LEXIQUE
Data center Edge : Infrastructure de petite taille déployée au plus près des utilisateurs pour réduire la latence (< 10 ms), usages 5G, IoT, industrie 4.0.
Edge computing : Traitement des données au plus proche de leur source, hors des clouds centraux. Réduit la latence et la consommation de bande passante.
UNITÉS DE MESURE
kW : Kilowatt. Unité de puissance électrique de base pour mesurer la consommation par rack (5–20 kW standard ; > 100 kW en haute densité IA). MW : Mégawatt (1 000 kW). Unité de référence pour la capacité d'un site data center exprimée en puissance IT (IT load). MWh : Mégawattheure. Unité d'énergie consommée sur une période ; base de facturation et de calcul des achats d'énergie renouvelable. MWit : Mégawatt informatique. Puissance dédiée aux seuls équipements IT, excluant refroidissement et infrastructure support, indicateur de capacité effective.
TECHNOLOGIES ET ARCHITECTURE
INTELLIGENCE ARTIFICIELLE ET CALCUL
Rack : Armoire standardisée logeant les serveurs. Densité mesurée en kW/rack, indicateur clé de modernité et d'intensité d'usage. Redondance : Duplication des composants critiques (énergie, refroidissement, réseau) pour garantir la disponibilité. Niveaux normalisés Tier I à IV (Uptime Institute). Refroidissement par liquide (DLC) : Liquide amené au contact direct des composants (GPU, CPU). Indispensable pour les hautes densités IA/HPC ; améliore le PUE. SDDC : Software-DefinedData Center. Architecture entièrement virtualisée et pilotée par logiciel, fondement de l'infrastructure as code et de l'automatisation. Onduleurs (UPS) : Alimentation sans interruption assurant la continuité électrique lors de coupures réseau, en attente du basculement sur groupes électrogènes. Meet-Me Room (MMR) : Espace d'interconnexion physique entre locataires et opérateurs télécoms au sein d'un data center de colocation. Cœur de l'écosystème de connectivité.
GPU : Processeur graphique reconverti en accélérateur de calcul pour l’IA. LLM : Large Language Model. Modèle de langage à très grande échelle (GPT-4, Mistral…) ; charge computationnelle majeure, tant à l'entraînement qu'à l'inférence. Entraînement IA : Phase d'apprentissage d'un modèle sur de grands corpus de données. Charge intensive, discontinue, nécessitant des clusters GPU dédiés et une énergie stable sur la durée. Inférence IA : Phase opérationnelle : le modèle entraîné répond aux requêtes en temps réel. Charge continue, sensible à la latence ; principale composante de croissance de la demande DC 2025- 2026. HPC / Calcul Haute Performance : Supercalcul à très grande échelle pour la recherche scientifique et industrielle. Converge aujourd'hui avec les infrastructures GPU pour les workloads IA hybrides.
INDICATEUR DE PERFORMANCE
PUE : Power Usage Effectiveness. Ratio puissance totale / puissance IT. PUE idéal = 1,0 ; meilleurs sites hyperscale : 1,1–1,2 ; seuil réglementaire visé par l'EED : < 1,3.
TYPOLOGIES DE DATA CENTERS
Hyperscale : Data center > 100 MW opéré par un géant du cloud (AWS, Azure, GCP…), conçu pour une montée en charge quasi- illimitée avec des économies d'échelle massives. Colocation : Hébergement mutualisé : l'opérateur fournit espace, énergie et connectivité ; le client installe et exploite ses propres serveurs.
Chambre blanche : Salle des serveurs à conditions contrôlées (température, hygrométrie, propreté). Cœur opérationnel du data center.
Source : Cushman & Wakefield Research France
CUSHMAN & WAKEFIELD | DE L'ALGORITHME À LA PIERRE
35
Powered by FlippingBook