Technologies matérielles dédiées au centre de calcul

Les technologies numériques telles que le « cloud computing », l’Internet des objets, le big data, les plates-formes sociales, nécessitent des infrastructures de traitement et de stockage de plus en plus importantes et de plus en plus énergivores. La plus grande partie de cette énergie est rejetée dans l’atmosphère sous forme de chaleur. Comment la récupérer et l'utiliser ? Des réalisations existent et de nouveaux projets et solutions techniques se développent. En 2016, 3 % de l’électricité mondiale étaient consommés par les centres de données, 650 térawatt-heures : c'est la consommation prévue des centres de données du monde entier en 2020 selon une estimation relayée par le média canadien CBC[4]. De plus en plus de centres de données se construisent aux quatre coins de la planète, une récente étude en dénombre plus 4500. À titre d’exemple, la totalité des centres de données Google[5] représente plus de 900 000 serveurs. Des équipements qu’il faut alimenter en électricité avec des transformateurs électriques, onduleurs, des groupes électrogènes de secours, mais surtout qu’il faut refroidir. Et la 5G qui ne manque pas à l’appel de la production de chaleur par sa vitesse et une capacité de transport des données augmentées, une latence plus faible et une densité de connexion plus élevée que les technologies précédentes. Actuellement le refroidissement consomme souvent 30 à 60 % de l’électricité entrante dans le centre de données suivant l’ancienneté de celui-ci et les technologies utilisées[6]. Avec la 5G, on pourrait s’attendre à une augmentation de la facture dans les prochaines années.

•Par évacuation de la chaleur
Évacuer la chaleur des centres de données est l'un des enjeux majeurs et pourtant l’un des moins bien compris des environnements informatiques vitaux. Les équipements informatiques et les nouvelles technologies utilisent une quantité d'électricité identique ou même supérieure à celle des équipements remplacés. La chaleur produite dans les centres de données augmente donc. Des systèmes précis de refroidissement et d'évacuation de la chaleur sont utilisés pour collecter et transporter cette énergie thermique indésirable pour la rejeter à l'extérieur dans l'atmosphère. Le livre blanc Les différentes technologies de refroidissement des centres de données[7]écrit par Tony Evans et édité par Schneider Electric dénombre 13 grandes méthodes d'évacuation de la chaleur pour refroidir l'environnement informatique et acheminer l'énergie thermique indésirable depuis le matériel informatique jusqu'à extérieur. On retrouve une ou plusieurs de ces méthodes de refroidissement dans la quasi-totalité des salles informatiques et des centres de données vitaux. La plus grande partie de ces méthodes utilise le cycle de réfrigération comme principal moyen de refroidissement.

•Par Immersion du centre de données
Le projet Natick[8] lancé en 2018 de centre de données aquatique, plongé à environ 36 mètres de profondeur a été ramené à la surface en septembre 2020. L’objectif principal de ce projet est la réduction de l’empreinte carbone des centres de données, un succès selon Microsoft. La zone choisie est entièrement alimentée par des énergies renouvelables, principalement du solaire et de l’éolien, mais aussi par des technologies du Centre européen de l’énergie marine, encore en cours d’expérimentation. Sur les 864 serveurs, seulement 8 ont été retrouvés défectueux.

•La solution « bain d’huile »
50 % de la consommation d’énergie des centres de données est due à la climatisation et aux autres systèmes de refroidissement des infrastructures. Une solution économique qui consiste à plonger les serveurs dans un bain d’huile diélectrique est proposée par une société néerlandaise Asperitas. Cette solution permettrait d’emmagasiner la chaleur produite par les composantes électroniques des serveurs dans l’huile[9] et de limiter ainsi l’utilisation des climatiseurs. Une solution simple et plutôt écologique, qui devrait aider à réaliser des économies significatives sur les factures d’électricité de façon durable.

•Climatisation inter baie
Refroidir au plus près des besoins permet d’améliorer son PUE, gagner en efficacité énergétique et préserver les équipements sensibles : serveurs, matériels actifs. C’est aussi un moyen de gagner de la surface au sol. Sous cet angle, la climatisation inter baie[10] est un refroidissement de proximité efficace et maîtrisé. Il est vraiment adapté aux besoins de l’informatique.

•centre de données préfabriqué

Sun Modular Datacenter

Un centre de données préfabriqué est conçu sur mesure pour correspondre à la géographie, au climat, au profil technologique, aux applications informatiques et aux objectifs commerciaux d'un projet particulier tout en bénéficiant de la vitesse et des économies induites par une conception et une préfabrication modulaires.La modernisation est réalisée unité par unité. Une fois le processus achevé, le système électrique fournira les mêmes 1,5 MW à la charge informatique, toujours avec les mêmes taux d’utilisation qu’avant la mise à niveau, mais avec un rendement bien meilleur, atteignant les 96 %, et une empreinte réduite. Selon les projets l’opérateur d’un centre de données peut économiser plus de 125 000 $ en coûts d’exploitation chaque année en électricité seulement[11]

•Toit végétalisé

Toit Végétalisé (50329058)

Ce tapis de verdure apporte une isolation thermique des toitures. En restituant l’eau dans l’atmosphère par évapotranspiration, le toit végétal améliore aussi le climat local, notamment en été, puisqu’il refroidit la surface de la toiture et ré-humidifie l’air, asséché par la pollution urbaine[12].

•Réduire les nuisances sonores

Datacenter-telecom

À la suite de diverses plaintes[13](en raison de la présence de groupes électrogènes avec moteur à combustion, certes prévus pour fonctionner en secours de l’alimentation électrique et lors des essais mensuels et la maintenance, mais également de systèmes de réfrigération installés à l’air libre sur les terrasses, prévus pour fonctionner en permanence, ainsi qu’en raison d’un trafic quotidien de l’ordre de quinze véhicules poids lourds) et plusieurs assignations en justice, les centres de données situés en zone urbaine sont tenus de respecter certaines règles, notamment la mise en application du Décret n^o 2006-1099 du 31 août 2006[14]. Concernant le bruit à l'intérieur d'un centre de données, c'est l'application du décret n^o 2006-892 du 19 juillet 2006[15].

•Ressources bibliographiques
→ Le numéro 1 mondial du PC, Lenovo, parie, lui, sur le liquid cooling. Cette technologie achemine à l'aide de tubes de l'eau tiède au plus près des composants[16]

Des évolutions matérielles permettent de lutter efficacement d'une part contre une propagation trop importante de chaleur et d'autre part à l'intérieur des centres de données.

• Les nouveaux serveurs de 2CRSI

Le concepteur strasbourgeois de serveurs informatiques, 2CRSI, propose une nouvelle infrastructure plus performante et moins énergivore baptisée Octopus[17]. Afin de réduire la consommation de ses nouveaux serveurs, le fabricant s’est attelé à revoir le système de refroidissement avec un système de ventilation mutualisé qui sert différents serveurs. Cette solution assure, selon 2CRSI, une ventilation 6 fois plus performante avec 23 % d’économie d’énergie.

• Reinforcement Learning. Apprentissage par renforcement

Des chercheurs du MIT (Massachusetts Institute of Technology) ont développé un planificateur appelé Decima. Leur système qui tire parti du Reinforcement Learning. Le RL fait référence à une classe de problèmes d’apprentissage automatique, dont le but est d’apprendre, à partir d’expériences successives, ce qu’il convient de faire de façon à trouver la meilleure solution, optimisant et accélérant le traitement des données[18].

Huawei a développé un système de gestion thermique qu'il appelle iCooling, s'appuyant sur l'apprentissage automatique et l'apprentissage en profondeur pour analyser les données historiques et identifier les facteurs clés affectant la consommation d'énergie[19].

• Éclairage

L’éclairage même s’il ne représente qu’entre 3 et 5 % de l’électricité nécessaire au fonctionnement des centres de données informatiques, c'est aussi un levier important pour optimiser la consommation d’électricité et diminuer l’impact environnemental de ces centres tentaculaires[20].

• Le câblage

Ontario Datacenter California 5

Gestion de l'alimentation verte grâce aux cordons d'alimentation. Les cordons d'alimentation d'un centre de données peuvent avoir un impact significatif sur le PUE et les coûts opérationnels. Plus le cordon d'alimentation est court, plus la distance parcourue par l'électricité est courte, plus les temps de réponse sont rapides et plus la puissance est distribuée efficacement. Cela permet d'économiser dans tous les domaines, du financier, à l'environnement et aux performances de productivité et de fonctionnalité du centre de données. Un câblage bien organisé avec un jeu réduit libère de l'espace et augmente le flux d'air autour de l'équipement informatique, ce qui permet un meilleur refroidissement. « Passer au vert » avec des solutions de câblage haute densité peut gérer des centaines de connexions pour améliorer les performances et les coûts du centre de données[21].

• HP Virtual Connect (VC) Flex-10

Cette technologie est une solution matérielle qui permet de diviser un réseau de serveurs 10 Gb/s connexion en quatre partitions variables. Technologie Flex-10 permet de remplacer plusieurs ports NIC physiques à bande passante inférieure avec un seul port Flex-10. Cela réduit la gestion d'exigence, le nombre de NIC et de modules d'interconnexion nécessaires, ainsi que les coûts d’énergie et d’exploitation[22].

• COPA Highly Cost-Effective Power Back-Up for Green Datacenters

La COPA apporte trois nouvelles techniques. La première technique, appelée planification de la capacité minimale de l'onduleur, détermine la capacité de puissance la moins nominale et la durée de fonctionnement des onduleurs pour garantir le fonctionnement normal d'un centre de données vert pendant les pannes de courant du réseau.

La deuxième technique, nommée UPS coopérative / alimentation électrique renouvelable, utilise des onduleurs et de l'énergie renouvelable en même temps pour alimenter chaque rack en cas de panne du réseau.

Le dernier, baptisé gestion dynamique de l'énergie sensible aux énergies renouvelables, contrôle la consommation d'énergie de manière dynamique en fonction de la capacité disponible d'énergie renouvelable et d'onduleur[23].

• Ressources bibliographiques

→ La conception et l'amélioration de la configuration matérielle ont également été analysées. L’expérimentation dans le cas du calcul haute performance (HPC), les boucles de contrôle s'attaquent à une consommation d'énergie élevée en ajustant le processeur des serveurs en fonction de la variation de la charge de travail entrante[24]
→ Dell donne ses idées sur l’utilisation de techniques telles que la consolidation, l’hyperscale, la virtualisation, les solutions intégrées pour une consommation d’énergie réduite grâce à de meilleures conceptions matérielles[25]
→ Nous avons lancé une étude et nous avons observé que la quantité de CO₂ majoritaire était générée lors de la production des serveurs et non lors de l’utilisation. Aujourd’hui, on change uniquement certains composants de certains serveurs[26]
→ Lorsque certains composants électroniques entrent dans un état inactif, Dynamic Power Management (DPM) exploite cette période et met ces composants à un état inactif afin de réduire la consommation d'énergie[27]
→ Depuis des années, la consommation énergétique du centre de données a pris une importance croissante suivant une explosion de demandes dans le cloud computing[28]
→ Les processeurs Intel Xeon E5 v3 présentent un rendement énergétique amélioré de jusqu'à 24 %, 1, 31 ce qui en fait les puces qui consomment le moins au monde[29]

Hardware Virtualization (copy)

La virtualisation dans les centres de données permet de réduire de 50 % le nombre de postes et serveurs physiques dans le parc informatique (source : Gartner), mais également de réduire leurs performances diminuant ainsi la consommation énergétique jusqu'à 15 W par poste.
La réduction du nombre de postes et de serveurs peut entrainer une baisse de consommation électrique pouvant aller jusqu’à 80 %.
L’adoption de la virtualisation de serveur permet de diminuer le bilan carbone d'une entreprise. En passant à la virtualisation de serveur, les entreprises se dirigent vers une politique de « GREEN IT » (informatique verte).
–Remplacer un poste par un client léger permet de diviser par dix la consommation électrique.
–Qui dit moins de postes, dit moins de chaleur propagée dans vos locaux.
–Une durée de vie allongée : le matériel utilisé en virtualisation de serveur a une durée de vie supérieure à sept ans, ce qui diminue la fréquence de changement du matériel. –En réduisant la fréquence de changement du matériel, vous réduisez également l’injection de matériaux polluants dans l’environnement.

•Ressources bibliographiques
→ Les technologies impliquées dépendent du matériel et ne sont pas contrôlées en fonction des besoins des fournisseurs de cloud. A review of green cloud computing techniques and algorithms[30].
→Les serveurs sont d'une importance vitale car ils effectuent le traitement des données dans un centre de données. En raison de la consommation d'une grande partie de l'énergie du centre de données, il est essentiel de réduire leur consommation tout en tirant le meilleur parti de leurs ressources informatiques. La virtualisation sur un serveur de type lame est un bon moyen d’atteindre cet objectif[31].
→ La technologie HP Virtual Connect (VC) Flex-10 est une solution matérielle qui permet de diviser une connexion réseau de serveur 10 Gb/s en quatre partitions variables. La technologie Flex-10 permet de remplacer plusieurs ports NIC physiques à bande passante inférieure par un seul port Flex-10
→ La stratégie proposée utilise une nouvelle technologie appelée consolidation de serveur, c’est un type de virtualisation qui permet d’atteindre l'efficacité énergétique et en même temps elle réduit l’impact des gaz à effet de serre rendant les centres de données plus écologiques[32].

Les solutions DCIM sont devenues indispensables pour les personnes responsables d’un centre de données, les services de maintenance ou surveillance pour assurer le bon fonctionnement des équipements informatiques et des infrastructures, en matière de sécurité mais aussi d’efficacité énergétique et de maîtrise de tous les coûts d’exploitation[33].

•Ressources bibliographiques
→ Certains chercheurs améliorent également l'efficacité énergétique en ajustant l'énergie du centre de données. Damian et ses collaborateurs ont proposé un système intelligent pour diverses politiques énergétiques en réponse à une consommation d'énergie élevée dans les centres de données[34].

•Batteries de voitures électriques de seconde vie

Datacenter batteries

Une entreprise de Normandie, spécialisée dans le stockage de données, a inauguré en juin 2016 le premier centre de données green d'Europe. Un projet innovant sur le plan environnemental. Les panneaux sont reliés un onduleur spécifique conçu par les équipes d’Eaton et à des batteries de voitures électriques Nissan[35] de seconde vie, qui ont chacune une capacité de 17 000 watts », précise Emmanuel Assié. « Un très gros travail d’optimisation du refroidissement de la salle a été réalisé par Axel Betton du bureau d’étude AB Ingé afin d’exploiter au mieux l’air extérieur comme principal vecteur de refroidissement de la partie IT.

Devant l'augmentation de l'efficience énergétique des serveurs et des équipements de stockage, des critères de réparabilité et de durabilité sont mis en place[36].

•Ressources bibliographiques
→ Autres indicateurs clés de performance durable d'Oracle Cloud comprennent l'utilisation de matériels hardware recyclés et reconditionnés, la gestion de l'énergie pour le système de refroidissement dans les centres de données[37].

Gestion fiable de l'énergie des racks serveurs et équipements réseau par bandeaux d'alimentation PDU intelligents. Ces PDUs intelligents sont disponibles dans un certain nombre de configurations et par différents fabricants, tels que Avocent / Emerson, Geist, Raritan, Dataprobe, Servertech et Uptime Devices. Beaucoup d'iPDU peuvent être gérés par leur serveur web embarquée qui permet la gestion de la configuration et la surveillance / mesure de paramètres environnementaux. Ces capacités combinées avec les fonctions DCIM traditionnelles du centre de données permettent une gestion sécurisée et une surveillance du réseau d'alimentation de haut niveau.
La surveillance de la puissance électrique et de l'environnement est possible en utilisant la solution innovante sans fil de Packet Power. Celle ci recueille et enregistre les paramètres de puissance et permet d'évaluer et d'optimiser leur PUE (Power Usage Effectiveness). Cette solution est adaptée pour la modernisation ou pour la création de nouveaux centres de données.

•Ressources bibliographiques
→ Les résultats montrent que COPA réduit respectivement 47 % et 70 % du coût de secours électrique pour un centre de données alimenté par l'énergie solaire et un centre de données alimenté par l'énergie éolienne[38].

Les centres de données Hyperscales sont apparus il y a une dizaine d’années lorsque des entreprises comme Amazon et Google ont commencé à avoir besoin de flottes d’un quart de million de serveurs ou plus. Lancé par Facebook en 2011 pour partager des solutions matérielles et logicielles pour rendre l’informatique plus économe en énergie.
•Ressources bibliographiques
How to stop data centres from gobbling up the world’s electricity[39].

• Ressources bibliographiques
→ Characterization of the Current Conditions of the ITSA Data Centers According to Standards of the Green Data Centers Friendly to the Environment[40].
→ Il serait aussi possible de rendre l’utilisation d’énergie des centres de données plus efficace. Selon une étude menée par Control Up, 77 % des serveurs sont suréquipés en hardware et ceci augmente inutilement leur consommation[41]
→ Conception des centres de données: dispositifs écologiques qui améliorent l'efficacité énergétique et la conservation d'énergie des centres de données (c.-à-d. Systèmes mécaniques et électriques écoénergétiques, énergie verte, utilisation de la lumière naturelle, etc.)[42].
→ La chaleur fatale rejetée par les centres de données constitue une source d’énergie récupérable pour d’autres usages[43].
→ Diverses techniques, y compris la structure des données, le matériel, le système ou l’optimisation au niveau du réseau ont été proposées pour réduire la consommation d’énergie des routeurs et/ou commutateurs[44]
→ Environnement et économie : une relation équivoque[45]

Les technologies de transmission filaire (cuivre, optique) et sans fil sont largement utilisées dans les réseaux informatiques. Et sont déterminants en fonction de l'usage spécifique qui en fait. Les câbles et connecteurs Ethernet cuivre sont largement utilisés dans les réseaux de centres de calcul, les fibres optiques sont privilégiées pour des besoins de transfert de données élevé, une faible perte de transmission et une faible consommation d'énergie[47]. Le réseau sans fil offre une interconnexion avec plus de flexibilité.

La limite de 100Gbps ne suffit pas, poussés par de plus en plus applications gourmandes en bande passante, les services cloud et applications 5G à venir. Les réseaux de centres de calcul augmentent en capacité pour des solutions plus rapides. Principaux fournisseurs de services cloud, tels qu'Amazon, Facebook, Google, et Microsoft, ont déjà adopté 100Gbps et vont rapidement passer à 400Gbps (norme 802.3bs) et au-delà. En effet, la portée d'une liaison non amplifiée est limitée en puissance, et elle dépend principalement de l'optique la puissance de sortie de l'émetteur, la perte de liaison de la fibre et la sensibilité du récepteur optique. Cela est possible en utilisant avec des modules optiques enfichables CFP2 à 100Gbps et CFP8 à 400Gbps. Aujourd'hui, l'industrie s'oriente vers des modules optiques enfichables à 400Gbps avec encore plus compacts avec les modules QSFP enfichables[48].

Pour répondre à ce besoin énorme de bande passante notamment pour interconnecter les centres de calcul, le multiplexage optique par division de longueur d'onde (WDM) est une technologie appréciée. Celle-ci peut prendre en charge plus de 100 longueurs d'onde par fibre et un taux de transmission de 100 Gbps par longueur d'onde. Ces réseaux optiques sont généralement basés sur la commutation de circuits optiques, par exemple, le commutateur de systèmes micro-électromécaniques (MEMS)[49].

Le choix de l’architecture physique d’un réseau est important et à impact très fort sur le coût, la fiabilité, l'exploitabilité et l'évolutivité du câblage.

Dans un centre de calcul, il existe plusieurs types d'architectures pour le câblage, dont TOR (Top of Rack) et EOR (End of Row).

L'architecture classique d'un centre de calcul est répartie sur trois niveaux, Core, Aggregation, et Accès.

ToR consiste à installer un commutateur d’accès dans chaque baie pour raccorder tous les serveurs qui y sont insérer. Les serveurs sont directement liés au commutateur d'accès dans cette méthode.

Il s'agit d'un commutateur 1RU qui est placé en position supérieure dans une baie et se connecte à tous les nœuds de calcul de cette baie.

Chaque baie de serveur possède généralement un ou deux commutateurs d'accès. Ensuite, tous les commutateurs d'accès sont connectés au commutateur d'agrégation situé dans la baie. Seule une petite quantité de câbles est nécessaire pour passer de la baie de serveur au baie d'agrégation[50].

Le but est de garder le plus gros du câblage à l’intérieur de la baie serveur. Le seul câblage vers l’extérieur étant celui des liaisons montantes du commutateur ToR vers les commutateur d’Agrégation/Core.

EOR (End of Rack) fait référence au déploiement centralisé des commutateurs d'accès dans une ou deux baies à l'extrémité de chaque baie.

Dans cette architecture EoR, chaque serveur est directement lié à un commutateur d'agrégation éliminant l'utilisation de commutateurs individuels dans chaque baie[51]..

Il réduit le nombre de périphériques réseau et améliore l'utilisation des ports du réseau. Cependant, une grande quantité de câbles est nécessaire pour le câblage horizontal. Parallèlement à l'approche EoR, il existe également un modèle de variante nommé MoR (Middle of Row). Les principales différences sont que les interrupteurs sont placés au milieu de la rangée et que la longueur du câble est réduite.

Disposition d'un commutateur TOR 10GbE 16 ports. L'unité d'alimentation (PSU) et les ventilateurs sont physiquement séparés du circuit imprimé principal pour l'intégrité du signal. Chaque cage SFP + permet jusqu'à 8 modules SFP +. Il y a une puce physical layer (PHY) qui implémente la couche physique du modèle OSI par module SFP.

L'ASIC est utilisé pour créer des commutateurs TOR. Un commutateur ASIC en lui-même n'est pas un commutateur Ethernet, c’est une facilité pour construire un commutateur fonctionnel, plusieurs autres puces sont nécessaires (PHY), ainsi que des logiciels de gestion de protocoles de mise en réseau Spanning-Tree ou OSPF. Le CPU n’est pas très puissant, tourne sous Linux et VxWorks et nécessite de la mémoire système DRAM et la mémoire flash pour du stockage secondaire[50].

Architecture maillée feuille épine

Ce système hiérarchique est en train de trouver ses limites avec l’explosion des trafics de données entre serveurs (trafic dit Est- Ouest, par opposition au trafic Nord-Sud, qui va des serveurs vers les utilisateurs), une alternative à l’architecture hiérarchique traditionnelle, connue sous le nom de Leaf-Spine (littéralement, feuille-épine dorsale)[52].

Dans ce modèle, une série de commutateurs, généralement positionnés en haut de rack, constituent la couche d’accès. Ces commutateurs disposent de liens complètement maillés avec des commutateurs de plus haut niveau qui constituent l’épine dorsale du réseau.

Les architectures Leaf-Spine sont adaptées aussi bien à un réseau de niveau 2 que de niveau 3, ce qui veut dire que les liens entre une feuille et le tronc peuvent aussi bien être commutés (au niveau Ethernet) que routés (au niveau IP)[53].

L'un des composants clés de pratiquement tous les commutateurs de couche 2 ou 3 est la mémoire adressable de contenu ternaire, ou TCAM.

La mémoire TCAM est utilisée pour une recherche rapide car elle parcourt toute la mémoire en une seule opération.Mais c'est une mémoire coûteuse, qui consomme également des ressources ASIC et de haute puissance. Par conséquent, les commutateurs et routeurs sont généralement équipés d'une mémoire TCAM de taille limitée. D'une taille de stockage 2K à 4K, un Virtual TCAM qui peut stocker jusqu'à 40K.
la taille mémoire TCAM défini le nombre de règles de flux gérable, pour une taille de 36 Mo, on compte jusqu'à 64K à 128K règles de flux, et jusqu'à 384 000 entrées de flux pour un routage et une commutation rapides[53]

Ce sont des commutateurs fabriqués par des ODM (Original Design Manufacturers) sans système d'exploitation réseau chargé sur eux. Un ODM, comme Accton ou Alpha Networks, est une entreprise qui conçoit et fabrique un produit tel que spécifié par une autre entreprise pour être rebaptisé[54]. Les clients doivent se procurer, séparément, un système d'exploitation réseau tiers NOS (Network Operating Systems) - comme Big Switch Light OS, Cumulus Linux OS, Pica8 PicOS - ou créer le leur comme Facebook avec Wedge[55] l'a fait. Le support et les services du système d'exploitation réseau doivent être obtenus auprès du NOS tiers.

Les éléments virtualisables du réseau d’un centre de calcul sont nombreux, pare-feu, commutateur, répartiteur de charge, Sonde. Ces produits sont développés sous forme logiciel pour les intégrer dans l’infrastructure virtualisée. On parle de NFV (Network function virtualization), en français « la virtualisation des fonctions de réseau », et de SDN. Un socle d’infrastructure constitue le NFV (les stockages, les mémoires, les processeurs et les réseaux), ces ressources sont allouées via un hyperviseur aux machines virtuelles.

Le matériel et l’hyperviseur constituent le NFV Infrastructure Les VNF (Virtualized Network Function), en français « fonction réseau virtualisée », sont implantés sous forme de logiciels à exécuter sur ces VM avec des fonctions pare-feu, commutateur, répartiteur de charge, routeurs, etc. La fonction réseau virtualisée est un concept d'architecture de réseau qui utilise les technologies de virtualisation informatique pour virtualiser des fonctions réseau en blocs de construction qui peuvent se connecter, ou s'enchaîner, pour créer des services de communication.

Les différents organes de contrôle et d'orchestrations permettent gérer à chaque niveau les ressources physiques, virtuelles et applicatives[56]. La gestion et la configuration du réseau peuvent être centralisées avec le SDN Controller. NFV est une technologie développée par l'Institut européen des normes de télécommunication ETSI[57].

L'image montre le serveur 1 auquel on ajoute deux autres serveurs clone pour augmenter la puissance de calcul en 2.

Scalabilité horizontale

La scalabilité horizontale a, comme le Parallélisme (informatique), la capacité d'étendre la puissance de traitement d'une application en multipliant le nombre de machines physiques qui lui sont attribuées. Elle se base sur une consommation d'énergie adaptative en corrélation avec les gains économiques inhérent comprenant une tolérance aux pannes et une disponibilité plus ou moins élevée en fonction des SLA

Dans ce cadre, les modèles d'architecture x86 et x64, historiquement basées sur CISC Microprocesseur à jeu d'instruction étendu Jeu d'instructions x86 avec des CPU Intel majoritaires dans le Cloud Computing, sont challengés par des modèles x86 AMD et Architecture ARM, comme ceux choisis par Amazon, est basée sur RISC Processeur à jeu d'instructions réduit.

Le Cloud Public[58] illustre cet usage. Une infrastructure informatique dans laquelle un fournisseur de services met des ressources à la disposition du public via internet. Les ressources varient selon le fournisseur mais peuvent inclure des capacités de stockage, des applications ou des machines virtuelles.

Coté puissance, une étude montre que « l'utilisation de systèmes basés sur ARM s'est avérée être un bon choix lorsque l'efficacité énergétique est nécessaire sans perte de performances[59].

Côté efficience énergétique, une évaluation à grande échelle ( 1600 vCPUen ARM64) indique que la famille de produits A1 atteint le même rapport qualité-prix dans le service Web multi niveau, jusqu'à 37% d'économies en transcodage vidéo et jusqu'à 65 % d'économies en tri à l'échelle du téraoctet, par rapport aux produits I3 et M5. familles. - The Power of ARM64 in Public Clouds[60]

Les architectures ARM sont initialement utilisées par les appareils mobiles, les architectures x86 et x64 par les serveurs.

Ci-dessous, tableau des différentes architectures, matériels, jeu de données utilisés

Tableau des CPU

Dans notre illustration, le serveur 1 a été modifié pour avoir trois fois plus de ressources en 2.

Scalabilité verticale

La scalabilité verticale est la capacité d'étendre la puissance de traitement d'un composant matériel ou logiciel en lui allouant davantage de ressources physiques telles que des processeurs (CPU, GPU, xPU) ou de la mémoire sur une même machine physique.

Le Cloud Privé[61] se définit comme un ensemble de services de calcul accessibles via Internet ou un réseau interne privé à un ensemble restreint d’utilisateurs sélectionnés plutôt qu’au grand public.

Cette tendance est caractérisée par un choix matériel avec des niveaux de performances plus importants pouvant répondre aux besoins : Cloud gaming, Big Data, l'Intelligence artificielle, Machine learning, Deep learning, Simulateur quantique Cloud-based quantum computing (en), blockchain

Pour effectuer le Calcul haute performance nécessaire à ces usages, l'architecture basée sur des CPU utilisée notamment dans les Xeon Phi est remplacée par le XPU (Xeon Scalable + GPU)[62] et GPGPU comme Tesla (NVIDIA) et AMD Fusion

Pour le Deep Learning en particulier, une étude montre que le GPGPU permet d’effectuer une simplification de calcul et donc un gain de puissance en utilisant le FPU directement dans la mémoire associative (Deep Learning GPGPU = Efficient neural network acceleration on GPGPU using content addressable memory[63])

Pour le jeu, c’est l’avènement du Cloud gaming, où à la fois pour la latence d'interaction et la qualité du streaming, sont des défis critiques vers le déploiement généralisé (Cloud gaming: architecture and performance[64])

Dans notre exemple, la montre connectée Smartwatch fait un premier traitement, le téléphone intelligent smartphone 5G un second et le serveur portant le Cloud en centre de calcul prend le relais.

scalabilité perpendiculaire

La scalabilité Perpendiculaire est la capacité d'étendre la puissance de traitement par la puissance de travail d'une ou plusieurs autres machines, en Frontal (serveur) et/ou en middleware.

Le Edge computing illustre cet usage. L’idée est de déporter la puissance de calcul vers la périphérie pour fournir un traitement parallèle distribué et adapter QoS pour différents types d'appareils.6 Machine Learning at the Edge: Efficient Utilization of Limited CPU/GPU Resources by Multiplexing[65]

En ajoutant une dimension nouvelle, à l’horizontal et à la verticale, le partage spatial permet de fournir pour les appareils des utilisateurs finaux des capacités de calcul plus importantes que ce dont ils disposent. (Multimedia Cloud Computing[66])

Les Consoles de jeux vidéo de neuvième génération basées sur une micro-architecture CPU AMD Zen 2 associée avec une micro-architecture GPU RDNA 2 Radeon sont proposées avec le Cloud gaming. Par exemple pour PlayStation 5 deux modèles existent, le modèle Cloud comprend moins de composants et le prix d’achat moins cher. "Deus Ex Silicium" sur Youtube présente une analyse détaillée du démontage des consoles, PlayStation 5[67] et Xbox Series[68]

Les architectures ARM sont disponibles en image dans une étude portant sur la puissance et l'efficience énergetique (Arm Neoverse N1 Cloud-to-Edge Infrastructure SoCs[69])

Côté innovation française, une entreprise grenobloise, Kalray[70] propose une architecture MIMD dans une matrice de processeurs massivement parallèle MPPA