Ce que nous mesurons, et ce que nous ne mesurons pas
Imaginez trois propositions de centres de données posées sur le même bureau.
Chacune affiche un PUE (Power Usage Effectiveness) de 1,2.
Le premier chiffre est une estimation de conception pour une installation fonctionnant à pleine charge prévue. Le second est une moyenne annuelle issue d'un site en exploitation. Le troisième concerne une zone technique au sein d'un bâtiment à usage mixte plus vaste.
Sur le papier, ils semblent identiques.
Ils répondent pourtant à des questions différentes.
C'est là toute la particularité d'un indicateur d'infrastructure. Un chiffre peut être calculé avec précision tout en induisant une comparaison trompeuse lorsque son périmètre, sa méthode et ses conditions d'exploitation sont occultés.
Le PUE (Power Usage Effectiveness) est l'exemple le plus courant. Il divise l'énergie totale consommée par un centre de données par l'énergie fournie à ses équipements informatiques.
Si les serveurs, le stockage et les équipements réseau consomment 100 unités d'énergie tandis que le refroidissement, la conversion de puissance, l'éclairage et les autres infrastructures de support en consomment 20, le PUE est de 1,2.
Cela nous apporte une information utile. Pour 100 unités atteignant l'équipement informatique, 20 unités supplémentaires soutiennent l'installation environnante.
Cela ne nous dit pas quelle quantité de travail informatique utile a été accomplie par l'équipement. Cela ne nous indique pas non plus la quantité d'eau utilisée par le système de refroidissement, la provenance de l'électricité, si la chaleur a été récupérée, quel était le taux d'utilisation des serveurs, ou ce qui a été nécessaire pour fabriquer et construire l'infrastructure.
Un indicateur est une fenêtre soigneusement choisie sur un système.
Le problème survient lorsque nous confondons la fenêtre avec la vue d'ensemble.
Un même chiffre peut décrire des réalités différentes
Le PUE a connu un tel succès parce qu'il a rendu lisible un problème d'ingénierie complexe.
Avant son introduction, les exploitants de centres de données manquaient d'une méthode largement acceptée pour distinguer l'électricité utilisée par les équipements informatiques de celle consommée par l'infrastructure qui les soutient. Le PUE a fourni aux ingénieurs un ratio simple à suivre au gré des évolutions des systèmes de refroidissement, de la distribution électrique, des contrôles et des pratiques d'exploitation.
Cet indicateur est depuis devenu une norme internationale. La version révisée de la norme ISO/IEC 30134-2:2026 définit la manière dont le PUE doit être mesuré, calculé et rapporté, en incluant les catégories de mesure, les bâtiments à usage mixte, la production d'énergie sur site et l'énergie n'ayant pas fait l'objet d'un comptage direct.
Ces règles sont essentielles, car le calcul n'est simple qu'une fois ses limites définies d'un commun accord.
Où la consommation énergétique totale de l'installation est-elle mesurée ?
Quels équipements sont considérés comme informatiques ?
Le chiffre couvre-t-il l'ensemble du site ou seulement une partie ?
Est-il basé sur un modèle théorique, un instantané opérationnel ou une année complète ?
Quelle quantité d'équipements informatiques était installée et active durant la période de mesure ?
Les réponses peuvent modifier considérablement le résultat.
Une installation faiblement occupée peut afficher un PUE moins performant, car les pompes, les systèmes de contrôle, les équipements électriques et une partie du système de refroidissement continuent de fonctionner alors que la charge de travail informatique est relativement faible. À mesure que la charge informatique augmente, cette énergie de soutien est répartie sur un dénominateur plus important.
Prenons un exemple simplifié. Une installation utilisant 20 unités d'énergie de soutien pour 50 unités d'informatique affiche un PUE de 1,4. Si la charge informatique passe à 100 alors que l'énergie de soutien reste à 20, le PUE s'améliore pour atteindre 1,2.
L'installation consomme désormais plus d'énergie au total, mais son ratio d'infrastructure semble meilleur.
Il n'y a aucune malhonnêteté ici. Le taux d'occupation a simplement changé.
Le climat, la redondance, l'ancienneté de l'installation, la conception du refroidissement et la taille peuvent également influencer ce chiffre. Les systèmes conçus pour une haute résilience peuvent maintenir des équipements supplémentaires en veille ou en fonctionnement, ce qui consomme de l'énergie. Une installation située dans un climat frais pourra évacuer la chaleur avec moins de refroidissement mécanique qu'une conception identique située dans une région chaude.
C'est pourquoi le PUE était initialement surtout utile pour suivre l'évolution d'un même centre de données dans le temps. Vouloir en faire un classement entre des installations disparates demande à cet indicateur bien plus que ce pour quoi il a été conçu. L'Uptime Institute a mis en garde à plusieurs reprises contre les comparaisons directes sans contexte, soulignant que le climat local, le taux d'utilisation, l'ancienneté, la conception, la redondance et la taille de l'installation influencent tous le résultat.
Son enquête de 2026 en a fourni un exemple particulièrement clair. Le PUE annuel moyen rapporté par les installations était de 1,52. Lorsque ces mêmes résultats ont été pondérés par la capacité informatique installée, donnant ainsi plus de poids aux sites plus vastes, la moyenne est tombée à 1,36. Les grandes installations récentes ont tendance à utiliser des systèmes d'alimentation et de refroidissement plus efficaces ; la méthode de calcul de la moyenne a donc sensiblement modifié la perception des résultats.
Ces deux chiffres proviennent pourtant du même secteur.
Le dénominateur a déterminé l'image que nous avons eue de l'industrie.
Notre guide complet sur ce que mesure le PUE et ce qu'il omet examine ces conditions de mesure plus en détail. La leçon plus large s'applique à chaque métrique d'infrastructure : le chiffre ne devient significatif que lorsque le lecteur sait comment il a été produit.
Un bon PUE peut coexister avec une informatique inefficace
Ce que le PUE omet de plus important, c'est le travail lui-même.
Le PUE considère l'énergie atteignant l'équipement informatique comme une charge utile. Il ne demande pas ce que l'équipement fait de cette énergie.
Un serveur inactif doit toujours être comptabilisé dans le dénominateur.
Tout comme un vieux serveur effectuant beaucoup moins de travail par watt qu'un équipement plus récent. Tout comme le matériel surdimensionné attendant une demande qui pourrait ne jamais arriver.
Un centre de données peut donc améliorer son PUE tout en laissant une inefficacité substantielle au sein des baies.
Il ne s'agit pas d'un défaut technique du calcul. Le PUE mesure l'efficacité de l'infrastructure des installations. Le problème vient du fait de le laisser représenter l'efficacité globale du centre de données.
L'Uptime Institute a illustré l'ampleur de la question manquante dans une analyse des données de consommation électrique de plus de 300 centres de données. Il a constaté que plus de 65 % de l'énergie utilisée par l'équipement informatique était associée à seulement 7 % du travail informatique, principalement en raison de matériel ancien et utilisé de manière inefficace. Cette recherche date de plusieurs années, elle ne doit donc pas être interprétée comme une moyenne actuelle du secteur. Elle reste une démonstration utile de ce que le PUE ne peut pas voir.
Le remplacement évident serait une métrique qui mesure le travail utile par unité d'énergie.
En créer une s'est avéré difficile.
Un serveur web, un système de stockage, un cluster de calcul scientifique et un service d'inférence GPU effectuent différents types de travail. Les transactions, les octets stockés, les opérations en virgule flottante, les requêtes traitées et les modèles servis ne sont pas directement interchangeables.
Même des mesures apparemment simples comme les téraFLOPS nécessitent un contexte. La précision numérique compte. La puissance de l'accélérateur n'augmente pas de manière parfaitement linéaire avec l'utilisation. La conception logicielle affecte la performance réelle de l'application qu'une capacité matérielle nominale fournit.
L'Uptime Institute recommande désormais les mesures de travail par énergie principalement pour suivre l'amélioration au sein d'un environnement défini, plutôt que de traiter des charges de travail disparates comme directement comparables. Un opérateur de GPU pourrait suivre les TFLOPS par mégawattheure au fil du temps, à condition que le matériel, la précision numérique, l'utilisation et les limites de la charge de travail restent clairs.
C'est un schéma récurrent.
Le PUE fonctionne mieux lorsqu'une installation se compare à son propre passé.
Les mesures de travail par énergie fonctionnent mieux lorsqu'un opérateur compare une charge de travail ou un système clairement défini avec une version antérieure de lui-même.
Les métriques s'affaiblissent à mesure que la comparaison s'éloigne des conditions qui les ont produites.
Notre article sur la quantité d'énergie consommée par un centre de données distingue un autre ensemble de chiffres souvent confondus : la capacité de connexion, la demande maximale, la consommation réelle, la charge informatique et la puissance de calcul utile.
Ils sont liés.
Aucun ne peut se substituer aux autres.
Chaque nouvelle mesure révèle une limite supplémentaire
Les limites du PUE ont conduit à la création d'autres indicateurs d'efficacité pour les centres de données.
L'efficacité de l'utilisation de l'eau, ou WUE, met en relation la consommation d'eau du site et la consommation énergétique informatique. Elle rend visible une ressource que le PUE ne peut pas détecter.
Mais le WUE soulève ses propres questions.
Ce chiffre fait-il référence à l'eau prélevée ou à l'eau consommée ? Inclut-il uniquement l'eau entrant dans l'installation, ou également l'eau associée à la production d'électricité ? S'agit-il d'eau potable, recyclée ou puisée dans une autre source d'eau douce ? Le site est-il situé dans une région riche en eau ou dans un bassin versant sous tension ?
Un litre n'a pas la même conséquence locale partout.
Notre guide sur l'efficacité de l'utilisation de l'eau explique ces limites, tandis que la question de l'eau derrière chaque centre de données examine comment le refroidissement, l'électricité, le climat et l'emplacement façonnent l'empreinte globale.
Les indicateurs carbone sont confrontés à un problème similaire. Les émissions basées sur le lieu reflètent l'électricité physiquement fournie par le réseau local. Le reporting basé sur le marché peut prendre en compte des achats contractuels ou des certificats. Les deux peuvent être calculés correctement tout en décrivant des relations différentes entre une installation et le système électrique.
Le facteur d'énergie renouvelable évalue quelle part de l'approvisionnement énergétique provient de sources renouvelables. Le facteur de réutilisation de l'énergie suit la quantité d'énergie quittant le centre de données qui est réutilisée à d'autres fins. Le ratio d'efficacité du refroidissement se concentre plus précisément sur la performance du système de refroidissement.
La série de normes ISO sur la performance des centres de données inclut désormais des normes distinctes pour le PUE, l'énergie renouvelable, l'efficacité énergétique et l'utilisation des serveurs, la réutilisation de l'énergie, l'efficacité du refroidissement, le carbone et l'eau. Le nombre de normes souligne un point qu'un score universel unique ne peut pas exprimer : la performance d'un centre de données comporte plusieurs dimensions.
Certaines de ces dimensions sont contradictoires.
Une redondance accrue peut augmenter la consommation d'énergie tout en réduisant le risque d'interruption de service.
Le refroidissement par évaporation peut améliorer l'efficacité énergétique tout en consommant davantage d'eau.
Faire fonctionner les équipements plus longtemps permet d'éviter l'impact lié à la fabrication de nouveaux composants, tandis qu'un matériel plus récent peut accomplir davantage de tâches avec moins d'énergie opérationnelle.
La récupération de chaleur peut améliorer l'utilisation de l'énergie sortant du centre de données, mais uniquement si une demande de chaleur compatible et un raccordement existent à proximité.
Une mesure peut nous indiquer si une partie de ce système s'est améliorée.
Elle ne peut pas déterminer quel compromis est le plus important pour le site, la charge de travail, le client ou la communauté.
La limite physique n'est qu'une contrainte parmi d'autres. Le temps en crée une autre.
La plupart des mesures opérationnelles décrivent ce qui se passe une fois que le centre de données est en service. Elles disent peu de choses sur le béton, l'acier, l'électronique, les équipements de refroidissement, les serveurs, les processeurs graphiques, le transport, la maintenance, le remplacement et l'élimination nécessaires tout au long du cycle de vie de l'infrastructure.
Cette empreinte manquante peut devenir significative à mesure que les réseaux électriques se décarbonent et que la construction de centres de données s'accélère.
Une étude de cycle de vie de 2025 menée par des chercheurs de Microsoft a comparé quatre approches de refroidissement en tenant compte de l'extraction des matières premières, de la fabrication, de la construction, de l'exploitation et de l'élimination finale. Ces travaux ont duré plus de deux ans, en partie parce que les fournisseurs ne disposaient pas toujours de données détaillées sur les impacts liés à leurs équipements, ou ne les partageaient pas. L'étude a révélé que le changement de technologie de refroidissement pouvait modifier les résultats en matière d'énergie, d'eau et de gaz à effet de serre sur l'ensemble du cycle de vie, tout en soulignant que les résultats dépendaient des hypothèses de conception et de la source d'électricité.
C'est pourquoi notre article sur l'empreinte des centres de données que les mesures opérationnelles omettent considère les bâtiments et le matériel comme faisant partie intégrante du système, plutôt que comme des éléments de second plan qui disparaîtraient une fois l'installation ouverte.
L'efficacité opérationnelle reste importante.
Elle ne commence tout simplement pas à la mise en service et ne s'arrête pas au compteur électrique.
Un chiffre fiable s'accompagne de ses conditions
Une bonne mesure ne nécessite pas une métrique parfaite.
Elle exige de la rigueur quant à ce que chaque chiffre peut justifier.
Une déclaration d'efficacité utile pour un centre de données doit rendre plusieurs éléments visibles : la métrique et sa définition, la limite physique, les équipements inclus, la période de mesure, la charge opérationnelle, les conditions climatiques pertinentes, et si la valeur est modélisée, testée ou observée en fonctionnement normal.
Une comparaison nécessite encore plus de précautions. Les deux parties doivent utiliser des définitions, des périodes, des limites de système et des hypothèses d'exploitation compatibles.
Un « PUE de 1,2 » est moins informatif qu'il n'y paraît au premier abord.
« PUE opérationnel moyen annuel de 1,2 pour cette installation, mesuré selon la catégorie ISO indiquée au cours de cette période de reporting » apporte au lecteur une preuve bien plus tangible.
Une fourchette peut parfois s'avérer plus utile qu'un chiffre unique. Il en va de même pour les valeurs saisonnières, les plages de charge ou les mesures distinctes selon les différentes configurations.
L'objectif n'est pas de rendre chaque déclaration illisible.
Il s'agit de préserver les informations qui permettent de comprendre la signification du chiffre.
La réglementation commence à pousser le secteur dans cette direction.
Les grands centres de données de l'UE communiquent déjà des informations sur leur performance énergétique et leur empreinte hydrique à une base de données européenne, conformément à la directive sur l'efficacité énergétique et au règlement délégué 2024/1364. La Commission publie des données agrégées et prépare un système de notation plus large ainsi que des normes de performance minimales. Au 1er septembre 2026, le dispositif de notation est toujours en cours d'élaboration suite à une consultation publique menée plus tôt dans l'année.
L'approche proposée utilise plusieurs indicateurs plutôt que de demander au PUE de porter seul tout le poids du jugement. C'est le bon réflexe, même si multiplier les chiffres ne garantit pas la clarté. Un label dépend toujours de la fiabilité du reporting, de la comparabilité des périmètres et d'une explication honnête de ce qui est exclu.
Pour Policloud, la réponse responsable aujourd'hui n'est pas de fournir un chiffre d'efficacité universel unique pour chaque unité, configuration et site.
Les architectures de refroidissement diffèrent. Les charges de travail diffèrent. L'utilisation évolue. Le climat change. Une valeur de conception ou de test ne décrit pas automatiquement le fonctionnement annuel, et une mesure effectuée sur un déploiement ne devient pas une moyenne pour l'ensemble du parc.
Les directives publiques actuelles exigent donc que les chiffres relatifs à la performance, au refroidissement, à l'eau, à la récupération de chaleur et à l'environnement conservent leur modèle, leur configuration, leurs conditions et leur périmètre d'approbation. L'utilisation publique des valeurs de PUE de Policloud reste soumise à l'approbation du propriétaire, plutôt que d'être transformée d'un document technique en une allégation marketing générale.
Cette retenue a un coût commercial.
Un chiffre unique et bas est plus facile à mettre en avant dans un titre.
Cela crée également un problème plus important lorsqu'un acheteur technique, un régulateur, un journaliste ou une autorité locale demande ce que le chiffre décrit réellement.
La position de Policloud est que les métriques d'infrastructure doivent suivre le système physique.
Une spécification maximale doit rester une spécification maximale.
Une valeur modélisée doit rester modélisée.
Un résultat de test doit mentionner les conditions du test.
Un résultat de site doit rester attaché au site.
Une métrique opérationnelle ne doit pas devenir une allégation sur le cycle de vie.
Un chiffre qui n'a pas été validé pour un usage public défini ne devrait pas figurer dans les titres.
Cela ne rend pas la mesure moins ambitieuse.
Cela rend les preuves plus durables.
L'industrie des centres de données a besoin du PUE. Elle a également besoin du WUE, du taux d'utilisation, des mesures de travail par unité d'énergie, des données sur le carbone, de la performance du refroidissement, des informations sur les sources d'énergie, des données sur la réutilisation de la chaleur et d'analyses du cycle de vie lorsque ces questions sont pertinentes.
Aucune organisation ne mesurera parfaitement chaque dimension dès le départ.
La distinction honnête réside entre ce qui a été suffisamment bien mesuré pour étayer une décision et ce qui reste inconnu, incomplet ou en dehors du périmètre actuel.
C'est ce que nous mesurons.
Et ce que nous ne mesurons pas.
Une métrique digne de confiance ne cherche pas à faire paraître simple un système complexe.
Elle indique au lecteur précisément quelle partie du système a été rendue visible.
