Blog Zenika

#CodeTheWorld

AutresGreen

Tour d’horizon des outils GreenIT

Lors de mes recherches pour la mise à jour du livre « Green IT – Les clés pour des projets informatiques plus responsables » qui sortit en septembre, j’ai fait une étude sur les outils existants autour des impacts environnementaux des services numériques. Cette étude n’a pas été reprise en intégralité dans le livre. Le présent article a pour but de partager ces informations.

Ce travail a concordé avec un effort similaire de Boavizta, auquel j’ai participé, mais qui a aussi servi de base à mon inventaire. Je tiens donc  à remercier ce collectif et en particulier Benoît Petit, Youen Chene et Gaël Duez.

Étant donné le grand nombre d’outils présentés ici, il est évident que je n’ai pas testé chacun d’entre eux et que je ne peux pas avoir une compréhension fine de leur histoire et de leurs  fonctionnalités présentes et futures. Mes descriptions sont imprécises et incomplètes.

De même, malgré la volonté d’exhaustivité de ce travail, il est également certain que des outils, potentiellement intéressants, ne sont pas présents dans cette liste. N’hésitez pas à me transmettre tout lien de ce type qui vous paraîtrait intéressant !

L’état du marché

Un marché encombré

Aujourd’hui, pas moins de 70 (soixante dix !) outils promettent une évaluation de l’impact environnemental du numérique. Et cette liste n’est probablement pas exhaustive ! Le marché est donc très encombré et il est d’autant plus difficile de faire un choix un choix éclairé.

Avoir une estimation d’impact environnemental devient donc une commodité. Il est de plus en plus courant d’avoir un chiffre associés à l’usage d’un service ou au monitoring d’un déploiement. D’ailleurs, pour une partie, les outils listés ici sont en fait de nouvelles fonctionnalités ou des extensions d’outils existants, comme Dynatrace, Sentry, ServiceNow, Microsoft Teams ou encore les consoles des fournisseurs de cloud.

Une autre réflexion qui vient face à un tel nombre est qu’il est dommage que ces efforts et ces moyens n’aient pas été plus mutualisés. Surtout que des outils comme EcoIndex ou GreenIT analysis (présentés plus loin), open source et déjà bien installés il y a quelques années, restent parmi les plus intéressants à utiliser. Beaucoup de produits apparus plus récemment utilisent en fait ces outils comme base, sans forcément l’expliciter, voire en copient l’interface, avec les mêmes boutons aux mêmes endroits.

De fait, un certain nombre d’outils ont clairement été créés avec une ambition commerciale, en exploitant les ressources existantes. Ils ont des sites vitrines graphiquement élégants mais peu clairs sur le mode de calcul et les dépendances. Leur utilisation peut-être limitée, ou bien l’outil peut-être un produit d’appel pour vendre du service.

Les limites de ces outils

Les outils présentés dans cet article ont des limites, qui sont largement inévitables et propres à l’exercice.

D’abord, aucun d’entre eux ne peut vraiment mesurer des impacts environnementaux. En effet, cela impliquerait d’avoir un compteur au niveau de l’arrivée d’eau dans les data centers, des voltmètres sur tous les appareils impliqués, ou encore de peser les métaux utilisés pour fabriquer les composants électroniques. Ce n’est pas réaliste. Les chiffres fournis sont toujours évalués sur la base d’une modélisation à partir de paramètres techniques.

Ensuite, beaucoup d’implémentations se limitent à une seule étape du cycle de vie des appareils (l’utilisation) et/ou à un seul facteur d’impacts environnementaux, les émissions de gaz à effet de serre. Or, une évaluation correcte des impacts environnementaux d’un service numérique doit inclure un maximum de facteurs d’impacts et toutes les phases du cycle de vie des appareils impliqués dans l’infrastructure, suivant la méthode normalisée de l’analyse du cycle de vie (ACV). S’il est compréhensible que les créateurs de ces outils aient été limités par la disponibilité des données et des modèles et la complexité inhérente au numérique, il faut bien avoir en tête cette limite et privilégier l’exhaustivité de l’analyse.

Face à ces constats, certains pourraient être tentés d’attendre d’avoir de meilleures mesures pour lancer des actions de réduction de l’impact de leurs services. Après tout, il faut mesurer pour s’améliorer efficacement. En fait, cette attitude n’est pas productive : les actions permettant de réduire l’impact du numérique sont connues et largement documentées, y compris dans des référentiels détaillés. On sait qu’on va dans le bon sens en les appliquant. Ne pas le faire serait comme refuser de faire du sport tant qu’on ne peut pas mesurer précisément son rythme cardiaque.

En fait, il est tout à fait possible de mettre en place une démarche d’écoconception de services numériques à partir d’indicateurs dits « proxy » : 

  • les indicateurs techniques comme la bande passante, la quantité de mémoire utilisée, de cpu, etc.
  • le nombre et la nature des composants déployés (VM, conteneurs, …)
  • le périmètre de compatibilité, la durée de vie des appareils utilisés
  • la facture de l’hébergeur

Ces indicateurs sont en général déjà accessibles à l’équipe, et les optimiser va dans le sens d’un moindre impact environnemental. Il est possible d’avancer sans avoir des chiffres précis en terme de kg équivalent antimoine ou de litres d’eau.

De plus, comme dit précédemment, les chiffres d’impacts environnementaux fournis par les outils sont de toute façon estimés avec une modélisation en s’appuyant sur ces indicateurs techniques.

Des outils pour tous les besoins

Pour rendre ce tour d’horizon plus digeste et utilisable, les dizaines d’outils listés sont classés en différentes catégories, selon le besoin auquel ils répondent. Ces catégories sont connectées et un même programme sera pertinent dans plus d’une section.

Sensibiliser à l’impact du numérique

Sensibiliser à l’impact du numérique, en montrant un ou des chiffres associés à des usages, est un premier cas d’utilisation. Pour répondre à ce besoin, il faut des outils qui permettent d’obtenir rapidement un résultat, ou qui sont déjà intégrés ou facilement intégrables dans les logiciels utilisés.

Au niveau « vie de bureau », il est possible d’ajouter des extensions à des logiciels comme Teams, Outlook ou ServiceNow. De même, des outils de monitoring, comme Sentry ou Dynatrace, permettent d’avoir une estimation de l’impact des services déployés. Dans le même ordre d’idée, les grands opérateurs de cloud public, Google, Amazon et Microsoft fournissent des calculatrice d’impacts à partir de l’usage.

Les nombreux outils d’évaluation de l’impact d’une page web (à laquelle toute une section est dédiée plus loin), au premier rang desquelles EcoIndex, permettent également d’avoir rapidement un chiffre et un positionnement.

Carbonalizer et WeDeex sont des extensions de navigateur estimant l’impact de la navigation de leurs utilisateurs à partir de la bande passante utilisée.

Nom de l’outilCréateursL’outil est-il multicritère ?L’outil prend-il en compte plusieurs phases de cycle de vie ?Transparence de l’algorithme et/ou des donnéesDescription
CarbonScoreCarbonScoreNonNonNon publicExtension pour les outils Microsoft comme Teams ou Outlook qui estime l’empreinte carbone et conseille des écogestes.
MyITFootprintAguaroNonOuiNon publicExtension de l’outil ServiceNow pour estimer l’empreinte carbone des services.
Sentry SoftwareSentry SoftwareNon NonFacteurs d’impacts configurables.Ajout d’une estimation de l’empreinte carbone à Sentry.
Carbon ImpactDynatraceNonNonUtilise les formules de Cloud Carbon FootprintAjout d’une estimation de l’empreinte Carbon à Dynatrace à partir des informations de l’utilisation des machines
EcoIndexCNumROuiOuiCalcul transparent basé sur une ACV non publique.Permet d’estimer l’impact de l’affichage d’une page web dont on fournit l’URL et de positionner sa lourdeur relativement au reste du web.
CarbonalizerThe Shift ProjectNonOuiTransparent.Extension de navigateur permettant d’estimer l’impact carbone de la navigation de l’utilisation à partir de la bande passante utilisée. Utilise le 1byte model du Shift Project, déclaré obsolète par ses créateurs.
WeDeex – ChromeCSN EnergyNonNonTransparentEstimation de l’empreinte carbone de la navigation à partir du mix électrique. Basé sur CO2.js.

Réaliser un bilan de son système / de son parc

Des acteurs comme Boavizta, ou Resilio (entreprise Suisse spécialisée dans l’évaluation des impacts environnementaux du numérique), fournissent des bases de données outillées, permettant de réaliser un bilan environnemental de son système d’information. 

Ainsi Boavizta fournit une API permettant de récupérer programmatiquement les informations qu’ils ont collecté comme les impacts d’un serveur ou d’une instance cloud et Resilio fournit une interface web permettant d’avoir des informations sur du matériel numérique (serveur, cpu, laptop, …).

Il existe aussi des outils permettant d’estimer l’impact d’un parc de machine à partir de la liste des équipements, avec optionnellement le temps d’utilisation pour prendre en compte la phase d’usage.

Nom de l’outilCréateursL’outil est-il multicritère ?L’outil prend-il en compte plusieurs phases du cycle de vie ?Transparence de l’algorithme et/ou des donnéesDescription
BoaviztAPIBoaviztaOuiOuiTransparentAPI permettant de récupérer des données sur l’impact d’appareils ou de de composants.
Resilio DBResilioOuiOuiBase de données en ligne sur le matériel numérique. 
Calculateur Green AlgorithmsLannelongue, L., Grealey, J., Inouye, MNonNonTransparent, disponible sur le siteCalcule l’empreinte carbone de l’entraînement d’un calcul à partir du nombre de serveurs, de temps d’usage, de la localisation et d’autres paramètres.
Carbon FactsQarnotNonNonAlgorithme non public.Formulaire permettant d’estimer l’impact d’un ensemble de serveurs avec le nombre d’heures d’utilisation et l’emplacement géographique.
EcoDiagEcoInfo CNRSNonOuiTransparent. Les données sont celles des fabricants (Apple, Dell, …).Outil en ligne permettant de faire le bilan carbone d’un parc informatique en listant les équipements.
ML CO2 ImpactVictor Schmidt, Alexandra (Sasha) Luccioni, Alexandre Lacoste, Thomas DandresNonNonTransparent.Calcule l’empreinte carbone de l’entraînement d’un modèle de machine learning avec le nombre de serveurs, le temps d’usage, la localisation.
Resilio Tech ResilioOuiOuiOutil en ligne permettant de réaliser une CV de service numérique ou de SI avec des bases de données de qualité (Resilio DB) et les facteurs d’impact de la norme européenne PEF 3.0.

Les outils d’analyse de pages web

Il est assez attendu qu’il existe beaucoup d’outils centrés sur le web, celui-ci étant très présent dans nos usages numériques et dans les services que nous réalisons.

Deux outils sont centraux dans l’univers de l’analyse de l’impact des pages web : Ecoindex et CO2.js. Ils servent de base et/ou de source d’inspiration pour les autres.

EcoIndex et Green IT analysis

EcoIndex permet d’analyser une URL en la collant dans un champ texte. La page est analysée, et trois indicateurs techniques (le nombre de requêtes, la taille de la page et le nombre d’éléments du DOM) sont utilisés pour calculer une note sur 100, également déclinée en note entre A et G. A partir de cette note, une estimation de l’empreinte en émission de gaz à effets de serre et en eau de la page est également fournie. Le site permet également de situer la page analysée relativement aux autres selon les trois critères de base. De nombreuses versions d’EcoIndex sont disponibles : en ligne de commande, en API, dans différents langages et outils. Pour plus de détails n’hésitez pas à lire cet article qui analyse en profondeur l’outil et ses résultats.

Les estimations d’impact fournies par Ecoindex sont basées sur une vraie ACV, réalisée sur une application web, malheureusement non publique. En comparant ces résultats avec ceux données par des ACV simples, comme nous l’avons présenté avec Nicolas Bordier d’Octo au DevFest Lille, on constate qu’ils ne sont pas si éloignés en général (pas plus qu’un facteur 2).

L’utilisation du site EcoIndex impose que la page à analyser soit disponible publiquement et limite l’analyse à une seule page à la fois. Cela rend impossible l’analyse d’un parcours client, surtout sur un environnement de développement ou de test. De plus, l’analyse est longue et plante parfois. Il existe une extension de navigateur, appelée GreenIT analysis, qui permet d’obtenir l’EcoIndex sur une page affichée sans interagir avec un serveur d’analyse. Cette extension gère également un historique, ce qui permet d’analyser un parcours d’entier. De plus, elle propose une analyse automatique de bonnes pratiques techniques. GreenIT analysis est donc un outil classique et très utilisé pour l’analyse de parcours clients sur le web. 

CO2.js

CO2.js est un autre outil central pour l’analyse de pages web. Il s’agit d’une librairie javascript open source permettant d’évaluer l’empreinte carbone à partir de la bande passante utilisée. Deux modèles sont disponibles : le 1byte model du Shift Project (considéré, y compris par ses créateurs, comme dépassé), et le Sustainable Web Design model, qui est l’option par défaut. Le calcul est simple : la bande passante est multipliée par deux paramètres, modifiables, l’énergie nécessaire en kWh par Go et la quantité de gaz à effet serre en kg eq. CO2 par kWh

On peut donc noter que CO2.js se limite à un seul critère d’impact environnemental et n’utilise qu’un seul indicateur technique, ce qui biaise l’estimation.

Cette librairie est cependant pratique et facile à utiliser et sert de base à beaucoup d’outils.

Les agrégateurs

L’ergonomie simple d’EcoIndex est utilisée par un certain nombre de produits qui reprennent le même principe. La plupart ajoutent à l’estimation d’impact environnemental d’autres informations de qualité web comme les web vitals, ou des analyses de bonnes pratiques en termes de performance, d’accessibilité ou de référencement. 

Certains y ajoutent une information indiquant si l’hébergeur est « vert », c’est à dire utilise de l’électricité issue de sources renouvelables. Rappelons donc que, même s’il est intéressant de remplacer du fossile par du renouvelable, aucune source d’énergie n’a aucun impact et que c’est la localisation de l’hébergement qui permet d’avoir la meilleure idée de l’impact de l’énergie utilisée.

Ces agrégateurs sont souvent basés sur CO2.js ou EcoIndex, sans forcément que cela soit explicite. Beaucoup de ces produits sont vendus par les entreprises qui les créent ou servent de produits d’appels pour les services de celles-ci.

Nom de l’outilCréateursL’outil est-il multicritère ?L’outil prend-il en compte plusieurs phases du cycle de vie ?Transparence de l’algorithme et/ou des donnéesDescription
Co2.jsGreen Web FoundationNonOuiTransparent. Deux modèles possibles : sustainable web design et 1 byte model.Librairie Javascript open source pour estimer les émissions de GES des applications et sites.
EcoIndexCNumROuiOuiCalcul transparent basé sur une ACV non publique.Permet d’estimer l’impact de l’affichage d’une page web dont on fournit l’URL et de positionner sa lourdeur relativement au reste du web.
Green IT analysisCNumROuiOuiVoir EcoindexExtension de navigateur incluant le calcul de l’EcoIndex et des impacts environnementaux associés, ainsi qu’une analyse de bonnes pratiques.
EcoGraderMightybytesNonOuiBasé sur CO2.jsOutil en ligne permettant, suite à la saisie d’une URL d’estimer l’empreinte de la page et de d’avoir des données techniques type core web vitals et des pistes d’améliorations. Indique aussi si l’hébergeur est « vert ».
EcoWebScoreYata !Non?Algorithme non publicCalcul d’un score de page à partir d’une URL, incluant l’accessibilité, les « émissions carbone » et l’hébergement  « vert ».
GreenspectorGreenspectorOui (énergie et GES)OuiNon publicService permettant de mesurer (avec de vrais appareils) la consommation d’énergie d’applications et de sites mobiles.
KastorSpecinovNonOuiUtilise CO2.jsCalcul d’un score de page à partir d’une URL, incluant l’accessibilité, l’empreinte carbone et l’hébergement  « vert ».
Muchas GlaciasLa BanquiseOuiOuiVoir EcoIndexDonne des indicateurs sur une page web à partir de son URL. Basé sur lighthouse et EcoIndex.
WebSiteCarbonWholegrain DigitalNonOuiBasé sur CO2.jsCalcul d’un score de page à partir d’une URL, incluant l’accessibilité, l’empreinte carbone et l’hébergement  « vert ».
GreenieWebGreenie WebNonNonNon publicOutil permettant d’estimer l’empreinte carbone d’une page et de suggérer des améliorations.
GreenMetricsEntreprise Greenmetrics, Romain Rouvoy et Olivier CorradiNonNonNon publicPlusieurs outils ou services : bilan carbone, analyse d’une URL, réduction de l’impact des publicités.
GreenocoGreenocoNonNonAlgorithme documenté.Estimation de l’empreinte carbone d’un site et proposition d’amélioration.
La page d’explications est particulièrement transparente et claire.
Arneo – EcoConceptionArneoOuiOuiNon PublicCalcul d’un score de page entre A et G à partir d’une URL et estimation de son impact en émission de GES et en eau.
Globemallow.ioGlobemallowNonOuiBasé sur CO2.jsExtension de navigateur (chrome et edge) utilisant CO2.js pour estimer l’empreinte carbone des pages visitées.
GreenTrackrConsertoNonNonNon communiquéExtension de navigateur très fortement inspirée de GreenIT analysis qui donne une estimation de l’impact carbone d’une page web. Utilise l’API de electricity map.
FruggrDigital4BetterNonNonAlgorithme non publicOutil d’analyse de l’impact de page web en ligne de commande et SaaS. Les indicateurs incluent des impacts environnementaux (eau, GES) et sociaux (accessibilité).
GreenFrameMarmelabNonNonModèle de calcul publicMesure de l’empreinte carbone d’un Site Web en SaaS. Basé sur des tests end to end écrits en code. L’analyse est réalisée dans des conteneurs.
appYplanetappYuser (entreprise)OuiOuiOutil s’apuyant sur un script à ajouter dans les pages (comme pour des analytics), permettant d’évaluer les impacts du site avec les 16 indicateurs de la norme européenne PEF 3.0.
WebVert autodiagLe Web Vert (entreprise)NonOuiUtilise le Sustainable Web Design Model (v4) de la Green Web FoundationOutil permettant l’analyse automatique de pages web avec une estimation de l’empreinte carbone et des recommandations.

Les outils d’analyse et de développement (hors web)

L’usine logicielle 

Les développeurs sont les mieux placés pour créer des outils à destination des développeurs.

En particulier, il est logique qu’ils aient eu envie d’intégrer différentes formes d’analyses au sein des chaînes de CI/CD, celles-ci étant aujourd’hui quasi systématiquement utilisées dans le développement de logiciels.

Des programmes se basant sur de l’analyse statique ont été développés dans le but d’appliquer des règles d’écoconception de façon plus générale. Cependant, l’écoconception étant d’abord une question, comme son nom l’indique, de conception, les gains les plus impressionnants de sont pas à attendre au niveau du code source dans le cas général. Il est toutefois possible de repérer des problèmes potentiels d’efficience. 

EcoCode, un plugin pour SonarQube possède des plugins pour Java, PHP Python, C#, et Javascript ainsi que pour les applications mobiles Android et iOS. Certaines règles ne peuvent pas permettre que des gains significatifs et risquent d’agacer les développeurs, mais d’autres pourraient potentiellement faire une différence. Les règles pour les applications mobiles sont clairement les plus utiles : elles permettent d’économiser de la batterie en évitant de dépenser inutilement de l’énergie lors de l’utilisation des ressources matérielles (écran, réseau, accéléromètre, …). Les règles d’EcoCode sont d’ailleurs la base du référentiel RMOB de bonnes pratiques pour le développement mobile.

L’usine logicielle ne se limite pas à l’analyse statique. Des outils comme PAGIEL et EcoSonar permettent d’évaluer des pages web à chaque build en gardant un historique. EcoSonar inclut les résultats d’EcoCode, d’EcoIndex et de Google Lighthouse dans son analyse.

Les inclassables

NumEcoDiag est une extension de navigateur permettant de s’auto évaluer sur les critères du RGESN, sur la base d’une succession d’écrans avec des questions. Au moment où j’écris ces lignes, il n’a pas encore été mis à jour avec le RGESN de l’ARCEP, sorti le 17 mai 2014, et utilise toujours les critères du RGESN de la MiNumEco de 2022. Le choix d’une extension de navigateur pour cet usage est étrange et peu pratique.

Carbon Aware SDK est un ensemble d’outils permettant de déplacer la charge applicative pour faire en sorte que les calculs se fassent au moment où l’électricité est issue de sources renouvelables. Cette approche est intéressante mais a ses limites : aucune source d’énergie n’a aucun impact, la différence peut être inexistante si le mix électrique est déjà peu impactant (comme c’est le cas en France) et, si elle est appliquée à grande échelle, elle peut représenter une menace pour l’équilibre de la grille électrique et /ou déclencher la mise en service de centrale thermiques. En effet, par exemple, d’ici peu, un tiers de l’électricité en Irlande sera consommée par des data centers.

eFootprint propose une approche différente et très intéressante. Ici la proposition n’est pas d’estimer l’impact d’un service numérique déjà construit mais de modéliser celui-ci en amont (nombre de serveurs, audience, forme des parcours clients, …) afin d’estimer son impact.

Nom de l’outilCréateursL’outil est-il multicritère ?L’outil prend-il en compte plusieurs phases de cycle de vie ?Transparence de l’algorithme et/ou des donnéesDescription
ec0lintTutanotaNANATransparentOutil d’analyse statique encourageant des pratiques techniques pour les pages web (html plus petit, pas d’autoplay, pas d’animations, …)
EcoCodeFondation EcocodeOuiOuiTransparent, basé sur EcoIndex entre autresPlugin sonar réalisant de l’analyse statique des programmes pour repérer des patterns qui impliquent trop de dépense d’énergie, en particulier sur mobile.
EcoSonarAccentureOuiOuiTransparent.Audit de pages web via une API, cumule GreenIT analysis et lighthouse. Inclus dans la CI/ via un plugin sonar, inclut EcoCode.
SoftAWERESDIA, BoaviztaOuiOuiTransparent.Estimation de l’impact d’un service numérique à partir d’un test dans GitlabCI grâce à Scaphandre.
EcoCIGreen CodingNon (seulement l’énergie)NonTransparentOutil d’estimation de l’énergie dépensée par les Github Actions.
PAGIELZenikaOuiOuiVoir EcoIndexOutil basé sur docker compose qui récupère et historise des données techniques sur des pages web issus de PowerAPI, SiteSpeed, Yellow Lab Tools (core web vitals) et GreenIt Analysis.Permet de créer des graphiques avec l’évolution de ces indicateurs dans le temps.
BOAgentBoaviztaOuiOuiTransparent.Agent à installer à côté d’une application pour estimer son impact à partir de l’énergie consommée. Basé sur Scaphandre.
Carbon Aware SDKGreen Software FoundationNonNonEstimation. Transparent.Outil permettant d’optimiser temporellement des traitements pour utiliser en priorité de l’énergie renouvelable.
CO2ScopeEasyvirtOui (énergie et GES)OuiNon public.Application estimant les émissions de GES à partir d’une mesure ou d’une estimation de l’énergie utilisée par les applications sur les machines ou VM.
NumEcoDiagMiNumEcoNANANAExtension de navigateur permettant à l’utilisateur de s’auto-évaluer sur les critères du RGESN de la MiNumEco sur la base de questions.
NumEcoValMinistère de la transition écologique, Sopra Steria, l’ADEME, INROuiOuiTransparentOutil open source d’évaluation et de pilotage de l’empreinte environnementale des systèmes d’information. Données multicritères selon leur disponibilité.
eFootprintVincent Villet de Publicis Sapient, BoaviztaOuiOuiTransparentOutil open source permettant de spécifier la forme du service numérique (parcours clients, audience, nombre de serveurs, …) pour estimer son impact avant son implémentation.

Les outils d’observabilité 

Estimations de l’énergie consommée

Quelques outils permettent d’estimer l’énergie consommée par des processus sur des machines physiques et sont reconnus comme des classiques dans les communautés autour de l’écoconception de services numériques, en particulier PowerAPI et Scaphandre.

Nom de l’outilCréateursL’outil est-il multicritère ?L’outil prend-il en compte plusieurs phases du cycle de vie ?Transparence de l’algorithme et/ou des donnéesDescription
Power APIRomain Rouvoy / Spirals Team / INRIA LilleNon (seulement l’énergie)NonTransparent.Évaluation de l’énergie dépensée par un processus sur une machine physique, y compris au sein d’une VM hébergée par cette machine.
ScaphandreHubbloNon (seulement l’énergie)NonTransparent.Évaluation de l’énergie dépensée par un processus sur une machine physique, y compris au sein d’une VM hébergée par cette machine.
JoularJXAdel Nourredine / Université de Pau et des Pays de l’AdourNon (seulement l’énergie)NonTransparent.Agent en Java pour observer la dépense d’énergie. Fait partie du projet PowerJoular.
PowerJoularAdel Nourredine / Université de Pau et des Pays de l’AdourNon (seulement l’énergie)NonTransparent.Outil GNU/Linux pour observer la dépense d’énergie du matériel et des logiciels.
PowertopArjan van de VenNon (seulement l’énergie)NonTransparent.Outil GNU/Linux pour observer la dépense d’énergie du matériel et des logiciels.

Sur le cloud

Sur le cloud, l’évidence est bien sûr d’utiliser les calculatrices d’impacts fournies par les principaux fournisseurs (Google, Amazon et Microsoft). Celles-ci ont leurs limites en termes de transparence et de périmètre, que Boavizta a étudiées et résumées dans cet article.

Cloud Carbon Footprint, créé par la célèbre entreprise Thoughworks fournit le même service, comme d’autres, listés dans le tableau. 

Kepler permet d’estimer l’énergie utilisée par les composants d’un cluster Kubernetes.

CloudAssess, de Resilio et Kleis technology se distinguent en étant destinés aux fournisseurs de cloud et non à ses utilisateurs.

Nom de l’outilCréateursL’outil est-il multicritère ?L’outil prend-il en compte plusieurs phases du cycle de vie ?Transparence de l’algorithme et/ou des donnéesDescription
Emission Impact DashboardMicrosoftNonOuiPartiellement transparent.Estimation par Microsoft de l’impact carbone des services déployé sur le cloud Azure
Customer Carbon Footprint AWSAmazonNonNonPeu transparent.Estimation par Amazon de l’impact carbone des services déployé sur le cloud AWS
Google cloud carbon footprintGoogleNonOuiPeu transparentEstimation par Google de l’impact carbone des services déployé sur le cloud GCP
Cloud Carbon FootprintThoughtworksNonOuiEstimation. Algorithme et données sources transparents.Outil de Thoughworks analysant les services déployés sur le cloud pour estimer leur empreinte carbone
Cloud scanner boaviztaBoaviztaOuiOuiTransparent.Estimation de l’impact des services utilisés sur le Cloud
CloudAssessRésilio et Kleis TechnologyOuiOuiTransparent.Outil à destination des fournisseurs de services Cloud pour évaluer leur impact.
GreenPixieGreenpixieNonOuiNon publicEstimation de l’empreinte carbone de services déployés sur le cloud et de saas (Power BI, sales force, tableau, …) à partir des données financières et d’usage.
Cloud-carbonre-cinqNonNonTransparentEstimation de l’empreinte carbone des ressources sur le cloud à partir des métriques d’utilisation
KeplerCloud Native Computing FoundationNon (seulement l’énergie)NonTransparent.Outil permettant d’avoir des métriques sur l’utilisation d’énergie de composants Kubernetes (pods, nodes)
Cloud JewelsEtsyNon (seulement l’énergie)NonTransparentEstimation de la consommation d’énergie sur GCP à partir des données de facturation
CarboniferCarboniferNonNonTransparent.Calcule une estimation de l’impact d’une infrastructure à partir de fichiers terraform et des données du fournisseur (GCP, Amazon, …). 

Univers Python, ML et IA

Les auteurs de modèles d’IA (intelligence artificielle) ou plus globalement de Machine Learning (ML) sont très conscients de l’importante consommation de leurs algorithmes et ont créé un grand nombre de paquetages ou d’applications permettant d’évaluer les impacts de ceux-ci.

Nom de l’outilCréateursL’outil est-il multicritère ?L’outil prend-il en compte plusieurs phases du cycle de vie ?Transparence de l’algorithme et/ou des donnéesDescription
CarbonTrackerDes chercheurs et ingénieursNonNonTransparent..Paquetage Python. Outil de suivi et de prédiction de la consommation d’énergie et de l’empreinte carbone desmodèles d’apprentissage.
Code CarbonData For GoodNonNonTransparent.Paquetage python estimant les émissions de GES d’un programme à partir de l’énergie dépensée.
Eco2AIAiri (des chercheurs)NonNonTransparentPaquetage python pour estimer l’impact de l’entraînement d’un modèle d’IA.
TracarbonFlorian ValeyeNonNonTransparent.Paquetage python estimant les émissions de GES d’un programme à partir de l’énergie dépensée.
LLMCarbonL. Jiang, F. Chen, A. Faiz, S. KanedaNonOuiTransparent.Outil de modélisation de l’empreinte carbone de LLM.
EcoLogitsGEN Ai ImpactOuiOuiPas encore documenté mais OSSuit la consommation d’énergie et les impacts environnementaux de l’utilisation de modèles d’IA générative via des API. Soutenu par Boavizta et Data For Good

Conclusion

J’espère que ce tour d’horizon vous a été utile et vous a permis d’y voir plus clair.

Encore une fois, l’objectif n’est pas de présenter en détail chacun de ces outils mais de les lister et classer en fonction des besoins auxquels ils répondent.

Contactez moi si vous voyez une erreur ou une omission.

Auteur/Autrice

Une réflexion sur “Tour d’horizon des outils GreenIT

  • Stephane YKEN MARIE

    Il manque Sopht, dans cette liste d’outils.
    Oubli volontaire ?

    Répondre

Laisser un commentaire

Ce site utilise Akismet pour réduire les indésirables. En savoir plus sur la façon dont les données de vos commentaires sont traitées.

En savoir plus sur Blog Zenika

Abonnez-vous pour poursuivre la lecture et avoir accès à l’ensemble des archives.

Poursuivre la lecture