Damien LANDRE : "Caractérisation, prévision et ordonnancement de workload dans un datacenter vert"

Résumé : Les activités humaines ont sans équivoque contribué au réchauffement climatique, principalement via les émissions de gaz à effet de serre (GES). Différents secteurs, dont celui des technologies de l'information et de la communication (TIC), contribuent aux émissions de GES. Dans le secteur des TIC, les centres de données sont parmi les plus gros consommateurs d'énergie et émetteurs de GES. Il existe plusieurs moyens de réduire la consommation d'énergie et les émissions de GES des centres de données, comme le recours à des sources d'énergie renouvelables sur site ou hors site au moyen d'accords d'achat d'électricité (AAE). Les entreprises de ce secteur investissent de plus en plus dans les énergies renouvelables. Mais dans la majorité des cas, ces entreprises prétendent alimenter leurs centre de données avec des énergies renouvelables hors site via des AAE, alors qu'elle provient du réseau électrique. Par conséquent, elles se dispensent de la gestion de l'intermittente de ces sources d'énergie. Cette thèse se situe dans le cadre du projet Datazero2 qui propose la conception d'un centre de données déconnecté du réseau électrique et alimenté par des panneaux photovoltaïques et des éoliennes sur site, combinés à des sources de stockage afin de gérer l'intermittence de ces sources d'énergie. Le centre de données est géré à la fois hors ligne, pour anticiper les évènements sur le long-terme, et en ligne, pour réagir aux évènements imprévus. La partie hors ligne est basée sur un processus de négociation entre la partie électrique (production d'énergie et stockage d'énergie) et la partie informatique (demande des utilisateurs et serveurs) pour déterminer une commande de puissance à appliquer à l'infrastructure sur une fenêtre temporelle à venir, tandis que la partie en ligne applique cette commande de puissance et l'adapte en fonction des évènements. Une commande de puissance se traduit par une série temporelle de valeurs de puissance définies sur chaque intervalle de temps de la fenêtre temporelle à venir et est appelée profil de puissance. La partie informatique hors ligne nécessite des prévisions de la charge de travail afin de fournir des profils de consommation de puissance lors du processus de négociation. Cette thèse propose une approche pour construire des profils de consommation de puissance lors du processus de négociation. Cette approche intègre la prévision de la charge de travail des utilisateurs dans le but de fournir une prévision de consommation de puissance minimale en optimisant l'utilisation des ressources informatiques. Tout d'abord, nous présentons une étude des saisonnalités de différentes séries temporelles issues de différentes charges de travail, puisqu'il s'agit d'un élément essentiel dans le choix des méthodes de prévision à déployer pour calculer une prévision.[...]

Composition du jury: 

Laurent PHILIPPE, Professeur des universités, Université Bourgogne Franche-Comté, Directeur de thèse

Christophe CERIN, Professeur des universités, Université Sorbonne Paris-Nord, Rapporteur

Sébastien MONNET, Professeur des universités, POLYTECH Annecy-Chambéry, Rapporteur

Jean-Marc NICOD, Professeur des universités, Université Bourgogne Franche-Comté, Examinateur

Fanny DUFOSSE, Chargée de recherche, INRIA Grenoble - Rhône Alpes, Examinateur

Jean-Marc PIERSON, Professeur des universités, IRIT - Université de Toulouse 3 Paul Sabatier, CoDirecteur de thèse

Localisation : Salle des Actes - UFR ST - Bâtiment B 16 Route de Gray 25000 BESANCON - Université de Franche-Comté