Du bon usage de la mesure dans éco-conception des services numériques

01 Février 2024

boavizta.org

Quick presentation

Julien Rouzé

Co-Founder, COO/CPO @ Sopht

julien.rouze@sopht.com

Youen Chéné

Co-Founder @ Webvert

youen@lewebvert.fr

youenchene

Nos missions

Co-créer les “communs” manquants dans l’écosystème

​

​

Standardiser les communs et faciliter leur adoption par l’écosystème

Propager massivement expertises et communs au sein des organisations

​

​

• Méthodologies d’évaluations
• Données, référentiel d'impact
• Outils (logiciels) de calculs
• …etc.

• Ambassadeurs en liens avec les organisations-clés
• Contributions aux réglementations
• France, Europe, International
• …etc.

• Communication externe
• Argumentaires et outils de convictions
• Formations externes
• Audits de maturités
• …etc.

​

Rassembler une communauté et développer ses expertises

​

​

Introduction

Y

Mesure

Modélisation

Evaluer l’impact d’un site web

Mesure

Modélisation

Evaluer l’impact d’un site web

Terminal

Serveurs

Greenspector

Scaphandre

​

ecoCode

​

​

Code

Mesure

Modélisation

Evaluer l’impact d’un site web

Terminal

Serveurs

Greenspector

Scaphandre

​

EcoIndex

​

​

Performance

Page Speed

(Lighthouse)

​

CO2

ecoCode

​

Code

Mesure

Modélisation

Evaluer l’impact d’un site web

Terminal

Serveurs

Greenspector

Scaphandre

​

EcoIndex

​

Performance

Page Speed

(Lighthouse)

​

Bande Passante

CO2

Plan Serveur

Architecture�Logiciel

ecoCode

​

Code

Mesure

Modélisation

Evaluer l’impact d’un site web

Terminal

Serveurs

Greenspector

Scaphandre

​

EcoIndex

​

Performance

Page Speed

(Lighthouse)

​

Bande Passante

CO2

Plan Serveur

CO2.js

​

Fruggr

Digital Beacon

Greenoco

​

OneByte (Shift)

​

Website�Carbon

EcoGradr

CloudCarbon Footprint

​

Website�Carbon v2

BoaviztAPI

CloudScanner

NumEcoEval

GreenFrame

​

..

Architecture�Logiciel

e-Footprint

​

ecoCode

​

Code

Mesure

Modélisation

Evaluer l’impact d’un site web

Terminal

Serveurs

🇫🇷Greenspector

🇫🇷Scaphandre

​

🇫🇷EcoIndex

​

Performance

Page Speed

(Lighthouse)

​

Bande Passante

CO2

Plan Serveur

CO2.js

​

🇫🇷Fruggr

Digital Beacon

🇫🇷Greenoco

🇫🇷OneByte (Shift)

​

Website�Carbon

EcoGradr

CloudCarbon Footprint

​

Website�Carbon v2

🇫🇷BoaviztAPI

CloudScanner

NumEcoEval

GreenFrame

​

..

Architecture�Logiciel

🇫🇷e-Footprint

​

🇫🇷ecoCode

​

Code

Mesure

Modélisation

Evaluer l’impact d’un site web

Terminal

Serveurs

🇫🇷Greenspector

🇫🇷Scaphandre

Open Source

​

🇫🇷EcoIndex

Open Source

​

Performance

Page Speed

(Lighthouse)

Open Source

​

Bande Passante

CO2

Plan Serveur

CO2.js

Open Source

​

🇫🇷Fruggr

Digital Beacon

🇫🇷Greenoco

🇫🇷OneByte (Shift)

Open Source

​

Website�Carbon

EcoGradr

CloudCarbon Footprint

Open Source

​

Website�Carbon v2

🇫🇷BoaviztAPI

CloudScanner

NumEcoEval

GreenFrame

Open Source

​

..

Architecture�Logiciel

🇫🇷e-Footprint

Open Source

​

🇫🇷ecoCode

Open Source

​

Code

Mesure

Modélisation

Evaluer l’impact d’un site web service numérique

Terminal

Serveurs

🇫🇷Greenspector

🇫🇷Scaphandre

Open Source

​

🇫🇷EcoIndex

Open Source

​

Performance

Page Speed

(Lighthouse)

Open Source

​

Bande Passante

CO2

Plan Serveur

CO2.js

Open Source

​

🇫🇷Fruggr

Digital Beacon

🇫🇷Greenoco

🇫🇷OneByte (Shift)

Open Source

​

Website�Carbon

EcoGradr

CloudCarbon Footprint

Open Source

​

Website�Carbon v2

🇫🇷BoaviztAPI

CloudScanner

NumEcoEval

GreenFrame

Open Source

​

..

Architecture�Logiciel

🇫🇷e-Footprint

Open Source

​

🇫🇷ecoCode

Open Source

​

Code

Site Web de contenu

Application

Tous

Greenspector

websitecarbon.com

sustainablewebdesign.org�One Byte Model (Shift Project)

greenframe.io

Ecoindex

Scaphandre

Outils de mesure

Modélisation

​

Lighthouse (Google page speed)

Simple Model (Danny Van Kooten)

(En construction) Inventaire publique des solutions

Initié par Benoit Petit (Scaphandre, Hubblo, Boavitza) et Gaël Duez (Podcast Green IO).�

https://db.boavizta.org/dashboard/#/base/e3ba7aca-a9a7-4984-ad8d-8949ba47e305

​

Chapitre suivant ?

Datacenter�versus�Terminal

Web de contenu

versus

Web Applicatif

Web de contenu

Web Applicatif

Cloud Computing

et

VM

On Premise

et

Baremetal

Répartition Data Center / Terminal

Y

Etude Ademe-Arcep (Janvier 2022)

Data Center

~20%

Source : https://www.arcep.fr/uploads/tx_gspublication/etude-numerique-environnement-ademe-arcep-volet02_janv2022.pdf

Etude Ademe-Arcep (Mars 2023)

Data Center

~16%

Source : https://www.arcep.fr/uploads/tx_gspublication/dossier-presse-Etude-Ademe-Arcep-lot3_mars2023.pdf

Mais…

“Les équipements et infrastructures informatiques situés à l’étranger sont exclus, quand bien même associés à des usages français.”

Pas d’intégration des impacts des équipements opérés à l’étranger et utilisés en France

Etude Ademe-Arcep - Périmètre Mesuré

Production

Consommation

DC �Traditionnels

Cloud France -> France

Cloud France -> Monde

Cloud Monde -> France

Source : Eric Fourboul - https://hubblo.org/fr/blog/datacenters-imported-impacts/

​

Etude Ademe-Arcep - Périmètre Mesuré

Production

Consommation

DC �Traditionnels

Cloud France -> France

Cloud France -> Monde

Cloud Monde -> France

Source : Eric Fourboul - https://hubblo.org/fr/blog/datacenters-imported-impacts/

​

Web de contenu ou Web Applicatif ?

Y

Site web de contenu = broadcast

Site web de contenu

Contenu préparé

(cache wordpress)

Application Web / SaaS

Application

Web

Base de données

Log

Tracabilités

API

Moteur ML

Requête personnalisées

Requêtes personnalisées

Requêtes personnalisées

Requêtes personnalisées

Requêtes personnalisées

Plans serveurs et web de contenu?

Cas courant : Architecture hyper mutualisé chez OVH, Infomaniak,O2Switch, Hostlinger

Serveur BDD

Serveur BDD

Serveur Web

Serveur Web

Navigateurs

Navigateurs

Navigateurs

Navigateurs

Navigateurs

Navigateurs

Navigateurs

Navigateurs

ProTips : Le bon outil sur le bon périmètre

Exemples de mauvaises pratiques :

​

EcoIndex/1 Byte Model sur application web.

​

Scaphandre ou greenspector sur un extrait de quelques pages de contenus.

Web de contenu

Y

Modèle existant et comparaison

Modèles listés pour l’étude

Modèle Ouvert

EcoIndex (2014)

One Byte Model (2021)

Simple Model (VanKooten) (2020)

Websitecarbon.com (v2) (2020)

Sustainable Webdesign / Websitecarbon.com (v3) (2020)

CO2.js (2020-2023)

Modèle Fermé

Fruggr (2021)

Greenoco (2022)

Digital Beacon (2020)

Modèles inclus pour l’étude

Modèle Fermé

Fruggr (2021)

Greenoco (2022)

Digital Beacon (2020)

Modèle Ouvert

EcoIndex (2014)

One Byte Model (2021)

Simple Model (VanKooten) (2020)

Websitecarbon.com (v2) (2020)

Sustainable Webdesign / Websitecarbon.com (v3) (2020)

CO2.js (2020-2023)

Non Public

Wrapper de One byte et Sustainable Web Design

Non inclus dans l’étude

Modèle dédié à de l’application web :

• Greenframe (2021) - Plan de serveur nécessaire.
• Ecolab (2023) - Plan de serveur nécessaire.

A propos de l’Ecoindex

Note sur l’écoindex

async def get_greenhouse_gases_emmission(ecoindex: float) -> float:

return round(100 * (2 + 2 * (50 - ecoindex) / 100)) / 100

​

1kg eq CO2 <= valeur <= 3kg eq CO2

​

​

⇒ On exclut de l’étude.

A propos de l’écoindex

Retour à la comparaison

Répartition des échelles de mesures

Les limites des modèles

Mono-critère (bande passante)

Mono-critère (bande passante)

Mais c’est vraiment trop nul !!

Mono-critère (bande passante)

Pour application web, oui, ce n’est pas adapté.

​

Pour un site web de contenu, c’est la variable prépondérante.

Linéaire

Modélisation linéaire

Bande Passante

Consommation

Total de la consommation

+

Total de la bande passante

Modélisation linéaire

1 palier représente 1 achat de nouvel équipement.

Réalité

Mesure via un outil

​

Le vert représente l’usage des équipements.

Des fondations fragiles

Des modèles basés sur des chiffres trop macro

Extrait Sustainable Web :�

We used these data points to define the calculations below:

​

• Annual Internet Energy: 1988 TWh
• Annual End User Traffic: 2444 EB
• Annual Internet Energy / Annual End User Traffic = 0.81 tWh/EB or 0.81 kWh/GB

​

Prochaine étape

Lancer une thèse dédiée

Périmètre : web de contenu

Besoin : données d’un gros mutualiseur de serveurs de contenu (OVH, Infomaniak, O2Switch…).

Web Applicatif

Y

Avant propos

Une typologie de service numérique qui représente 90% des travaux chez les DSI, éditeurs et startup.

Mais très jeune en termes d’évaluation d’impact.

2 approches en cours de conception

ecoCode

https://ecocode.io/

​

Repérer les mauvaises pratiques de code en termes d’impact.

Plugin Sonar, s’intègre dans le cycle de développement d’une application.

e-footprint

https://github.com/Boavizta/e-footprint�(forked from publicissapient-france/e-footprint)

�Modéliser son application, changer les hypothèses de modélisation pour évaluer les impacts positifs ou négatifs.

ecoCode

Plugins Sonar qui s’intégre dans votre intégration continu (CI).

Identification de code smells qui ressorte dans le reporting Sonar.

​

⇒ Feedback rapide pour les développeurs.

La partie la plus avancée est la partie android.

ecoCode - Exemple de rapports

ecoCode - Contribuez !

Projet open source et collaboratif (et lancé par équipe française) :

​

�https://github.com/green-code-initiative

​

e-footprint

​

​

​

​

​

​

Projet initié par Vincent Villet chez Publicis Sapiens. Maintenant open sourcé et en gouvernance chez Boavizta.

e-footprint

⚠ Ne jamais utiliser des modélisations sur des outils hyper scalés comme Youtube, Twitch, Netflix, ChatGPT. ⚠

Modélisation e-footprint

Service

Network

UserJourney

Server

Storage

UserJourneyStep

UsagePattern

System

Job ( CPU needed, RAM needed)

Modélisation avec du code simplifié

Lien vers le notebook python :

user_journey = UserJourney("Mean application user journey", uj_steps=[application_step_1, application_step_2])

​

server = Autoscaling(

"Autoscaling server",

carbon_footprint_fabrication=SourceValue(600 * u.kg, Sources.BASE_ADEME_V19),

[..]

average_carbon_intensity=SourceValue(100 * u.g / u.kWh, Sources.HYPOTHESIS),

server_utilization_rate=SourceValue(0.9 * u.dimensionless, Sources.HYPOTHESIS))

​

​

e-footprint - Les travaux en cours

Création de builders basée sur les travaux d’eco-benchmark (et autres).

Un builder = des sous-modèles préremplis qui compose nos applications :

job_read = Job("Consultation Fiche", JobType.DATA_READ)

job_read = Job("Ecriture Fiche", JobType.DATA_WRITE)

job_read = Job("Liste Fiche", JobType.DATA_LIST)

job_read = Job("Valider fiche", JobType.TRANSACTION_STRONG) // blockchain

job_read = Job("Notification", JobType.SERVERLESS_WRITE)

job_read = Job("Recommander", JobType.ML_RECO)

e-footprint - Contribuez !

Projet open source et collaboratif (et lancé par Vincent Villet/Publicis Sapiens, maintenant open sourcé et sous gouvernance Boavizta) :

​

​

https://github.com/Boavizta/e-footprint

Les alternatives

Coté terminal/frontend :

• Outil de mesure comme GreenSpector (mobile et web).

​

Coté backend :

• Outil de mesure comme scaphandre.
• Partir des plans serveurs.
• ⇒ Voir chapitre suivant.

Cloud Computing et VM

Y

Le Cloud, KEZAKO ?

Un environnement oligopolistique

Source : https://kinsta.com/fr/part-de-marche-aws/

Le Cloud, KEZAKO ?

Le Cloud permet de déléguer une certaines parties des activités IT à un partenaire

Source : https://kinsta.com/fr/blog/types-de-cloud-computing/

Le Cloud, KEZAKO ?

Services basiques : infra

Services managés : plateforme

Applications

L’impact environnemental du Cloud en un clin d’oeil

⚡️ Faire fonctionner des serveurs, équipements réseaux ou encore stockage — impact des usages

🤖 Les différents équipements du datacentre ont un impact lié à leur fabrication — émissions intrinsèques

🏭 Les mises en application de l’IT peuvent avoir un impact — impacts indirects

🔄 Tendance à générer de nouveaux usages / besoins — effets rebond

67

On-prem vs Cloud - effet rebond

Source : https://www.groupeonepoint.com/fr/nos-publications/le-cloud-permet-il-vraiment-doptimiser-limpact-environnemental/

Impacts environnementaux de l’IT

⚡️ Consommation énergétique

🌍 Emissions GES

🪨 Extraction de ressources naturelles

💧 Consommation d’eau

📱 DEEE

🐧 Biodiversité

et plus encore…

69

Analyse du cycle de vie

multi-étapes & multi-critères

ISO 14040, ISO 14044, ITU 1410

Quelle évaluation pour mon infra Cloud ?

Cloud infras

Emissions intrinsèques

(instance AWS)

bientôt Azure, Scaleway et Hetzner 🎉

AWS EC2 and block storage

• AWS Cost and Usage Reports with Amazon Athena
• GCP Billing Export Table using BigQuery.
• Azure Consumption Management API

☁️

💶

Ratios monétaires

Les limites des CSP

https://boavizta.org/blog/calculettes-carbone-clouds-providers

Quelques bonnes pratiques

Comparaison d’architecture - Classique 17 VM

Source : https://www.groupeonepoint.com/fr/nos-publications/le-cloud-permet-il-vraiment-doptimiser-limpact-environnemental/

Architecture Kubernetes - 3 VM

Source : https://www.groupeonepoint.com/fr/nos-publications/le-cloud-permet-il-vraiment-doptimiser-limpact-environnemental/

Le défi, les volumes de données

source : https://www.statista.com/statistics/871513/worldwide-data-created/

On Premise / Bare Metal

Y

Cloud vs On-prem

Infra virtualisée

Consommation électrique

79

Temps

Puissance

Energie

🎛️

Facteurs d’émission

x

Impacts

🌍 Emissions GES

🪨 Extraction Ressources Naturelles

🛢️ Consommation d’énergie primaire

💧 Conssommation d’eau

and plus encore…

=

Variations en fonction du temps et de la localisation

Reconstruire la matérialité

80

⚙️ Process

💾 Systèmes IT

🛢 Matières premières

App

Assemblage

Packaging

Infrastructure

Gravure

Silicium Wafer

Energies fossiles

Production plastique

ENERGIE ⚡

Métaux

Tracer la consommation électrique

81

Scaphandre

Agent de monitoring, ⚡️ CPU + RAM, Prometheus exp.

Framework : bdd, modèle, agent RAPL…

​

🔗 Scaphandre (built-in GPU support soon), PowerJoular, Kepler, PowerAPI, BoaviztAPI

Server

Traduction en impact

Utilisation du Hardware — Emissions intrinsèques

82

Spécifications

Hardware

⚙️

Formules d’impact

(ou proxies)

=

ƒ(x)

🔗 BoaviztAPI

Extraction Ressources > Manufacturing > Transport

Impacts

🌍 Emissions GES

🪨 Extraction Ressources Naturelles

🛢️ Consommation d’énergie primaire

💧 Conssommation d’eau

and plus encore…

WIP

Scaphandre

Agent de monitoring, ⚡

Server

<< Requêtes

Data >>

Impact du matériel

<< Data

Requêtes >>

Illustration

Source : https://dataviz.boavizta.org/serversimpact

Ecran Boaviztapi

Conclusion

Y

Les autres chantiers de Boavizta

Boavizta API��Datavizta

Cloud Scanner

Evaluation impact Machine Learning

BO Agent

Energizta

…

En conclusion

Pour bien évaluer l’empreinte environnementale de son IT, cela nécessite :

​

• 💻 De bien comprendre son écosystème numérique

​

• 🧐 D’avoir les idées claires sur ses objectifs et périmètres

​

• 🛠️ De choisir le ou les outils adapté(s)

​

• ♟️ De définir les bons leviers

​

• 📈 De quantifier les actions

​

• 🌱 De suivre la mesure de l’impact

​

• 🔁 Repeat

boavizta.org

Merci de votre attention

Discuter sur notre chat public :

Suivre nos actualités :

Accéder à notre site web :

Contribuer à nos outils :

Annexes

Y

Les modèles

Y

Simple model par Danny Van Kooten

Type : Modélisation

Périmètre : Réseau

Année d’apparition : 2020

Licence : -

Détails: basé sur la bande passante. 0,5 kWh per GB.

Liens :

• https://dannyvankooten.com/website-carbon-emissions/
• Pihkola, H., Hongisto, M., Apilo, O., & Lasanen, M. (2018). Evaluating the energy consumption of mobile data transfer-from technology development to consumer behaviour and life cycle thinking. https://doi.org/10.3390/su10072494
• Aslan, Joshua & Mayers, Kieren & Koomey, Jonathan & France, Chris. (2017). Electricity Intensity of Internet Data Transmission: Untangling the Estimates: Electricity Intensity of Data Transmission. Journal of Industrial Ecology. https://doi.org/10.1111/jiec.12630

Whole Grain / websitecarbon.com (v2)

Type : Modélisation

Périmètre : Ensemble

Année d’apparition : 2020 (basé sur des études de 2017)

Licence : Propriétaire

Détails : basé sur la bande passante. 1,805 kWh per GB.

Liens :

• https://www.websitecarbon.com/
• https://gitlab.com/wholegrain/carbon-api-2-0/-/blob/master/includes/carbonapi.php

​

Sustainable Webdesign = Websitecarbon.com(v3)

​

Type : Modélisation

Périmètre : Ensemble

Année d’apparition : 2021 / 2022

Licence : Open Source / Apache 2.0

Détails : basé sur la bande passante. 0,81 kWh per GB.

Liens :

• https://pisrt.org/psr-press/journals/easl-vol-3-issue-2-2020/new-perspectives-on-internet-electricity-use-in-2030/
• https://www.wholegraindigital.com/blog/website-carbon-calculations-v3/
• https://sustainablewebdesign.org/calculating-digital-emissions/
• https://github.com/thegreenwebfoundation/co2.js/

​

Sustainable Webdesign = Websitecarbon.com(v3)

​

One Byte Model (Shift project)

Type : Modélisation

Périmètre : Navigateur + Réseau + Data Center

Année d’apparition : 2021

Licence : Propriétaire

Détails : basé sur la bande passante et le temps de consultation. 0,24 kWh per GB + 0.11 Wh par minute.

Liens :

• https://batby.hashnode.dev/mesurer-limpact-du-web-avec-le-1-byte-model-ck5yfdler00h089s13mq32gq9
• https://theshiftproject.org/article/shift-project-vraiment-surestime-empreinte-carbone-video-analyse/

​

CO2.JS

Type : Wrapper One Byte Model et Sustainable Webdesign

Périmètre : Navigateur + Réseau + Data Center

Année d’apparition : Idem

Licence : Apache 2.0

Détails :

• Implémentation de Sustainable Webdesign avec choix de mix énergétique.
• Implémentation du One Byte Model avec mix sur le réseau :
• const KWH_PER_BYTE_FOR_NETWORK = (FIXED_NETWORK_WIRED + FIXED_NETWORK_WIFI + FOUR_G_MOBILE) / 3;

Liens :

• https://github.com/thegreenwebfoundation/co2.js/

​

​

Greenframe

Type : Modélisation

Périmètre : Réseau + Data Center

Année d’apparition : 2020

Licence : Propriétaire + Code disponible figé à fin 2020 sans licence sur github.

Détails : agent de mesure basé sur le CPU, la mémoire et l’usage du réseau.

Liens :

• https://greenframe.io/
• https://github.com/marmelab/argos

​

Data Center

Réseau

Greenoco

Type : Modélisation

Périmètre : Navigateur + Réseau + Data Center

Année d’apparition : 2022

Licence : Propriétaire

Détails :

• Trafic réel sur le site web
• Nombre de requêtes serveur
• Poids des ressources chargées
• Pays de localisation de l’hébergeur (intensité carbone du kWh selon le pays)
• PUE du data Center
• Potentiellement le taux d’énergie « verte », même si ce critère n’est pas utilisé actuellement car trop flou (une énergie renouvelable n’est pas forcément moins carbonée que de l’énergie nucléaire par ex)

Liens :

• https://greenoco.io/

​

​

Fruggr

Type : Modélisation

Périmètre : Navigateur + Réseau + Data Center

Année d’apparition : 2021

Licence : Propriétaire

Détails :

• Traffic réel sur le site web (GA)

Liens :

• https://www.fruggr.io/

​

​

Digital Beacon

Type : Modélisation

Périmètre : Navigateur + Réseau + Data Center

Année d’apparition : 2020

Licence : Propriétaire

Détails :

• Beacon calculates the impact based on data transmission which we can accurately measure and using two numbers that represent kWh per GB and CO2 per kWh resulting in the numbers Beacon displays.
• Data collected from Google PageSpeed and The Green Web Foundation.
• Rating is based on our internal rating system and may be changed in the future.
• The CO2 score assumes that the visitor is a brand new visitor so no cache is enabled.
• The CO2 score is lowered by 10% if hosted with a provider using renewable energy (or offseting it) as that is roughly the amount of energy used transmitting the data from the server to the network.
• While Beacon checks your hosting provider; it cannot determine the difference between hosts using renewable energy or offseting their carbon footprint – this is down to the data source we are using (The Green Web Foundation) and will be monitored in case this data does become available

Liens :

• https://digitalbeacon.co/

​

​