Un centre de données a plus d'une vie.
Au terme de sa quatrième année, un serveur peut disparaître d'un modèle comptable tout en restant fixé dans une baie.
La méthode de reporting carbone de Google répartit les émissions liées à la fabrication des équipements des centres de données sur quatre ans, une période choisie pour correspondre à sa comptabilité financière. L'entreprise note que ses équipements restent souvent en service plus longtemps. Elle répartit les émissions incorporées des bâtiments des centres de données sur 20 ans. (Méthodologie de l'empreinte carbone de Google rend cette distinction explicite.)
Rien de physique ne se produit à l'échéance de ces périodes comptables.
Le serveur ne cesse pas soudainement de fonctionner. Le béton ne se dissout pas. L'équipement de refroidissement n'oublie pas comment évacuer la chaleur. Une convention de reporting a atteint sa limite ; l'infrastructure n'a pas nécessairement atteint la fin de sa durée de vie utile.
C'est l'une des raisons pour lesquelles l'impact environnemental d'un centre de données est difficile à résumer dans un tableau de bord.
L'installation contient des couches qui vieillissent à des rythmes différents. Un bâtiment peut abriter plusieurs générations d'équipements informatiques. Les systèmes d'alimentation et de refroidissement peuvent être réparés, étendus ou remplacés selon leurs propres calendriers. Les serveurs contiennent des composants avec des taux de défaillance et des cycles de mise à niveau différents. Les accélérateurs peuvent devenir commercialement obsolètes tout en restant techniquement fonctionnels.
Il y a ensuite le compteur électrique, qui comptabilise un type d'impact différent à chaque heure de fonctionnement du site.
Des indicateurs tels que l'efficacité de l'utilisation de l'énergie (PUE) et l'efficacité de l'utilisation de l'eau (WUE) sont les plus utiles durant la phase d'exploitation. Ils montrent ce que l'installation consomme lorsque les équipements informatiques sont en marche.
L'empreinte physique a commencé bien plus tôt.
Elle a débuté avec l'extraction des matériaux, la fabrication des puces, la production d'acier, le béton, les machines de refroidissement, l'équipement électrique, la fabrication et le transport. Elle se poursuit par la maintenance et le remplacement du matériel. Elle se termine, si l'on fixe la limite aussi loin, par la réutilisation, le recyclage, la récupération des matériaux ou l'élimination.
Un centre de données n'a donc pas une durée de vie unique.
Il en possède plusieurs qui se chevauchent, et le résultat environnemental dépend en partie de l'horloge que nous choisissons de regarder.
L'empreinte environnementale commence bien avant le premier watt consommé.
L'analyse du cycle de vie permet de suivre un produit ou un système au-delà d'une simple étape d'utilisation.
Les normes ISO 14040 et ISO 14044 définissent les principes et les exigences relatifs à la définition de l'objectif, du champ d'application, de l'inventaire, de l'évaluation des impacts, de l'interprétation, des limites et de la révision d'une ACV. La première étape consiste à déterminer ce qui est évalué et où se situent les limites du système.
Pour un centre de données, cette décision devient rapidement complexe.
L'évaluation couvre-t-elle le bâtiment et ses fondations ? Le raccordement électrique ? L'alimentation de secours ? Les équipements de refroidissement ? Les serveurs et le stockage ? Les processeurs qu'ils contiennent ? Les logiciels ? La production d'électricité ? Le remplacement du matériel ? Le transport ? Le traitement en fin de vie ?
Deux études peuvent décrire un « cycle de vie de centre de données » tout en incluant des combinaisons différentes de ces éléments.
Une étude publiée en 2025 dans Nature et menée par des chercheurs de Microsoft a tenté une évaluation exceptionnellement large du refroidissement des centres de données. Elle a suivi quatre approches de refroidissement en tenant compte des logiciels, des processeurs, des serveurs, de l'infrastructure de refroidissement, du bâtiment, de l'approvisionnement en électricité, de la fabrication, de l'exploitation et de la fin de vie. Selon les hypothèses de l'étude, les méthodes avancées de refroidissement liquide ont permis de réduire la demande énergétique, les émissions de gaz à effet de serre et la consommation d'eau douce sur toute la durée de vie par rapport à la référence du refroidissement par air. Les résultats s'appliquent aux systèmes et conditions modélisés, plutôt que d'établir un classement universel pour chaque site ou charge de travail. (L'étude complète décrit ses limites de cycle de vie et ses scénarios.)
L'importance réside en partie dans ce que les chercheurs ont dû comptabiliser.
Une plaque froide n'est pas seulement un dispositif susceptible de réduire la consommation d'électricité ou d'eau après son installation. Elle doit être fabriquée. Elle contient des matériaux. Les pompes, les tuyaux, les échangeurs de chaleur et les commandes ont leurs propres chaînes d'approvisionnement. Modifier l'architecture de refroidissement peut réduire une charge opérationnelle tout en en introduisant une autre, liée à l'énergie grise.
L'évaluation cherche à savoir si l'échange global est rentable sur la période et dans les conditions étudiées.
Google a appliqué un périmètre tout aussi large à cinq générations de ses accélérateurs d'IA. Son analyse interne a inclus la construction du centre de données, la fabrication des serveurs et des accélérateurs, le transport, l'électricité utilisée pendant le développement et le service de l'IA, ainsi que le retrait du matériel. Les auteurs ont établi des inventaires de composants couvrant les processeurs, la mémoire, les cartes de circuits imprimés, les équipements de gestion thermique, les boîtiers et d'autres pièces.
Pour une configuration de machine TPU v5e, l'étude a estimé environ 2 277 kg d'émissions équivalent CO2 liées à la fabrication et 471 kg supplémentaires liés au transport. Il ne s'agit pas de chiffres génériques pour un serveur GPU. Ils sont propres au matériel, à la chaîne d'approvisionnement, aux hypothèses et à la méthode d'ACV de Google. Leur utilité réside dans la mise en évidence de l'ampleur de la fabrication, et non dans la transformation d'une machine en une moyenne industrielle.
Le processeur n'est qu'une partie de ce résultat. La mémoire, les cartes de circuits imprimés, les composants thermiques, le métal, l'emballage et la logistique arrivent tous avant même la première charge de travail.
Les indicateurs opérationnels ne peuvent pas les voir, car ils ont été conçus pour une autre tâche.
Une valeur PUE peut indiquer si moins d'électricité est perdue dans les systèmes de refroidissement et d'alimentation. Elle ne peut pas indiquer si un nouveau serveur a nécessité plus de matériaux et un impact de fabrication plus important que celui qu'il a remplacé. Le WUE peut suivre l'intensité de la consommation d'eau pendant l'exploitation. Il ne peut pas décrire l'eau et les produits chimiques utilisés dans la production de semi-conducteurs.
Cette distinction plus large est au cœur de ce que mesurent les indicateurs d'efficacité des centres de données, et ce qu'ils ne mesurent pas.
Une amélioration opérationnelle peut être réelle.
Elle peut aussi ne représenter qu'un aspect d'un compromis.
Le bâtiment et le matériel ne suivent pas le même rythme
Un centre de données est souvent décrit comme une installation unique, mais ses composants ne deviennent pas obsolètes au même moment.
Le bâtiment et l'infrastructure du site peuvent rester utiles sur plusieurs cycles technologiques. La distribution électrique, les équipements de refroidissement, le réseau, les baies, les serveurs, le stockage, la mémoire et les accélérateurs peuvent tous avoir des calendriers de réparation et de remplacement différents.
L'étude de Google sur le matériel d'IA énonce clairement ce principe : les bâtiments des centres de données durent généralement beaucoup plus longtemps que les machines qu'ils abritent, de sorte qu'une même installation peut supporter plusieurs générations de matériel. Sa comptabilité attribue une part des émissions liées à la construction à chaque machine sur la base d'une période de 20 ans pour le bâtiment.
Cette répartition est nécessaire pour le calcul.
Il ne s'agit pas d'une prédiction selon laquelle chaque bâtiment sera démoli après 20 ans, ou que chaque serveur devrait être mis au rebut après quatre ou six ans.
La durée de vie comptable, la durée de vie modélisée, la période de garantie, la durée de vie économique et la durée de vie physique sont des concepts différents.
Un composant peut rester fonctionnel après avoir été totalement amorti. Il peut rester réparable après l'expiration de la garantie initiale. Il peut aussi devenir économiquement obsolète avant même de tomber en panne, car un matériel plus récent accomplit beaucoup plus de travail avec la même quantité d'électricité, occupe moins d'espace ou prend en charge des charges de travail que l'ancien système ne peut pas exécuter.
La question environnementale est donc plus complexe que « Combien de temps cet équipement peut-il durer ? »
Elle est :
À quel moment l'avantage opérationnel d'un remplacement justifie-t-il la fabrication d'une nouvelle machine ?
La réponse varie en fonction de la charge de travail.
Des recherches menées par l'Université de Californie à San Diego ont examiné si les processeurs plus anciens pouvaient rester utiles dans les centres de données plutôt que d'être retirés selon un calendrier de renouvellement fixe. Les processeurs plus récents offraient de meilleures performances globales, mais l'ampleur de cet avantage variait selon la charge de travail. Pour certaines tâches, conserver un équipement plus ancien pouvait rester pratique et éviter les émissions intrinsèques liées à un remplacement prématuré. (Le document décrit ses tests de charge de travail et son argument en faveur de l'extension de la durée de vie.)
L'électricité modifie également le calcul.
Dans un système électrique à fortes émissions opérationnelles, le remplacement d'équipements inefficaces peut compenser son impact de fabrication relativement rapidement grâce à une consommation d'électricité réduite. Lorsque l'électricité est déjà décarbonée, la fabrication peut représenter une part plus importante des émissions sur l'ensemble du cycle de vie, et l'avantage de conserver du matériel fonctionnel peut s'accroître.
Le taux d'utilisation compte aussi.
Un vieux serveur fonctionnant près de sa capacité peut accomplir plus de travail utile par unité d'impact incorporé qu'un nouveau serveur acheté par précaution et laissé en grande partie inutilisé. À l'inverse, un matériel plus récent peut parfois consolider la charge de travail de plusieurs anciennes machines, permettant de mettre au rebut davantage d'équipements et de réduire la demande opérationnelle.
Il n'existe pas d'intervalle de renouvellement universel responsable.
« Plus récent signifie plus efficace » peut être vrai au niveau de la performance par watt. « Conserver l'équipement plus longtemps évite la fabrication » est vrai au niveau de l'impact incorporé. Aucune de ces affirmations ne permet de trancher seule la question du remplacement.
L'étude de Google sur les TPU illustre parfaitement cette tension. Les nouvelles générations étudiées présentaient des émissions incorporées plus élevées par accélérateur, en partie parce qu'elles contenaient plus de matériel et de mémoire, tout en offrant une bien meilleure efficacité carbone par unité de calcul. Son intensité carbone de calcul a été multipliée par trois environ entre les générations v4i et v6e.
Le nouvel appareil n'était pas physiquement sans impact.
Il a accompli suffisamment de travail supplémentaire pour changer le résultat.
C'est la comparaison qu'une analyse utile du cycle de vie tente d'établir : non pas l'ancienne machine contre la nouvelle de manière isolée, mais le service que chacune fournit au fil du temps, dans des conditions réelles d'utilisation et d'électricité.
Une décision de remplacement basée uniquement sur la date d'achat est arbitraire.
Une décision basée uniquement sur le compteur électrique est incomplète.
Réutilisation, recyclage et mise au rebut ne sont pas des résultats identiques.
À terme, le matériel quitte son rôle initial.
Ce qui se passe ensuite est souvent résumé par un mot rassurant : circularité.
En pratique, la mise au rebut peut connaître plusieurs issues.
Un serveur complet peut continuer à assurer une charge de travail moins exigeante. Des composants tels que les processeurs, la mémoire, les disques, les alimentations et les ventilateurs peuvent servir de pièces de rechange. L'équipement peut être vendu ou transféré à un autre utilisateur. Les matériaux peuvent être récupérés par le recyclage. Certaines pièces peuvent n'avoir aucune autre issue que la mise en décharge.
Ces résultats préservent des niveaux de valeur différents.
La réutilisation d'un composant fonctionnel conserve les matériaux, le travail de fabrication et la fonction technique qui y sont déjà incorporés. Le recyclage permet de récupérer des métaux et d'autres matériaux, mais l'énergie et le traitement qui les ont transformés en un serveur opérationnel sont en grande partie perdus.
Les recherches sur le carbone incorporé dans les plateformes cloud soutiennent donc que prolonger la durée de vie des équipements et réutiliser les composants permet d'éviter davantage d'émissions liées à la fabrication que de compter uniquement sur le recyclage des matériaux. La meilleure solution dépend toujours de l'efficacité de l'équipement, de son état, des exigences de sécurité, des possibilités de seconde vie et de l'impact lié à son maintien en service. (Les chercheurs de Microsoft résument ici les idées reçues et les compromis pertinents.)
Les grands opérateurs construisent des systèmes physiques pour gérer ce processus.
Microsoft a déclaré un taux combiné de réutilisation et de recyclage de 90,9 % pour ses serveurs et composants en 2024. L'entreprise a également indiqué que plus de 3,2 millions de composants ont été réutilisés via des canaux internes et externes au cours de l'année. Ses centres de circularité reçoivent les équipements mis hors service, identifient les composants réutilisables, les orientent vers une nouvelle utilisation et envoient les matériaux restants vers des processus de récupération.
Ce pourcentage combiné est utile en tant que mesure de détournement des déchets. Il n'indique pas, à lui seul, quelle quantité d'équipement a été réutilisée intacte, quelle quantité a servi de pièces détachées et quelle quantité a été réduite à l'état de matériau.
Cette distinction est importante car recycler un kilogramme de matériel serveur n'équivaut pas à maintenir un kilogramme de matériel fonctionnel en service.
L'analyse du cycle de vie (ACV) du matériel d'IA de Google est parvenue à une conclusion tout aussi prudente concernant la fin de vie. Son modèle estime que l'utilisation en cascade et la récupération des matériaux pourraient compenser une petite partie des émissions intrinsèques, mais les auteurs ont refusé d'inclure ce crédit dans leur résultat principal, car le résultat dépend de la seconde vie réelle du matériel et de son traitement.
Cette retenue mérite d'être soulignée.
Un objectif de recyclage décrit un processus prévu.
Un résultat de cycle de vie dépend de ce qui arrive réellement à l'équipement.
C'est pourquoi une politique de fin de vie crédible nécessite plus qu'un simple taux de détournement. Elle doit distinguer l'utilisation continue, la réutilisation des composants, le reconditionnement, la revente, le recyclage, la récupération et l'élimination. Elle doit également tenir compte des procédures de sécurité et de traitement des données requises avant que les périphériques de stockage et autres équipements ne puissent quitter une infrastructure contrôlée.
La poubelle n'est pas la seule limite.
La propriété, la traçabilité et la responsabilité perdurent après l'arrêt de la machine.
Une analyse du cycle de vie reste un modèle
Suivre un centre de données des matières premières jusqu'à sa mise au rebut ne produit pas une vérité environnementale indiscutable.
L'analyse du cycle de vie est un modèle structuré construit à partir d'un objectif défini, d'une unité fonctionnelle, d'une limite de système, de jeux de données, de choix d'allocation, de durées de vie prévues, d'hypothèses d'exploitation et de méthodes d'impact.
Modifiez ces hypothèses et le résultat peut changer.
Une installation conçue pour 20 ans répartit son impact de construction différemment d'une installation évaluée sur 10 ans. Un serveur supposé fonctionner à haute utilisation répartira son impact intrinsèque sur une charge de travail plus importante qu'un serveur restant inactif. Un réseau à faible émission de carbone rend la fabrication relativement plus importante. Un réseau à forte intensité de carbone augmente le poids de l'électricité opérationnelle.
Les résultats en matière de refroidissement dépendent du climat, de la source d'eau, de la température de fonctionnement, de la conception de l'équipement et de la manière dont la chaleur finale est évacuée. Notre article retraçant où va la chaleur des centres de données montre pourquoi l'étiquette de refroidissement seule ne peut définir le résultat du cycle de vie.
La qualité des données demeure une autre contrainte.
L'étude de Nature sur le refroidissement s'est appuyée sur un mélange d'informations provenant directement des fournisseurs et de données modélisées. Selon le compte rendu de Microsoft, certains fournisseurs n'ont pas fourni toutes les informations demandées, obligeant l'équipe de recherche à élaborer des méthodes pour estimer les lacunes.
L'analyse du matériel de Google combine également des nomenclatures et des informations de fournisseurs avec des bases de données secondaires établies et des modèles de processus propriétaires. Les auteurs décrivent des démontages détaillés, des simulations d'usines, l'électricité de fabrication spécifique à chaque pays et des inventaires au niveau des composants, tout en reconnaissant que des règles harmonisées par catégorie de produits pour les équipements de centres de données sont encore en cours d'élaboration.
Il s'agit d'un travail d'ACV classique, et non de la preuve que la méthode est inutile.
Cela signifie toutefois que deux chiffres d'empreinte carbone, aussi précis soient-ils, ne sont pas nécessairement comparables si leurs périmètres et leurs hypothèses diffèrent.
Le terme cycle de vie peut créer une illusion d'exhaustivité. Chaque évaluation laisse toujours certains éléments de côté.
Les rapports d'empreinte carbone destinés aux clients de Google Cloud, par exemple, incluent les émissions intrinsèques en amont liées aux équipements et aux bâtiments des centres de données. Ils excluent les émissions en aval liées à la fin de vie des équipements et des installations, les équipements réseau situés en dehors des centres de données Google, ainsi que les émissions intrinsèques liées aux infrastructures de production d'électricité. La méthodologie publiée précise ces exclusions plutôt que de présenter le résultat comme une empreinte totale de tout ce qui est impliqué.
C'est à cela que ressemble un rapport de cycle de vie digne de confiance.
Il définit le cadre.
Il ne prétend pas que ce cadre contient le monde entier.
Demandez-vous ce qui doit être remplacé
La modularité peut rendre la question du cycle de vie plus visible, mais elle n'y répond pas automatiquement.
Un centre de données modulaire contient toujours des éléments à longue et à courte durée de vie. Son enveloppe structurelle, ses systèmes électriques, ses équipements de refroidissement, son réseau, ses serveurs, son stockage et ses accélérateurs peuvent chacun suivre des calendriers différents.
L'avantage potentiel réside dans la séparabilité.
Le matériel informatique peut-il être modifié sans mettre au rebut l'infrastructure physique qui l'entoure ? Un composant défaillant peut-il être réparé ou remplacé indépendamment ? Les systèmes de refroidissement ou d'alimentation peuvent-ils s'adapter à une nouvelle génération de matériel ? Un serveur plus ancien peut-il être affecté à une charge de travail qui lui convient ? Existe-t-il un circuit défini pour les composants mis hors service ?
Ces possibilités dépendent de la conception, de la maintenance, de la compatibilité, des contrats et des pratiques d'exploitation. Le mot modulaire ne prouve pas qu'elles existent.
Notre article sur ce que les centres de données modulaires changent dans les décisions d'infrastructure examine ce même point à l'échelle de la construction et du déploiement. Diviser l'infrastructure en unités peut rendre l'expansion et le remplacement plus réfléchis, mais seulement si l'ensemble du processus reste visible.
Pour Policloud, la question commerciale pertinente n'est pas de savoir si l'infrastructure modulaire a automatiquement un impact moindre.
C'est ce qui reste utile lorsqu'une couche change.
Policloud développe et déploie des infrastructures physiques et modulaires de centres de données pour des sites définis. Les directives publiques actuelles exigent que les mesures opérationnelles, les performances de refroidissement, la durée de vie du matériel, les hypothèses de remplacement et les résultats environnementaux conservent leurs limites en termes de produit, de configuration, de site et d'approbation. Une valeur technique ne peut devenir une déclaration universelle sur le cycle de vie.
Un acheteur d'infrastructure devrait donc poser des questions auxquelles les fiches techniques ne répondent souvent pas.
Quelles parties du déploiement sont censées survivre à la première génération de serveurs ?
Qu'est-ce qui peut être réparé, mis à niveau ou réutilisé indépendamment ?
Quelles hypothèses de durée de vie sous-tendent le calcul environnemental ?
Quelle sera l'intensité d'utilisation du matériel ?
Quelle économie opérationnelle justifierait un remplacement anticipé ?
Qu'advient-il de l'équipement après son départ du site ?
Et le rapport distingue-t-il la réutilisation du recyclage ?
Ce sont des questions commerciales car le remplacement détermine le capital, les temps d'arrêt, la compatibilité, la maintenance et les risques.
Ce sont des questions environnementales pour exactement la même raison.
L'empreinte d'un centre de données est façonnée par ce qui doit être reconstruit.
Le compteur démarre tard
L'efficacité opérationnelle reste indispensable.
L'électricité et l'eau s'accumulent à chaque heure de fonctionnement d'un centre de données. Un meilleur refroidissement, une meilleure distribution électrique, ainsi qu'un matériel, un logiciel et une utilisation optimisés peuvent réduire considérablement ces besoins.
Mais le premier relevé du compteur n'intervient qu'une fois qu'une grande partie de l'infrastructure est déjà en place.
Le béton a été coulé. L'acier a été façonné. Les puces sont sorties des usines de fabrication. Les serveurs ont été assemblés. Les systèmes de refroidissement et électriques ont été produits. L'équipement a traversé les chaînes d'approvisionnement pour arriver sur site.
Plus tard, certains de ces objets tomberont en panne. D'autres resteront fonctionnels mais deviendront non rentables. Certains trouveront une seconde vie. D'autres seront démantelés pour leurs pièces ou leurs matériaux. Le bâtiment peut subsister alors que plusieurs générations de matériel s'y succèdent.
Le PUE ne peut pas rendre compte de cette histoire.
Le WUE ne le peut pas non plus.
Une analyse du cycle de vie permet d'en révéler une plus grande partie, à condition que ses hypothèses et ses exclusions restent transparentes.
La décision la plus pertinente en matière de centre de données n'est donc pas toujours celle qui affiche le ratio d'exploitation le plus bas, le matériel le plus récent ou la durée de vie des équipements la plus longue.
C'est celle qui prend en compte les interactions entre la fabrication, l'exploitation, le travail utile, le remplacement et la fin de vie.
Un centre de données ne commence pas au moment où le premier serveur est mis sous tension.
Il commence dès l'extraction des matériaux et la création de l'infrastructure.
Il ne s'arrête pas lorsqu'un tableau de bord cesse de comptabiliser sa consommation électrique.
Il ne prend fin que lorsque nous avons pris en compte ce qui subsiste, ce qui est réutilisé et ce qui doit être reconstruit.
