation (tr/min) 15 000 15 000 –
Consommation moy. au repos (W) 8,74 4,1 -53%
Consommation moy. en
fonctionnement (W)
* Source : fiches techniques consultables sur le site du fabricant
12,92 6,95 -46.2%
30

3 Équipements de stockage de données
3.1.3 Disques SSD
Tab. 3.3 Consommation électrique d’un SSD et d’un DD de Seagate
Les SSD sont constitués, entre autres, d’une mémoire
flash et d’un contrôleur assurant diverses
tâches. Ils reposent sur la technologie flash NAND,
qui emploie l’un des deux types de cellules de mémoire
en fonction du nombre de bits que la cellule
peut stocker (1 bit par cellule pour le flash SLC
tandis que les mémoires MLC peuvent souvent
stocker 2 ou 4 bits par cellule). La plupart des SSD
bon marché font appel au flash MLC tandis que
les appareils haut de gamme sont en SLC.
Du fait de l’absence de parties mécaniques (moteurs
et actionnneurs), les SSD sont supérieurs
Caractéristiques Savvio 15K.2 73GB* Pulsar SSD 50GB* Variation
Facteur de forme 3.5“ 2.5“ –
Capacité 73 GB 50 GB –
Interface
SAS 3 Gb/s
SAS 6 Gb/s
SATA 3 Gb/s –
Vitesse de rotation (tr/min) 15 000 – –
Type de flash NAND – SLC –
Consommation moy. au repos (W) 3,7 0,65 -82,4%
Consommation moy. en
fonctionnement (W)
* Source : fiches techniques consultables sur le site du fabricant
6,18 0,8 -87%
aux DD par l’efficacité énergétique et la fiabilité.
Ils génèrent aussi moins de chaleur et peuvent
être placés dans des boîtiers plus petits, ce qui
réduit l’encombrement physique et les besoins
en refroidissement. Le Tableau 3.3 présente une
comparaison simple entre le SSD d’entreprise Pulsar
(Seagate) et un DD SAS haute performance à
15 000 tr/min. Le SSD consomme environ 87 %
moins que le DD en mode actif et 82 % moins
en mode repos. En pratique, les économies d’énergie
dépendront toutefois de la façon dont les
solutions de stockage utilisent les disques et des
caractéristiques de la charge de travail à laquelle
ceux-ci sont soumis.
3.1.4 Disques durs hybrides (HDD)
Les HDD sont des disques équipés d’une importante
mémoire tampon (buffer) composée de mémoire
flash non volatile afin de minimiser les opérations
de lecture ou d’écriture sur les plateaux.
Plusieurs algorithmes sont utilisés pour faire fonctionner
ce buffer [7]. Plus ce dernier est volumineux,
plus longtemps les plateaux pourront rester
en mode repos. La mémoire flash supplémentaire
permet aussi de réduire la consommation des moteurs
et bras mécaniques et ainsi celle des solutions
de stockage dans leur ensemble. Les HDD
présentent des besoins en énergie potentiellement
réduits par rapport aux DD classiques, mais leur
application au stockage d’entreprise reste limitée.
RECOMMANDATIONS DE BONNES PRATIQUES
Évaluer les avantages des différentes technologies de stockage de données dans
l’achat de matériels et la conception de systèmes
• Les bandes sont la solution la plus efficace pour le stockage à long terme.
• Les disques durs actuels possèdent des plateaux à vitesse de rotation variable pour économiser
l’énergie.
• Les multiples états de repos des DD permettent des économies d’énergie considérables au
sein de solutions de stockage composites telles qu’ensembles de disques et MAID.
• Les SSD sont plus chers, mais beaucoup plus efficaces que les HDD.
• Les SSD peuvent être envisagés comme couche de stockage haute performance.
31

3.2 Éléments de stockage
Cette partie présente les techniques matérielles
pouvant être utilisées et combinées pour améliorer
l’efficacité énergétique des solutions de
stockage composites telles que les ensembles de
disques et le stockage à connexion directe (DAS)
ou en réseau (NAS). Elle analyse aussi les solutions
spécifiques au niveau éléments.
3.2.1 Disques de grande capacité et miniaturisation
Pour les applications ne nécessitant pas un stockage
haute performance, les disques de grande
capacité présentent généralement une efficacité
énergétique accrue. Un DD SATA traditionnel
consomme jusqu’à moitié moins par To de stockage
qu’un disque Fibre Channel [8].
Comme on l’a vu, les boîtiers miniaturisés permettent
un gain d’espace dans les datacentres et
Tous les disques tournent
à pleine vitesse : hautes
performances, mais
consommation maximum
une réduction de l’empreinte énergétique grâce à
leurs DD 2,5’’ plus efficaces. Dell a ainsi comparé
deux de ses ensembles de disques avec le banc
d’essai SPC-1C du Storage Performance Council :
l’une avec des DD 3,5’’, l’autre avec des DD 2,5’’
[9]. Les résultats montrent qu’en plus d’accroître
la performance de 93 %, l’ensemble composé de
DD 2,5’’ consommait 40 % moins d’énergie.
3.2.2 Baies de disques de type MAID
La technologie MAID (massive array of idle disks)
combine la mémoire cache et le mode repos pour
traiter les requêtes, ne rehaussant les disques
qu’en fonction des besoins. L’immobilisation des
disques les moins demandés permet de réduire la
consommation d’énergie (voir Figure 3.3). Fujitsu,
par exemple, permet à ses clients de définir des
périodes durant lesquelles les disques devront
être ralentis (ou mis hors service) en fonction de la
charge ou du rythme de sauvegarde.
L’ampleur des économies d’énergie à réaliser avec
une baie MAID dépend de l’application et de la
fréquence d’accès aux disques. Les critères retenus
pour décider de quand placer les disques en mode
veille ou repos (puis les en sortir) ont un impact
sur la consommation d’énergie ainsi que sur les
performances. À l’origine, la technique MAID ne
permettait aux HDD que d’être en position « on
» ou « off », avec un lourd impact sur les performances
d’une application si celle-ci avait besoin
d’accéder à des données situées sur un disque
en veille. La MAID de deuxième génération,
ou « MAID 2.0 », est équipée d’une gestion de
l’énergie intelligente (IPM), avec différents modes
d’économie d’énergie (adaptés aux différents besoins
de la qualité de service) et de performance.
L’utilisateur peut ainsi configurer l’équilibre entre
réactivité et économie d’énergie. Ces modes multiples
font appel notamment aux différents états
de repos du disque décrits plus haut.
Parmi les autres techniques de conservation de
l’énergie pour les ensembles de disques figurent la
popular data concentration (PDC) [10] et autres
mécanismes d’attribution de fichiers [11]. L’idée
qui sous-tend cette approche est de consolider les
données auxquelles le système accède le plus souvent
en les sauvegardant ou les migrant vers une
sous-série de disques. La charge est ainsi dirigée
vers un plus petit nombre de disques, les autres
pouvant être basculés en mode basse consommation.
25% des disques sont en
spin-down : jusqu’à 25%
d’économie d’énergie,
mais baisse relative de la
performance
32
Fig. 3.3 Représentation schématique d’un MAID
3.2.3 Niveaux de RAID efficaces
L’efficacité du stockage varie aussi avec le niveau
de RAID : en termes de protection des données,
certains niveaux tels que RAID-6 présentent un
overhead important. Une implémentation RAID-6
haute performance peut toutefois fournir le même
niveau de performance que RAID-5 avec jusqu’à
48 % de réduction des exigences de capacités sur
disque par rapport à RAID-10.

3 Équipements de stockage de données
Serveur
Volume virtuel (10 TB)
(capacité de stockage reconnue par le serveur)
Pool de disques physiques (2 TB)
(capacité de stockage réellement disponible)
ÉCRITURE
Écriture de données
ÉCRITURE
ÉCRITURE
Fig. 3.4 Allocation granulaire de capacité (Source : Fujitsu ETERNUS solutions)
3.2.4 Tiering horizontal, virtualisation du
stockage et allocation granulaire de capacité
L’utilisation efficace d’une infrastructure de stockage
suppose d’élaborer et de mettre en œuvre
de bons principes de gestion en hiérarchisant le
stockage en fonction de la fréquence d’accès aux
données, de leur caractère recyclé ou non et de
la durée de conservation (selon exigences opérationnelles
ou réglementaires). Les fabricants
de solutions de stockage proposent des logiciels
qui hiérarchisent automatiquement les données
en les transférant vers le niveau de tier adéquat
d’après un suivi de la performance. On peut citer
par exemple Fully Automated Storage Tiering
(FAST, EMC2), System Storage Easy Tier (IBM),
Data Progression (Compellent) et Data Migration
Facility (DMF, SGI).
Combiner virtualisation des serveurs et virtualisation
du stockage permet de créer des pools de
disques et des volumes virtuels dont la capacité
pourra être augmentée à la demande en fonction
des besoins des applications. L’efficacité des baies
de stockage traditionnelles est généralement comprise
entre 30 et 40 %. Selon certains travaux [12],
la virtualisation du stockage pourrait la porter à
70 %, voire plus, en réduisant les exigences de
stockage et augmentant les économies d’énergie.
La virtualisation du tiering, ou gestion hiérarchique
du stockage (HSM), permet aux données
de migrer automatiquement entre différents
types de supports sans que l’utilisateur ne s’en
aperçoive, grâce à des systèmes logiciels. Cette
approche permet de réduire le coût et la consommation
d’énergie en n’admettant que les données
auxquelles l’utilisateur accède le plus souvent sur
les supports haute performance tandis que les
données moins utilisées sont stockées sur des
équipements moins onéreux et plus efficaces,
utilisant des techniques telles que la MAID et la
déduplication.
L’allocation granulaire de capacité, technologie
qui vient souvent en complément de la virtualisation
du stockage, vise à maximiser l’utilisation des
supports et éliminer les capacités pré-attribuées
mais non utilisées. L’espace de stockage n’est provisionné
qu’au moment de l’écriture des données.
La capacité de réserve est généralement fixée à
zéro au lieu d’être définie par le stockage maximum
exigé par les applications. Les volumes sont
étendus en ligne et des capacités sont ajoutées
sur-le-champ pour s’adapter aux variations sans
interruption de l’activité (voir Figure 3.4). L’allocation
granulaire de capacité peut se traduire par
des économies d’énergie en réduisant la nécessité
de sur-provisionner les capacités de stockage.
33

3.2.5 Consolidation au niveau du stockage
et de la matrice
La consolidation du stockage n’est pas un sujet
récent : les réseaux SAN (storage area networks)
fournissent un certain degré de consolidation et
d’efficacité depuis plusieurs années en partageant
les baies de disques à travers plusieurs serveurs
par le biais d’un réseau privé local, évitant ainsi la
formation d’îlots de données. Passer du stockage
à connexion directe (DAS) au stockage en réseau
présente plusieurs avantages en termes d’efficacité
énergétique. La consolidation des équipements
de stockage de données peut entraîner à la fois
des économies substantielles en termes d’encombrement
au sol et de consommation d’énergie.
Certains fabricants affirment qu’en fournissant un
équipement de réseau multi-protocole, la matrice
réseau peut être consolidée sur un nombre réduit
de ressources, ce qui réduit aussi l’encombrement,
la consommation d’énergie et les besoins en refroidissement.
3.2.6 Déduplication des données
Les infrastructures de stockage conservent souvent
un grand nombre de copies des mêmes données.
Les centres de stockage utilisent plusieurs niveaux
de duplication, parfois nécessaires pour améliorer
la fiabilité et le débit de données. Mais il est également
possible de minimiser le gaspillage et donc
de recycler les capacités de stockage. Les solutions
SAN actuelles font appel à des techniques de déduplication
pour réduire les doublons, qui interviennent
principalement au niveau des blocs de
données et des fichiers.
En dehors du niveau de déduplication, ces techniques
se distinguent selon qu’elles agissent avant
ou après l’écriture des données sur le disque. Les
deux approches ont leurs avantages et inconvénients.
Tout en réduisant les besoins en support
de stockage, la déduplication après écriture des
données sur le disque exige une mise en cache
pour la suppression des doublons. Pour les applications
de sauvegarde, cette technique entraîne
généralement des fenêtres de sauvegarde réduites
et une moindre dégradation des performances. Les
techniques de déduplication se distinguent enfin
par leur lieu d’intervention : à la source (client),
à la cible (serveur) ou via un périphérique dédié
connecté au serveur.
Du fait qu’elles permettent aux entreprises de
recycler leurs capacités de stockage et de réduire
leurs besoins en supports, les solutions de déduplication
sont considérées comme une technique
de réduction de la consommation d’énergie. En
pratique, les économies dépendent du degré de
granularité. Les solutions qui segmentent les données
(« hash ») et agissent au niveau des fichiers
sont généralement moins efficaces, mais génèrent
moins d’overhead. L’efficacité des techniques au
niveau des blocs est généralement inversement
proportionnelle à la taille de ces derniers.
Si la déduplication des données constitue une
technologie prometteuse pour réduire le gaspillage
et la consommation d’énergie, elle ne
convient pas à toutes les applications. Dédupliquer
des données avant qu’elles ne soient stockées sur
le disque, par exemple, peut entraver grandement
les performances, ce qui ne saurait être toléré pour
des applications de base de données. Les applications
et services conservant d’importants volumes
de données sur des périodes prolongées sont ceux
pour lesquels les technologies de déduplication
présenteront les résultats les plus intéressants.
D’une façon générale, la déduplication fonctionne
le mieux pour la sauvegarde, la réplication et la
conservation des données.
34

3 Équipements de stockage de données
Pour aller plus loin
McClure T. (2009) : Driving Storage Efficiency
in SAN Environments, Enterprise Strategy Group -
White Paper, November 2009.
Craig B. and McCaffrey T. (2009) : Optimizing
Nearline Storage in a 2.5-inch Environment Using
Seagate Constellation Drives, Dell Power Solutions,
Jun. 2009.
SNIA (2010) : Storage Power Efficiency Measurement
Specification: Working Draft Version 0.2.10,
SNIA Green Storage Initiative, August 2010.
Storage Tiering with EMC Celerra FAST, EMC2
www.snia.org/sites/default/files/Storage_Power_
Efficiency_Measurement_Spec_v0.2.10_DRAFT.pdf
Clark T. and Yoder A. (2008) : Best Practices for
Energy Efficient Storage Operations Version 1.0,
SNIA Green Storage Initiative, October 2008.
Freeman L. (2009) : Reducing Data Centre
Power Consumption Through Efficient Storage.
White Paper. NetApp, July 2009.
Sources
[1] IDC (2010) : The Digital Universe Decade –
Are you ready IDC, May, 2010.
[2] McClure T. (2009) : Driving Storage Efficiency
in SAN Environments, Enterprise Strategy
Group - White Paper, November 2009.
[3] Reine D. and Kahn M. (2008) : Disk and
Tape Square Off Again – Tape Remains King of the
Hill with LTO-4. Clipper Notes, February 2008.
[4] ORACLE (2010) : Consolidate Storage Infrastructure
and Create a Greener Datacentre.
Oracle White Paper, April 2010.
[5] Seagate (2011) : PowerChoice Technology
Provides Unprecedented Hard Drive Power Savings
and Flexibility - Technology Paper, Seagate,
2011.
[6] Seagate (2010) : Seagate Savvio 15K.2
Data Sheet, Seagate, 2010.
[7] Bisson T., Brandt S., Long D. (2006) : NV-
Cache: Increasing the Effectiveness of Disk Spin-
Down Algorithms with Caching, 14th IEEE International
Symposium on Modeling, Analysis, and
Simulation, pp. 422-432, 2006.
[8] Freeman L. (2009) : Reducing Data Centre
Power Consumption Through Efficient Storage.
White Paper. NetApp, July 2009.
[9] Craig B. and McCaffrey T. (2009) : Optimizing
Nearline Storage in a 2.5-inch Environment
Using Seagate Constellation Drives, Dell Power
Solutions, Jun. 2009.
[10] Pinheiro E. and Bianchini R. (2004) :
Energy Conservation Techniques for Disk Array-
Based Servers. 18th Annual International Conference
on Supercomputing (ICS 2004), pp. 68-78.
Malo, France, 2004.
[11] Otoo E. D., Rotem D. and Tsao S.C.
(2009) : Analysis of Trade-Off between Power Saving
and Response Time in Disk Storage Systems,
IEEE International Symposium on Parallel Distributed
Processing (IPDPS 2009), pp. 1-8, May 2009.
[12] Blade Network (2009) : Storage Consolidation
for Data Centre Efficiency, BLADE Network
Technologies White Paper, Jun. 2009.
35

4 Équipements de réseau
Alexander Schlösser, Technische Universität Berlin, Lutz Stobbe, Fraunhofer IZM
D’après les données actuelles, la consommation des commutateurs, routeurs
et autres équipements de réseau représenterait 8 à 12 % de l’empreinte
énergétique totale des datacentres. Cette part relativement faible
fait que les équipements de réseau sont rarement au centre des mesures
d’amélioration de l’efficacité énergétique. Mais cette vision des choses
commence à évoluer, surtout dans les centres de taille moyenne à grande.
Plusieurs raisons font que la consommation d’énergie des équipements de
réseau et les effets de l’architecture implémentée jouent un rôle de plus en
plus important dans la conception et l’opération des datacentres.
Avec l’augmentation des exigences en termes de qualité de service et des
applications sensibles au délai, les réseaux et leurs équipements jouent un
rôle de plus en plus décisif pour les datacentres. Leur consommation varie
en fonction de la technologie choisie et de l’architecture (câblerie, alimentation
et refroidissement).
4.1 Cadre technique et opérationnel
4.1.1 Schéma fonctionnel
La Figure 4.1 représente un schéma fonctionnel
simplifié des aspects énergétiques liés aux réseaux
et à leurs équipements au sein d’un datacentre. Ce
modèle permet de visualiser les chevauchements
des infrastructures d’alimentation et de refroidissement
ainsi que la relation entre le réseau et les
principaux équipements informatiques tels que
serveurs et systèmes de stockage. Il définit aussi
les principaux éléments à améliorer au niveau du
réseau, comme son architecture et sa topologie,
son infrastructure physique, ses composants matériels,
sa câblerie mais aussi la configuration des
logiciels et les possibilités de virtualisation.
L’efficacité énergétique de l’infrastructure du réseau
et de ses équipements dépend aussi des
applications, des accords de niveau de service et
des exigences de performance en termes de bande
passante et de latence définies par l’opérateur du
datacentre. La question de la performance doit
être prise en compte dans la procédure de planification
pour améliorer l’efficacité énergétique.
Salle serveur / datacentre
Architecture & topologie
Virtualisation & configuration
Composants & câblerie
Alimentation & onduleurs
Refroidissement & flux d’air
Suivi & contrôles
Réseau Équipement Infrastructure
Fig. 4.1: Schéma fonctionnel des réseaux d’un datacentre
36

4.1.2 Attributs du réseau
L’amélioration de l’efficacité énergétique de l’infrastructure
réseau des datacentres exige une
démarche structurée. La planification doit intégrer
une perspective stratégique ou à long terme, sachant
que cette infrastructure est généralement
en place pour une période prolongée, souvent
plus de huit ans. Modifier l’infrastructure de base
et la topologie du réseau, ses équipements, etc.
représente donc un investissement considérable
et non dénué de risque. L’amélioration du réseau
est pourtant synonyme d’optimisation des performances
du datacentre et bien souvent aussi de
son efficacité énergétique.
La planification commencera par une analyse
stratégique. L’opérateur doit définir les attributs
de son réseau et ses exigences en termes de performance.
Cette tâche passe par une analyse du
marché. Le monde de l’informatique connaît en
2011 une formidable transition vers une production
centralisée des applications, qui transforme le
volume et les modèles de circulation des données.
Les applications ne sont plus produites du côté de
l’utilisateur final, à grand renfort de puissance de
calcul et de packs logiciels, mais au sein des datacentres
et du « nuage », du fait de l’utilisation
des logiciels en tant que service (SaaS) et du cloud
computing. Les conditions préalables incluent une
connectivité à haut débit et un faible niveau de
latence.
Cette tendance générale entraîne une augmentation
des flux de données non seulement entre
client et serveur, mais aussi de serveur à serveur
et des supports de stockage vers les serveurs. Enterasys
[1] prévoit que l’architecture et la configuration
des réseaux vont évoluer pour s’y adapter.
Afin d’améliorer les performances (productivité
informatique), la tendance est à l’agrégation de
réseau (bottom-up) et à la virtualisation (topdown).
Fusionner l’accès et l’agrégation ainsi que l’agrégation
et le cœur du réseau dans une certaine
mesure permet de réduire le nombre de strates
de l’architecture réseau (voir aussi Figure 4.3).
En unifiant le réseautage, cette tendance pourrait
éventuellement faire baisser la consommation
d’énergie. Tout est question d’équilibre. On dispose
encore de peu d’informations et de données
et aucune solution particulière n’est en vue sur le
marché.
La virtualisation favorise elle aussi l’incorporation
des équipements de réseau et réseaux locaux
(VLAN). Elle présente l’avantage de consolider les
équipements physiques et donc de permettre une
plus grande efficacité énergétique.
Toujours selon Enterasys [1], la conception des
réseaux de datacentres répond à une série d’objectifs
communs :
• Bande passante et faible latence (sélection de
la technologie réseau) ;
• Modularité et souplesse (architecture réseau) ;
• Capacité à supporter divers services (consolidation)
;
• Sécurité (de plus en plus important, avec une
influence sur l’overhead) ;
• Forte disponibilité et redondance (exigences sur
la qualité de service) ;
• Gérabilité et transparence (solutions de virtualisation)
;
• Optimisation des coûts (réduire CAPEX et
OPEX).
4.1.3 Équilibrer la performance et la
consommation énergétique
Bande passante, haut débit, latence et intégrité
des données sont des critères importants pour la
performance des réseaux. La satisfaction du client
ou « qualité de service » (QoS) est une autre exigence
majeure. Elle se définit en termes d’accords
de niveau de service (SLA), avec des caractéristiques
telles que débit minimum et temps de réponse
ou latence maximum. Une architecture réseau
réactive, convergente et intelligente, capable
de gérer les flux de données de façon dynamique
et dans le respect des SLA est non seulement un
gage important de compétitivité, mais peut aussi
servir de base à une approche systématique de
l’efficacité énergétique.
RECOMMANDATIONS DE BONNES PRATIQUES
Du fait du grand nombre de produits et d’options de réseaux disponibles sur le marché, il est
recommandé aux opérateurs de datacentres et administrateurs informatiques de lister les priorités
concernant les attributs de leur réseau, tels que :
• Services ;
• Latence ;
• Qualité de service ;
• Possibilité de virtualisation ;
• Autres aspects de la performance ou de l’interopérabilité.
La meilleure approche consiste en une optimisation du système qui reflète les interactions entre
l’infrastructure et les performances du réseau et celles des autres équipements.
37

La mise en œuvre de la QoS peut toutefois entraîner
une augmentation du trafic total et de la
consommation énergétique du datacentre. Les différentes
technologies réseau et leurs équipements
présentent des avantages et des inconvénients.
D’une façon générale, on observe que la norme
10 Gigabite Ethernet (10GbE) s’impose comme
la technologie de référence dans les datacentres.
Le protocole Ethernet relie non seulement les serveurs
(LAN), mais s’utilise aussi de plus en plus
dans les réseaux de stockage (SAN).
Or une faible latence et l’intégrité des données
sont des exigences de base pour le trafic de stockage.
Selon Lippis [2], les commutateurs 10GbE
actuels produisent 400 à 700 ns de latence. Ce
chiffre devrait tomber à environ 100 ns d’ici à
2014. On voit donc que l’augmentation de la
bande passante entraîne une réduction du temps
de latence. Du point de vue de la consommation,
il est nécessaire d’équilibrer cette amélioration
(technologie réseau) avec la consommation
éventuellement accrue d’une capacité haut débit
(composant). La sélection des composants et la
consolidation E/S sont deux aspects à envisager.
De même, il est nécessaire de peser la question
de l’intégrité des données (disponibilité) au regard
de la performance en termes de débit et d’efficacité
énergétique. Un réseau sens pertes se traduit
généralement par des protocoles plus complexes
(overhead) et une latence accrue, avec une plus
grande puissance de calcul et une efficacité réduite
de la bande passante. C’est toutefois une
condition sine qua non pour les réseaux de stockage
SAN. Les pertes liées au protocole Ethernet
l’ont empêché par le passé d’être appliqué à ce
type de réseaux.
Les protocoles Fibre Channel (FC) et InfiniBand
(IB) étaient alors les deux technologies de réseau
les plus répandues. Il existe aujourd’hui de multiples
options de réseau de stockage reposant
sur le protocole Ethernet : Converged Enhanced
Ethernet (CEE), Fibre Channel over Ethernet
(FCoE), Internet Small Computer System Interface
(iSCSI) over Ethernet, ATA over Ethernet
(AoE) et stockage en réseau (NAS). Ces options
contribuent à unifier le réseautage (et éviter les
adaptateurs), mais créent un surcroît d’overhead,
d’où une efficacité réduite de la bande passante.
On ignore quel peut être l’impact éventuel sur l’efficacité
énergétique.
L’opérateur doit donc envisager l’impact énergétique
de l’amélioration de la performance, de la
modularité et de l’adaptabilité des nouvelles solutions
de réseau consolidé. Ces nouvelles solutions
ont sans doute des conséquences positives sur la
consommation, mais un bon dimensionnement
reste essentiel. Il est recommandé de se renseigner
sur l’impact énergétique global au moment
de l’achat d’un nouvel équipement ou de solutions
de réseau complètes.
4.2 Amélioration de l’efficacité
énergétique
4.2.1 Fusionner les classes de trafic
(consolidation E/S)
Les réseaux des datacentres doivent transmettre
différents types de flux au sein de différents types
d’applications, d’où l’existence de protocoles et
d’architectures spécialisés. Mais les réseaux devenus
très complexes ne partagent souvent plus
leurs ressources. L’objectif de base de l’amélioration
est de réduire les composants physiques
et de partager la capacité du réseau en fonction
des différentes unités fonctionnelles. La tendance
technique générale vers une simplification et une
réduction des structures ainsi qu’une convergence
E/S basée sur le protocole Ethernet découle aussi
d’un souci d’efficacité énergétique. Le maître mot
est la consolidation du réseau. Celle-ci s’applique
aux réseaux serveur et stockage ainsi qu’à l’architecture
de distribution. La carte réseau convergent
(CNA) fusionne ainsi plusieurs interfaces
jusqu’alors séparées :
• Contrôleur hôte de bus (HBA) pour les flux SAN;
• Carte réseau (NIC) pour les flux LAN;
• Adaptateur de canal hôte (HCA) pour les flux
IPC.
La consolidation E/S désigne la capacité d’un commutateur
ou adaptateur hôte à utiliser la même
infrastructure physique pour différents types de
flux, chacun ayant généralement des caractéristiques
uniques et des exigences spécifiques. Pour
l’opérateur, cela revient à n’avoir qu’un seul réseau
à installer et à gérer au lieu de trois (voir
Figure 4.2).
Pour les hôtes et les baies de stockage, la consolidation
permet d’avoir un petit nombre de cartes
réseau convergent (CNA) à acheter au lieu des
cartes Ethernet, HBA FC et HCA IB. Une carte
HBA FC classique consomme environ 12,5 W [3].
En termes de redondance, plusieurs options devront
être envisagées pour assurer la fiabilité de
la conception.
38

4 Équipements de réseau
Communication
inter-processus
(IPC)
Réseau local
(LAN)
Réseau de
stockage
(SAN)
IPC
LAN
SAN
Switch
Ethernet
Switch FC
Switch
Ethernet
Ethernet
Fibre Channel/
Infiniband
Ethernet 10G / 40G / 100G
HCA
NIC
HBA
CNA
Processeur
Mémoire
Processeur
Mémoire
Serveur
Fig. 4.2 Consolidation E/S et convergence des réseaux de datacentres
AVANTAGES DES RÉSEAUX CONVERGÉS
La consolidation E/S permet un plus haut niveau de regroupement des différents types de réseau
(LAN, SAN) en vue de la virtualisation du système. Elle permet en outre une réduction sensible
de l’ampleur de l’infrastructure physique (commutateurs, ports, connectique et câblerie) entre les
différents réseaux. Les réseaux convergés entraînent :
• jusqu’à 80 % d’adaptateurs et câbles en moins ;
• jusqu’à 25 % d’espace en moins pour les commutateurs, adaptateurs et racks ;
• jusqu’à 42 % d’économie sur l’alimentation et le refroidissement [4].
39

4.2.2 Consolidation du réseau
La principale approche pour optimiser la consommation
du réseau d’un datacentre consiste à
repenser son architecture et faire converger des
réseaux jusqu’alors séparés en une technologie
unique. L’architecture pourra être composée d’un
arbre fait d’équipements de routage et commutation
(couches multiples), dans lequel les matériels
les plus spécialisés et les plus onéreux seront
placés au sommet de la hiérarchie. L’objectif de
consolidation doit être de créer une architecture
réseau plate basée sur un maillage fonctionnel.
Voici quelques exemples de mesures à prendre :
• Agréger les commutateurs : plusieurs commutateurs
physiques sur un seul appareil logique ;
• Réduire le nombre de couches : utiliser un commutateur
agrégé pour effectuer les tâches de
plusieurs couches de commutateurs en tenant
compte des services et de la sécurité ;
• Créer un maillage unifié : combinaison des deux
approches alliant simplicité opérationnelle et
haute performance, toujours en tenant compte
des services et de la sécurité.
La convergence des réseaux serveur (LAN) et stockage
(SAN) est une tendance générale qui permet
d’économiser l’énergie. Maintenir deux réseaux
distincts entraînerait une hausse du coût total
d’opération et de la consommation du fait de la
multiplication du nombre d’adaptateurs, câbles et
ports nécessaire pour connecter chaque serveur
directement aux LAN et SAN. Pour simplifier ou
aplanir la structure de leur réseau, les datacentres
mettent actuellement en œuvre des technologies
telles que iSCSI, Fibre Channel over Ethernet
(FCoE) et data centre bridging (DCB).
Routeurs
N
W
E
Core
S
Agrégation
Accès
Fig. 4.3 Consolidation de réseau
40

4 Équipements de réseau
4.2.3 Virtualisation du réseau
La virtualisation est une technologie bien établie
pour consolider un serveur physique et plusieurs
machines virtuelles. Le même principe peut
s’appliquer aux réseaux : diverses approches
matérielles et logicielles permettent de gérer les
ressources réseau en tant qu’unités logiques indépendantes
de leur topologie physique. Ceci résulte
en des flux réduits, une sécurité simplifiée et un
contrôle amélioré. Les principaux éléments pour
optimiser l’efficacité des réseaux sont la connaissance
et la visibilité du réseau dans le cycle de
vie des machines virtuelles (VM). La possibilité de
configurer les capacités réseau et ports au niveau
de chaque VM prise séparément ainsi que d’effectuer
un traçage dynamique des VM dans leurs
déplacements au sein du datacentre est un aspect
important pour l’efficacité de la gestion d’un environnement
virtualisé. L’efficacité énergétique
découle principalement de la consolidation des
routeurs, adaptateurs physiques pour ports E/S et
autres matériels réseau.
Etendre la virtualisation du système au réseau signifie
:
• Virtualiser le routeur (logiciel avec fonction routage,
systèmes multiples sur une seule machine
réelle) ;
• Virtualiser les liens (interconnexion logique du
routeur virtuel) ;
• Virtualiser les réseaux (routeurs virtuels connectés
par des liens virtuels).
La virtualisation croissante des serveurs entraîne
un surcroît de complexité et d’overhead pour le
réseau. Les commutateurs obsolètes ne détectent
pas les VM, ce qui pose un risque d’interruption
de service et de failles dans la sécurité en cas de
configuration incorrecte du réseau. Le réseau est
un domaine clé qui doit lui aussi être virtualisé
pour afficher le même niveau de souplesse, débit
et performance.
La virtualisation de service réseau est une stratégie
qui permet de simplifier les opérations du réseau
et de consolider plusieurs périphériques. Virtualiser
un module pare-feu ou IPS en fournissant
une image logiciel à différentes applications via un
matériel unique permettrait de réduire la nécessité
d’avoir plusieurs appareils distincts.
La consolidation de plusieurs services sur un seul
appareil physique permet de réduire la consommation
d’énergie sans avoir à déployer un matériel
dédié à chaque fois. Ceci permet aussi une
économie sur l’alimentation, le refroidissement et
l’encombrement du rack.
La virtualisation de service réseau présente en résumé
les avantages suivants :
• Flexibilité accrue des interfaces de gestion ;
• Réduction du coût d’acquisition grâce à l’utilisation
de logiciels ;
• Performance accrue des applications grâce à la
simplification de l’extension et de l’allocation
des services ;
• Baisse potentielle de la consommation d’énergie
grâce à la consolidation des équipements.
RECOMMANDATIONS DE BONNES PRATIQUES
Pour les petits et moyens datacentres, le choix entre FCoE et iSCSI dépendra fortement
des exigences posées à l’application et de la présence de personnel formé en Fibre Channel.
La réussite de la mise en œuvre de la virtualisation
d’un réseau dépend de certains aspects tels que
l’investissement, la définition d’objectifs précis et
la compatibilité avec les matériels existants. Les
projets de virtualisation exigent donc de bien peser
le rapport coût/bénéfice, de gérer entièrement
les processus et de bien tenir compte des risques
éventuels pour la sécurité.
• Si les bases de données à hautes capacités et performances sont des applications critiques pour
l’activité, FCoE et iSCSI sont deux solutions appropriées pour améliorer le niveau de service et réduire
la consommation.
• Le stockage centralisé et la récupération de sinistre exigent un SAN commun : on préfèrera l’iSCSI.
• Pour les réseaux existants basés sur le protocole Fibre Channel, FCoE est recommandée [5].
41

4.2.4 Sélection des composants et
équipements
La consommation des équipements réseau varie
souvent avec le choix des composants et la configuration
du système. Le standard de technologie
(10GbE par ex.) est le facteur prédominant. La
conception des puces et le degré d’intégration
du système présentent la plus forte marge de
manœuvre, tendance accentuée par les améliorations
de performance des semi-conducteurs, qui
continuent de progresser de façon exponentielle.
Cela englobe les performances thermiques des
puces et technologies d’interconnexion, avec le
problème croissant de la fiabilité. La configuration
du système, c’est-à-dire le type et le nombre de
ports déployés dans l’équipement, est un autre
facteur. La consommation des équipements de
réseau dépend enfin de l’efficacité du bloc d’alimentation
et des options de gestion de l’énergie.
RECOMMANDATIONS DE BONNES PRATIQUES
Critères à prendre en compte pour la sélection de matériels de réseau
(notamment blocs d’alimentation) efficaces
• Choisir un équipement avec fonctions de gestion de l’énergie et comparer la
consommation des différents matériels en mode inactif et veille.
• Comparer les systèmes de différents fournisseurs en termes de rentabilité et
d’efficacité énergétique.
• Demander aux fournisseurs les informations produits sur :
■ l’efficacité énergétique globale (par ex. ECR, TEER dès sa sortie) ;
■ l’efficacité et la modularité des blocs d’alimentation ;
■ l’efficacité et l’extensibilité des blocs de ventilation (ventilateurs à vitesse
variable, etc.).
Gestion de l’énergie
La variation de la consommation d’énergie des
équipements de réseau est liée aux périodes d’activité
et d’inactivité. La différence de consommation
entre une charge à 100 % et le mode inactif
(avec lien établi) est généralement d’un facteur
1,1 (500 W de sortie) s’est amélioré ces
dernières années pour atteindre plus de 85 %,
voire 90 %. Quand on sait que la consommation
des gros commutateurs et routeurs core peut se
mesurer en kW, on comprend qu’une amélioration
même infime du rendement de conversion (1 %
par ex.) peut entraîner une économie d’énergie
substantielle. Le rendement n’est pas toujours indiqué
dans la documentation produit.
4.2.5 Commutation floor-level
On distingue deux grands types de distribution de
commutateurs au niveau floor ou applications : «
fin de rangée » (end-of-row, EoR) et « haut de
rack » (top-of-rack, ToR). Le premier correspond
à une approche traditionnelle du réseautage, avec
un commutateur unique dans un grand châssis
supportant un ou plusieurs racks. Du point de vue
de l’efficacité énergétique, le déploiement EoR
présente :
• l’avantage d’une commutation centralisée et
modulaire, plus économe qu’une solution ToR
médiocre ;
• l’inconvénient d’une câblerie complexe, source
d’inefficacité dans les systèmes denses.
Dans un déploiement ToR, un commutateur est intégré
à chaque rack. Cette conception assure une
faible latence et un haut débit de transmission de
données. En termes d’efficacité énergétique, ce
déploiement présente :
42

4 Équipements de réseau
48 ports 48 ports
}
Switch
48 ports
Tous les ports
sont utilisés
Câblage simple
Rack #1 Rack #2
Rack #1
Switch
48 ports
Switch
48 ports
Switch
48 ports
10 serveurs 14 serveurs 16 serveurs 8 serveurs
Rack #2 Rack #3 Rack #4
}
Configuration sub-optimale
des serveurs
Certains ports sont
inutilisés
Commutation ToR
optimale
Fig. 4.4: Commutation floor-level « haut de rack » (ToR)
Déploiement ToR sub-optimal
• l’avantage d’une commutation décentralisée
pour les environnements de serveurs denses
(consolidation E/S), ce qui réduit la câblerie. La
distance réduite entre le serveur et son commutateur
améliore la vitesse de transmission et
réduit la consommation d’énergie liée.
• l’inconvénient du surdimensionnement dans un
environnement moins dense (peu de serveurs
par rack). La sous-utilisation des ports disponibles
entraîne alors une faible efficacité énergétique.
Le déploiement ToR présente donc des éco-avantages
s’il est appliqué à des systèmes correctement
dimensionnés.
La Figure 4.4 illustre le concept du déploiement
ToR et sa bonne utilisation.
Pour aller plus loin
Hintemann R. (2008) : Energy Efficiency in the
Data centre, A Guide to the Planning, Modernization
and Operation of Data centres, BITKOM, Berlin,
online available:
http://www.bitkom.org/de/publikationen/38337_53432.
aspx
EC JRC ISPRA (2011) : Best Practices for the EU
Code of Conduct on Data centres
European Commission (2011), EC Joint Research
Centre, Ispra, online available :
http://re.jrc.ec.europa.eu/energyefficiency/html/
standby_initiative_data_centres.htm
Juniper (2010) : Government Data centre
Network Reference Architecture, Using a High-Performance
Network Backbone to Meet the Requirements
of the Modern Government Data centre
Juniper (2010), Juniper Networks, Inc., Sunnyvale,
available online :
http://www.buynetscreen.com/us/en/local/pdf/
reference-architectures/8030004-en.pdf
Sources
[1] Enterasys (2011) : Data centre Networking
– Connectivity and Topology Design Guide; Inc Enterasys
Networks, Andover.
[2] Lippis (2011) : Open Industry Network Performance
& Power Test Industry Network Performance
& Power Test for Private and Public Data
centre Clouds Ethernet Fabrics Evaluating 10 GbE
Switches; Lippis Enterprises, Inc, Santa Clara.
[3] Cisco (2008) : Converging SAN and LAN Infrastructure
with Fibre Channel over Ethernet for
Efficient, Cost-Effective Data centres; Intel, Santa
Clara.
[4] Emulex (2008) : Sheraton Case Study. Virtual
Fabric for IBM BladeCentre Increases Server
Bandwidth, Reduces Footprint and Enables Virtualization
for High-performance Casino Applications;
Emulex, Costa Mesa 2010.
[5] Blade.org (2008) : Blade Platforms and
Network Convergence; Blade.org,White Paper
2008.
43

5 Refroidissement et alimentation des
datacentres et salles serveurs
Andrea Roscetti, Politecnico di Milano, Shailendra Mudgal, Thibault Faninger, Bio Intelligence Service
Le refroidissement représente jusqu’à 50 % de la consommation d’énergie totale
des datacentres et salles serveurs. Il est donc essentiel de concevoir un refroidissement
efficace pour les sites informatiques, quelle que soit leur taille.
Ce chapitre présente plusieurs grandes options pour réduire la facture énergétique.
5.1 Refroidissement des salles
serveurs
Les armoires à serveurs ou petites salles serveurs
sont généralement équipées de climatiseurs de
confort (systèmes CVC 1 de bureau). Les petites
salles comportent généralement de 1 à 5 racks
de serveurs, pour une puissance totale n’excédant
pas 20 kW.
5.1.1 Climatiseurs « split » et mobiles
Fig. 5.1: Climatiseur « split » : unité murale
Unité extérieure (Source: Daikin)
Les petites salles serveurs font le plus souvent appel
à des climatiseurs composés de deux unités,
d’une puissance de refroidissement de 1 à 100
kW. Les systèmes « split » ou DX 2 présentent plusieurs
avantages :
• Un coût d’investissement généralement peu
élevé ;
• Une grande simplicité de conception et d’installation
;
• Un faible encombrement au sol (unités généralement
montées aux murs) ;
• Une installation possible dans la quasi-totalité
des situations ;
• La simplicité et la rapidité de l’entretien et du
remplacement.
Il faut toutefois tenir compte de leurs inconvénients
:
• Une efficacité globale très réduite pour les systèmes
petits, anciens ou surdimensionnés ;
• Un mauvais contrôle de l’humidité ;
• Des contraintes de longueur et hauteur des
tuyaux reliant les unités.
Il est possible d’installer un système mobile, par
exemple pour prévenir la formation de zones
chaudes. Cette technologie présente les avantages
suivants :
• Très faible coût d’investissement ;
• Simplicité de l’installation ;
• Faible encombrement au sol ;
• Simplicité et rapidité de l’entretien et du remplacement.
1) CVC: chauffage, ventilation, climatisation
2) DX: détente directe
44

Elle présente aussi les inconvénients suivants :
• Faible efficacité globale (les systèmes mobiles
de classe A sont moins efficaces que les systèmes
« split » de classe D) ;
• Faible contrôle de l’humidité et de la température
;
• Installation possible uniquement si l’air peut
être expulsé à l’extérieur.
5.1.2 Mesures d’optimisation de
l’efficacité énergétique
Pour éviter le surdimensionnement, problème courant
dans les petites salles serveurs, il est généralement
recommandé que la puissance de refroidissement
n’excède pas 120 % de la puissance des
systèmes informatiques installés dans les salles
bien isolées.
L’étiquetage énergétique de l’UE peut servir à
orienter le choix au moment de l’achat de nouveaux
appareils jusqu’à 12 kW de puissance de refroidissement.
On privilégiera les ratios EER 3 /SEER 4
élevés et l’efficacité de classe A ou plus. Le SEER et
la consommation annuelle en kWh sont les deux
principaux critères de comparaison. Le Tableau 5.1
indique l’efficacité des meilleures technologies actuellement
sur le marché.
L’étiquetage reste purement facultatif jusqu’au 1 er
janvier 2013. L’ancien étiquetage des climatiseurs
(Directive 2002/31/CE) reste permis pendant cette
période de transition.
Fig. 5.2: Étiquetage énergétique des climatiseurs (Source: Règlement
délégué complétant la directive 2010/30/UE du Parlement européen et du
Conseil sur l’indication, par voie d’étiquetage, de la consommation d’énergie
des climatiseurs)
Tab. 5.1: Valeurs de performance énergétique des meilleures technologies disponibles pour les petits climatiseurs (

RECOMMANDATIONS DE BONNES PRATIQUES
Salles serveurs existantes
• Éliminer l’apport solaire, la transmission de chaleur et les pertes de ventilation vers les autres pièces/l’extérieur.
• Contrôler et gérer les conditions environnementales (points de consigne) : l’air entrant dans les équipements informatiques doit être à 18-
27 °C (suggestion : 24-27 °C).
• Vérifier l’isolation des conduits/tuyaux (air chaud et froid/eau/liquides).
• Envisager de remplacer les composants du système de refroidissement obsolètes ou moins efficaces (comparer la classe d’efficacité des
systèmes existants avec les plus efficaces disponibles sur le marché).
• Contrôler et vérifier l’architecture du système de refroidissement installé (par ex. la distance entre systèmes de refroidissement et les charges
thermiques).
• Éteindre les lumières et supprimer dans la mesure du possible les autres charges et sources de chaleur mécaniques/électriques.
Salles serveurs neuves
• Évaluer l’utilisation de systèmes de refroidissement de précision (afin de supprimer la chaleur sensible et d’éviter une déshumidification
excessive).
• Définir et évaluer les caractéristiques de la pièce et de ses équipements, en tenant compte des contraintes d’espace et de la distance entre
charges et unités externes.
• Éviter le recours à des unités mobiles ou à faible EER (NB : les systèmes mobiles de classe A sont moins efficaces que les systèmes split de
classe D).
• Comparer différents systèmes :
■ choisir la classe énergétique supérieure (obligatoire pour les petits systèmes) ;
■ maximiser l’efficacité du refroidissement (SEER, voir tableau sur les meilleures technologies disponibles).
• Envisager les possibilités de free cooling.
5.2 Refroidissement des datacentres
moyens à grands
5.2.1 Généralités
Le refroidissement des datacentres de taille
moyenne à grande repose traditionnellement sur
la ventilation. Un datacentre standard est conçu
pour refroidir en moyenne 7,5-10 kW/m 2 , soit 1
à 3 kW/rack. Ce chiffre a été porté à 20 kW/m 2
dans les nouveaux centres, mais la densité par
rack reste limitée à 4-5 kW (ne pas oublier que la
capacité maximale des systèmes consolidés ou des
serveurs lames peut dépasser 25 kW/rack).
Les équipements informatiques sont disposés en
rangées, avec des entrées d’air situées du côté des
allées froides. L’air froid est insufflé dans l’allée,
traverse les équipements puis est expulsé vers l’allée
chaude.
Il convient de considérer les caractéristiques des
flux d’air, qui doivent de préférence aller d’avant
en arrière, d’avant vers le haut ou d’avant/du haut
vers l’arrière (voir source). Si des équipements
ayant des conditions d’opération ou des directions
de flux d’air différentes doivent être installés dans
une même pièce, il faudra leur créer des espaces
séparés. Si l’équipement présente des exigences
d’environnement différentes, il est préférable de
fournir des contrôles séparés afin d’éviter des inefficacités
dues à un point de consigne trop bas ou à
un mauvais contrôle du flux [1].
46

5 Refroidissement et alimentation des datacentres et salles serveurs
5.2.2 Contrôle de la température et de
l’humidité
Les datacentres doivent être conçus et opérés avec
la plus grande efficacité possible compte tenu des
données climatiques (température au thermomètre
sec 5 ). La température recommandée est comprise
entre 18 et 27 °C, pour une humidité relative

5.2.3 Efficacité des composants (compresseurs,
ventilateurs, centrales de traitement
d’air)
Les différents types d’unités de refroidissement se
distinguent par leur coefficient d’efficacité énergétique
(EER) 6 : celui-ci est généralement d’environ
3,5 pour les systèmes à eau et 2,5 pour les systèmes
à air. Le coefficient d’efficacité énergétique
nominal (« EERrated ») est égal au rapport entre
la puissance réfrigérante déclarée [kW] et la puissance
électrique consommée nominale [kW] d’une
unité produisant du froid dans des conditions nominales.
Eurovent fournit des données permettant
de comparer l’efficacité caractéristique de plusieurs
systèmes et composants de refroidissement
et ventilation (www.eurovent-certification.com).
Les compresseurs à eau sont préférables à ceux à
air et à détente directe du fait de leur plus grande
efficacité thermodynamique. Il faudra évaluer la
possibilité d’abaisser la température de condensation/augmenter
la température d’évaporation.
Réduire le delta-T entre ces températures permet
de réduire le travail du cycle de refroidissement et
donc d’améliorer l’efficacité. Ces températures dépendent
de la température de l’air d’entrée exigée
(voir 5.2.2).
L’efficacité des ventilateurs dépend de celle de leur
moteur. Les ventilateurs à vitesse fixe consomment
plus et rendent difficile la gestion de la température
au sol. Les ventilateurs à vitesse variable sont
particulièrement efficaces en cas de forte redondance
du système de refroidissement ou de fortes
variations de la charge. Les ventilateurs peuvent
être contrôlés par la température de l’air de retour
ou la pression de l’air froid.
6) Coefficient d’efficacité énergétique : refroidissement / consommation électrique pour un
point d’opération (température intérieure et extérieure, hygrométrie) donné.
5.2.4 Free cooling
Le free cooling permet de bénéficier d’un refroidissement
« gratuit » quand la température de
l’air extérieur ou de l’eau est inférieure à celle
exigée à l’intérieur. Plus la température extérieure
moyenne est basse sur l’année, plus grands sont
le potentiel de free cooling et son niveau d’efficacité.
Des économiseurs à eau ou air peuvent
apporter un refroidissement supplémentaire. L’efficacité
énergétique et le retour sur investissement
dépendent des conditions climatiques. Le refroidissement
peut passer en free cooling intégral
si l’écart entre la température de retour de l’eau
de refroidissement et la température ambiante
est supérieur à environ 11 K. Plus la température
d’entrée est élevée et plus les économies d’énergie
seront importantes. Choisir une température
ambiante plus élevée pour son système de refroidissement
permet de recourir au free cooling plus
longtemps dans l’année. L’implémentation du free
cooling exige une étude de faisabilité et une évaluation
économique. On pourra se reporter à l’outil
d’évaluation conçu par The Green Grid.
Pour des informations plus spécifiques sur le free
cooling, se reporter aux suggestions de lecture.
Transformateur
réseau public
Transformateurs surdimensionnés
Inefficace, pertes importantes
Générateur de réserve
Distribution électrique
Onduleurs
(UPS)
Faible capacité
Topologie inefficace
Faible facteur de puissance
d’entrée
Fort facteur de courant
d’entrée
Unités de distribution
d’alimentation
(PDU)
Transformateurs inefficaces
Utilisation excessive
Charge informatique
Faible facteur de puissance
Courant élevé
Taux de distorsion harmonique
Faible utilisation
Autres charges (refroidissement, éclairage, etc.)
Surdimensionné
Redondance excessive
Charge thermique excessive
Pertes de charge dues aux
câbles (typ.)
Éclairage
Espace au sol non utilisé
Absence de contrôle de
l’éclairage
Refroidissement
Hautes températures dans la
zone serveur
Fig. 5.3: Composants de l’infrastructure électrique d’un datacentre avec leurs sources d’inefficacité (ASHRAE: Save Energy Now Presentation
Series, 2009).
48

5 Refroidissement et alimentation des datacentres et salles serveurs
5.2.5 Refroidissement au niveau du rack/de
la rangée
Avec des densités énergétiques excédant 25 kW
par rack sur les équipements modernes, le refroidissement
traditionnel par climatiseurs ne suffit
plus à éviter la formation de zones chaudes (voir
sources).
5.3 Alimentation et onduleurs
dans les datacentres
Le système d’alimentation électrique d’un datacentre
a pour tâche essentielle de transformer le
courant alternatif (CA) en courant continu (CC).
Les pertes dues à cette transformation varient en
fonction du degré de charge. L’efficacité la plus
importante est généralement atteinte entre 80 et
90 % de la charge totale ; elle décroît sensiblement
en-deçà de 50 %.
La Figure 5.3 illustre le schéma électrique d’un datacentre.
Les sources traditionnelles d’inefficacité
sont indiquées pour chaque composant.
Les onduleurs (UPS) sont souvent synonymes
d’importantes économies potentielles d’énergie.
L’UPS est opéré en continu pour fournir une alimentation
de secours et un conditionnement de
puissance pour les équipements informatiques et
certains éléments d’infrastructure.
Au-delà de sa fonction première — assurer l’alimentation
à court terme en cas de défaillance du
réseau — l’UPS fournit aussi différentes options
pour remédier aux problèmes de puissance. On
distingue trois grandes topologies disponibles en
fonction de l’application souhaitée :
• Attente passive : ce mode dépendant de la
puissance et de la fréquence (VFD) ne protège
que des défaillances d’alimentation (coupures
de courant, variations de tension). En situation
normale, l’UPS n’a aucune interaction avec le
réseau. Lorsque la tension alternative du réseau
d’entrée est hors des tolérances spécifiées,
l’onduleur et la batterie prennent le relais pour
assurer la permanence de l’alimentation de la
charge. Cette topologie est surtout répandue
dans les applications à faible puissance.
• Interaction avec le réseau : ce mode indépendant
de la tension (VI) protège la charge comme
l’attente passive, mais régule la fréquence à un
niveau optimal. Il assure notamment une protection
contre les variations de tension d’entrée
(surtensions, sous-tensions) à long terme. Cette
topologie est rarement utilisée au-delà de 5000
VA [7].
• Double conversion : ce mode indépendant de
la tension et de la fréquence (VFI) protège la
charge des variations indésirables de la tension
et de la fréquence sans entamer les réserves
d’énergie stockée. Il assure une alimentation
continue de la puissance totale en régulant
l’électricité avant qu’elle n’atteigne la charge.
Cette topologie est rare pour les charges inférieures
à 750 VA.
Chacune de ces topologies présente ses avantages
et inconvénients. Sur les puissances comprises
entre 750 et 5000 VA, le mode interactif
tend à combiner longévité et fiabilité accrues avec
un coût total de possession réduit, mais le mode
double conversion est moins encombrant et peut
réguler la fréquence de sortie. Les onduleurs offrent
aussi plusieurs mécanismes de stockage
d’énergie pour assurer une alimentation continue
en cas de coupure :
• batteries d’accumulateurs, qui stockent et libèrent
l’énergie électrique par conversion de
l’énergie chimique ;
• volant d’inertie pour un stockage à court terme,
sous forme d’énergie mécanique.
49

Tab. 5.2: Efficacité caractéristique des différentes topologies d’onduleurs
Topologie Efficacité à 25%
de charge
Efficacité à 50%
de charge
Efficacité à 75%
de charge
Efficacité à
100% de charge
Double conversion 81–93% 85–94% 86–95% 86–95%
Interaction avec le
réseau
Tab. 5.3: Efficacité moyenne minimum exigée pour les onduleurs à CA de sortie proposée
par EnergyStar (P = puissance réelle en watts (W), ln = logarithme népérien)
Efficacité moyenne minimum (EffAVG_MIN)
Classe d’onduleur
Puissance de
sortie
n.a. 97–98% 98% 98%
Dépendance au courant d’entrée
(selon méthodologie ENERGY STAR)
VFD VI VFI
Datacentre P > 10 kW 0,97 0,96 0,0058 x ln (P) + 0,86
Deux options existent pour délivrer l’énergie à la
charge :
• UPS statique : pas de pièces mobiles (en dehors
des ventilateurs de refroidissement). Le CA est
converti en CC (redresseur pour le stockage au
niveau des batteries pour assurer la continuité)
puis à nouveau en CA pour alimenter les serveurs.
• UPS dynamique : le courant est transféré via un
moteur/générateur et destiné à des applications
devant traverser un court épisode d’anomalie
électrique (coupure, baisse de tension, etc.).
Les pertes d’énergie des onduleurs sont dues à la
conversion du courant électrique (au niveau du
chargeur et de l’onduleur), de la charge de la batterie
ou du système d’inertie (volant). Ces pertes
— et la chaleur qui en résulte — sont plus importantes
en mode double conversion (redresseur,
onduleur, filtre et interconnexion) qu’en mode interaction
et attente passive (filtre, transformateur
et interconnexion). Les UPS à sortie en CC (ou
redresseurs) et les UPS à sortie CA/CC combinée
peuvent servir pour certaines applications et éviter
les pertes au niveau de l’onduleur et du redresseur.
RECOMMANDATIONS DE BONNES PRATIQUES
Critères pour les nouvelles installations
• Bien évaluer ses besoins et la taille des onduleurs (UPS multiples ou modulaires, solutions
évolutives) : autonomie, coût, taille, nombre de sorties, etc.
• Analyser la technologie de l’onduleur et son efficacité. Prendre en compte l’efficacité à charge
partielle.
• Sélectionner la bonne topologie.
• Sélectionner des onduleurs conformes au « Code of Conduct » européen ou au programme
Energy Star.
Critère pour l’optimisation
• Analyser la technologie et son efficacité.
• Évaluer les options et les avantages du remplacement des vieux équipements.
• Évaluer les coûts et avantages de la redondance.
50

5 Refroidissement et alimentation des datacentres et salles serveurs
La plupart des fabricants d’onduleurs mentionnent
une efficacité énergétique pour une charge
de 100 %. Or l’efficacité baisse de façon significative
en conditions de charge partielle. La plupart
des onduleurs tournent à 80 % et en cas de redondance,
la charge peut chuter à 50 % et moins.
Dans ce cas, les onduleurs modernes ou anciens
sont moins efficaces énergétiquement, avec une
chute significative pour les charges inférieures à
20 %. La bonne pratique consiste à adapter les
onduleurs au plus près des charges des datacentres.
Des solutions évolutives permettent un
dimensionnement efficace de leur capacité.
Le « Code de Conduite » européen (nouvelle édition
2011) définit des seuils planchers d’efficacité
énergétique pour les onduleurs, tout comme le
programme Energy Star (draft 2011). De nouvelles
valeurs pour les onduleurs à sortie CA et CC sont
en cours d’élaboration (voir Tableau 5.3). Energy
Star envisage aussi de faire figurer des exigences
pour les onduleurs multi-modes, pouvant alterner
leur fonctionnement entre les différentes topologies
présentées (VI, VFI, VFD). Ces onduleurs peuvent
adopter un mode plus efficace, mais moins
protecteur, puis passer en mode moins efficace
mais plus protecteur quand la situation l’exige,
d’où un important potentiel d’économie d’énergie.
Pour aller plus loin
ASHRAE (2011) : Thermal Guidelines for Data
Processing Environments – Expanded Data centre
Classes and Usage Guidance – ASHRAE, 2011,
online available at: http://tc99.ashraetcs.
org/documents/ASHRAE%20Whitepaper%20-%20
2011%20Thermal%20Guidelines%20for%20Data%20
Processing%20Environments.pdf
EU Code of conduct for data centres (2009) :
Full list of identified best practice options for data
centre operators as referenced in the EU Code of
Conduct:
http://re.jrc.ec.europa.eu/energyefficiency/pdf/CoC/
Best%20Practices%20v3.0.1.pdf
The Green Grid (2011) : Evaluation tool for free
cooling.
http://cooling.thegreengrid.org/europe/WEB_APP/
calc_index_EU.html
ENERGY STAR (2011) : UPS efficiency
http://www.energystar.gov/index.cfmc=new_specs.
uninterruptible_power_supplies
The Green Grid (2011) : Evaluation tool for
power supply systems
http://estimator.thegreengrid.org/pcee
High Performance Buildings : Data centres
Uninterruptible Power Supplies (UPS)
http://hightech.lbl.gov/documents/UPS/Final_UPS_
Report.pdf
EU CODE of CONDUCT (2011) : EU code of
conduct on Energy Efficiency and Quality of AC
Uninterruptible Power Systems (UPS):
http://re.jrc.ec.europa.eu/energyefficiency/html/
standby_initiative.htm
Sources
[1] ASHRAE : Save Energy Now Presentation
Series, 2009.
[2] Niemann, J. et al. (2010) : Hot-Aisle vs.
Cold-Aisle Containment for Data centres; APC by
Schneider Electric White Paper 135, Revision 1.
[3] Rasmussen, N. (2010) : An improved architecture
for High-efficiency High-density data centres;
APC by Schneider Electric White Paper 126,
Revision 1.
[4] Blough, B. (2011) : Qualitative analysis of
cooling architectures for data centres; The Green
Grid White Paper #30.
[5] Bouley, D. and Brey, T. (2009) : Fundamentals
of data centre power and cooling efficiency
zones; The Green Grid White Paper #21.
[6] Rasmussen, N. (2011) : Calculating Total
Cooling Requirements for Data centres; APC by
Schneider Electric White Paper 25, Revision 3.
[7] ENERGY STAR Uninterruptible Power
Supply Specification Framework (2010) :
Available at:
www.energystar.gov/ia/partners/prod_development/
new_specs/downloads/uninterruptible_power_supplies/
UPS_Framework_Document.pdf
[8] Ton, M. and Fortenbury B. (2008) : High
Performance Buildings: Data centres - Uninterruptible
Power Supplies. Available at
http://hightech.lbl.gov/documents/UPS/Final_UPS_
Report.pdf
[9] Samstad, J. and Hoff M. : Technical Comparison
of On-line vs. Line-interactive UPS designs;
APC White Paper 79. Available at
http://www.apcdistributors.com/white-papers/Power/
WP-79%20Technical%20Comparison%20of%20Online%20vs.%20Line-interactive%20UPS%20designs.pdf
51

floorfour Agentur für Kommunikation
Partenaires
Soutenu par
Contact : Agence autrichienne de l’Energie | Dr. Bernd Schäppi | Mariahilferstrasse 136 | A-1150 Vienna
Tel +43 1 586 15 24 | bernd.schaeppi@energyagency.at | www.efficient-datacenters.eu
Contact France : BIO Intelligence Service | Shailendra Mudgal | 20-22 Villa Deshayes | 75014 Paris
Tel +33 1 53 90 11 80 | sm@biois.com