Literatura académica sobre el tema "Centres de traitement informatique – Coût-efficacité"

En 2010, 30 millions d’européens ont été affectés par la dépression et ce nombre continue à augmenter . La moitié des européens souffrant de dépression n’ont pas accès à des soins de santé mentale et ne reçoivent pas toujours des traitements ayant prouvé leur efficacité comme la thérapie cognitivo-comportemenale . Le temps d’attente pour une consultation parfois long et les frais de prise en charge élevés constituent des freins majeurs pour ce type de thérapie. La prise en charge par Internet peut potentiellement pallier les inconvénients des soins classiques et permettre un traitement de la dépression de très bonne qualité à un prix abordable . European-COMPARative Effectiveness research on online Depression (E-COMPARED) est un projet de recherche européen de trois ans financé par la Commission Européenne. Il vise à évaluer deux modes de prise en charge de la dépression chez l’adulte : la prise en charge classique (face-à-face) et combinée (face-à-face et Internet). Il s’agit d’un projet multidisciplinaire (psychiatrie, nouvelles technologies de l’information et de communication, soins) et ses membres sont les précurseurs de la prise en charge des troubles mentaux communs par Internet. Au sein de E-COMPARED, l’essai clinique î Stratégie thérapeutique à support numérique dans l’épisode dépressif majeur : étude clinique comparative aux soins courants et étude de coût–efficacité constitue le Work Package 2 et sera réalisé, pour la France, au sein du réseau des centres experts sur la dépression résistante (fondation FondaMental). Ce réseau fédère 11 centres qui assureront le recrutement et la réalisation de l’essai, Cet essai clinique débutera mi-2015 et sera mené parallèlement dans 8 pays. L’objectif principal de cette étude étant de montrer la non-infériorité de thérapie combinée par rapport aux soins usuels de l’épisode dépressif majeur, faisant l’hypothèse que la thérapie combinée permettra d’apporter autant d’amélioration que les soins usuels mais à moindre coût.

Soumission à Episciences International audience Computers and electronic machines in businesses consume a significant amount of electricity, releasing carbon dioxide (CO2), which contributes to greenhouse gas emissions. Energy efficiency is a pressing concern in IT systems, ranging from mobile devices to large servers in data centers, in order to be more environmentally responsible. In order to meet the growing demands in the awareness of excessive energy consumption, many initiatives have been launched on energy efficiency for big data processing covering electronic components, software and applications. Query optimizers are one of the most power consuming components of a DBMS. They can be modified to take into account the energetical cost of query plans by using energy-based cost models with the aim of reducing the power consumption of computer systems. In this paper, we study, describe and evaluate the design of three energy cost models whose values of energy sensitive parameters are determined using the Nonlinear Regression and the Random Forests techniques. To this end, we study in depth the operating principle of the selected DBMS and present an analysis comparing the performance time and energy consumption of typical queries in the TPC benchmark. We perform extensive experiments on a physical testbed based on PostreSQL, MontetDB and Hyrise systems using workloads generatedusing our chosen benchmark to validate our proposal. Les ordinateurs et les machines électroniques des entreprises consomment une quantité importante d’électricité, libérant ainsi du dioxyde de carbone (CO2), qui contribue aux émissions de gaz à effet de serre. L’efficacité énergétique est une préoccupation urgente dans les systèmesinformatiques, partant des équipements mobiles aux grands serveurs dans les centres de données, afin d’être plus respectueux envers l’environnement. Afin de répondre aux exigences croissantes en matière de sensibilisation à l’utilisation excessive de l’énergie, de nombreuses initiatives ont été lancées sur l’efficacité énergétique pour le traitement des données massives couvrant les composantsélectroniques, les logiciels et les applications. Les optimiseurs de requêtes sont l’un des composants les plus énergivores d’un SGBD. Ils peuvent être modifiés pour prendre en compte le coût énergétique des plans des requêtes à l’aide des modèles de coût énergétiques intégrés dans l’optimiseur dans le but de réduire la consommation électrique des systèmes informatiques. Dans cet article, nousétudions, décrivons et évaluons la conception de trois modèles de coût énergétique dont les valeurs des paramètres sensibles à l’énergie sont définis en utilisant la technique de la Régression non linéaire et la technique des forêts aléatoires. Pour ce fait, nous menons une étude approfondie du principe de fonctionnement des SGBD choisis et présentons une analyse des performances en termes de temps et énergie sur des requêtes typiques du benchmarks TPC-H. Nous effectuons des expériences approfondies basées sur les systèmes PostgreSQL, MonetDB et Hyrise en utilisant un jeu de données généré à partir du benchmarks TPC-H afin de valider nos propositions.

Les centres de données consomment de grandes quantités d'énergie électrique pour alimenter leurs équipements informatiques, leurs systèmes de refroidissement et leur infrastructure. Cette forte consommation d'énergie contribue à la demande globale sur le réseau électrique et à l'émission de gaz à effet de serre. En optimisant les performances énergétiques, les centres de données peuvent réduire leurs factures d'électricité, leurs coûts d'exploitation globaux et leur impact sur l'environnement. L'adoption de nouvelles solutions de refroidissement, telles que le refroidissement par liquide et le refroidissement indirect par évaporation, offre une plus grande efficacité énergétique et peut réduire de manière significative la consommation d'énergie liée au refroidissement dans les centres de données.Dans ce travail, deux études expérimentales ont été menées sur de nouvelles topologies de refroidissement pour les baies informatiques. Dans la première topologie, le système de refroidissement des baies est basé sur une combinaison de refroidissement à couplage étroit et de refroidissement direct des puces. Cinq racks avec des serveurs opérationnels ont été testés. Deux différences de température (15 K et 20 K) ont été validées pour tous les racks informatiques. L'impact de ces profils de différence de température sur les performances du centre de données a été analysé en utilisant trois systèmes de rejet de chaleur dans quatre conditions climatiques pour un centre de données de 600 kW. L'impact du profil de température de l'eau sur l'efficacité de l'utilisation partielle de l'énergie et de l'eau du centre de données a été analysé pour optimiser le système de refroidissement indirect équipé d'un système de refroidissement par évaporation à travers deux approches : la différence de température des baies et l'augmentation de la température d'entrée de l'eau dans le centre de données. Dans la seconde topologie, une étude expérimentale menée sur une nouvelle technique de refroidissement liquide d'immersion monophasé a été développée. Le dispositif expérimental a testé l'impact de trois fluides diélectriques, l'effet de la configuration du circuit d'eau et la puissance/le profil du serveur. Les résultats suggèrent que la demande de refroidissement du système dépend de la viscosité du fluide. Lorsque la viscosité passe de 4,6 à 9,8 mPa.s, la performance de refroidissement diminue d'environ 6 %. En outre, tous les profils de serveurs informatiques ont été validés à différentes températures d'entrée d'eau jusqu'à 45°C et à différents débits. La performance énergétique de cette technique et de la technique précédente a été comparée. Cette technique a permis de réduire la consommation d'électricité en courant continu d'au moins 20,7 % par rapport au système de refroidissement par liquide. Les performances de refroidissement des systèmes à refroidissement par air et par liquide et de la solution proposée ont été comparées au niveau du serveur. En utilisant la solution proposée, l'énergie consommée par serveur a été réduite d'au moins 20 % par rapport au système de refroidissement par air et de 7 % par rapport au système de refroidissement par liquide.En outre, une nouvelle technologie de refroidissement par liquide a été mise au point pour les unités UPS de 600 kW. Cinq essais thermo hydrauliques ont été réalisés dans différentes conditions thermiques. Un profil de différence de température de 20 K a été validé avec un fonctionnement sûr pour tous les équipements électroniques de l'onduleur, résultant en une efficacité thermique de 82,27 %. L'impact de la diminution du débit d'eau et de l'augmentation des températures de l'eau et de l'air dans la pièce a également été analysé. Une diminution des températures d'entrée de l'eau et de l'air de 41°C à 32°C et de 47°C à 40°C respectivement augmente l'efficacité thermique de 8,64 %
Data centers consume vast amounts of electrical energy to power their IT equipment, cooling systems, and supporting infrastructure. This high energy consumption contributes to the overall demand on the electrical grid and release of greenhouse gas emissions. By optimizing energy performance, data centers can reduce their electricity bills, overall operating costs and their environmental impact. This includes implementing energy-efficient technologies, improving cooling systems, and adopting efficient power management practices. Adopting new cooling solutions, such as liquid cooling and indirect evaporative cooling, offer higher energy efficiency and can significantly reduce the cooling-related energy consumption in data centres.In this work, two experimental investigations on a new cooling topologies for information technology racks are conducted. In the first topology, the rack-cooling system is based on a combination of close-coupled cooling and direct-to-chip cooling. Five racks with operational servers were tested. Two temperature difference (15 K and 20 K) was validated for all the IT racks. The impact of these temperature difference profiles on the data-centre performance was analysed using three heat rejection systems under four climatic conditions for a data centre of 600 kW. The impact of the water temperature profile on the partial power usage effectiveness and water usage effectiveness of data centre was analysed to optimise the indirect free cooling system equipped with an evaporative cooling system through two approaches: rack temperature difference and by increasing the water inlet temperature of the data centre. In the second topology, an experimental investigation conducted on a new single-phase immersion/liquid-cooling technique is developed. The experimental setup tested the impact of three dielectric fluids, the effect of the water circuit configuration, and the server power/profile. Results suggest that the system cooling demand depends on the fluid’s viscosity. As the viscosity increased from 4.6 to 9.8 mPa.s, the cooling performance decreased by approximately 6 %. Moreover, all the IT server profiles were validated at various water inlet temperatures up to 45°C and flow rates. The energy performance of this technique and the previous technique was compared. This technique showed a reduction in the DC electrical power consumption by at least 20.7 % compared to the liquid-cooling system. The cooling performance of the air- and liquid-cooled systems and the proposed solution was compared computationally at the server level. When using the proposed solution, the energy consumed per server was reduced by at least 20 % compared with the air-cooling system and 7 % compared with liquid-cooling system.In addition, a new liquid cooling technology for 600 kW Uninterruptible Power Supply (UPS) units. This cooling architecture gives more opportunities to use free cooling as a main and unique cooling system for optimal data centres (DCs). Five thermal hydraulic tests are conducted with different thermal conditions. A 20 K temperature difference profile was validated with a safe operation for all UPS electronic equipment resulting with a thermal efficiency of 82.27 %. The impact of decreasing water flow rate and increasing water and air room temperatures was also analysed. A decrease in inlet water and air temperatures from 41°C to 32°C and from 47°C to 40°C respectively increases the thermal efficiency by 8.64 %. Furthermore, an energy performance analysis comparison is made between air cooled and water cooled UPS units on both UPS and infrastructure levels

Dans cette thèse, nous étudions l’efficacité énergétique des infrastructures informatiques dans un système smart grid – cloud. Nous nous intéressons plus particulièrement aux réseaux de communication et aux data centers du cloud. Nous nous focalisons sur ces derniers à cause de leur grande consommation d’énergie et du rôle vital qu’ils jouent dans un monde connecté en pleine expansion, les positionnant, ainsi, comme des éléments importants dans un système smart grid - cloud. De ce fait, les travaux de cette thèse s’inscrivent dans le cadre d’un seul framework intégrant le smart grid, le microgrid, le cloud, les data centers et les utilisateurs. Nous avons, en effet, étudié l’interaction entre les data centers du cloud et le fournisseur d’énergie du smart grid et nous avons proposé des solutions d’allocation d’énergie et de minimisation du coût d’énergie en utilisant deux architectures : (1) une architecture smart grid-cloud et (2) une architecture microgrid-cloud. Par ailleurs, nous avons porté une attention particulière à l’exécution des requêtes des utilisateurs tout en leur garantissant un niveau de qualité de service satisfaisant dans une architecture fog -cloud. En comparaison avec les travaux de l’état de l’art, les résultats de nos contributions ont montré qu’ils répondent aux enjeux identifiés, notamment en réduisant les émissions de gaz à effet de serre et le coût d’énergie des data centers
This thesis considers the energy efficiency of information and communication infrastructures in a smart grid - cloud system. It especially deals with communication networks and cloud data centers due to their high energy consumption, which confers them an important role in the network. The contributions of this thesis are implemented on the same framework integrating the smart grid, microgrid, cloud, data centers and users. Indeed, we have studied the interaction between the cloud data centers and the smart grid provider and we have proposed energy efficient power allocation solutions and an energy cost minimization scheme using two architectures: a smart grid-cloud architecture and a microgrid-cloud architecture. In addition, we paid close attention to execute user requests while ensuring a good quality of service in a fog-cloud architecture. In comparison with state-of-the-art works, the results of our contributions have shown that they respond to the identified challenges, particularly in terms of reducing carbon emissions and energy costs of cloud data centers

La tendance actuelle dans le développement et le déploiement d’applications consiste à les embarquer dans des machines virtuelles ou des conteneurs. Il en résulte une combinaison de configurations de réseaux physiques et virtuels combinant des commutateurs virtuels et physiques avec des protocoles spécifiques pour créer des réseaux virtuels s'étendant sur plusieurs serveurs. Ce nouvel environnement constitue un défi lorsqu'il s'agit de mesurer et de debuguer les problèmes liés aux performances. Dans cette thèse, nous examinons le problème de la mesure du trafic dans un environnement virtuel et nous nous concentrons sur un scénario typique : des machines virtuelles interconnectées par un commutateur virtuel. Nous avons étudié le coût de la mesure en continu du trafic réseau des machines. Plus précisément, nous avons évalué le cout du partage du substrat physique entre la tâche de mesure et l’application. Nous avons dans un premier confirmé l'existence d'une corrélation négative entre la mesure et le trafic applicatif. Dans une seconde partie de la thèse, nous avons orienté notre travail vers une minimisation de l'impact des mesures en utilisant des techniques d'apprentissage automatiques en temps réel. Nous avons proposé une solution basée sur les données, capable de fournir des paramètres de surveillance optimaux pour les mesures de réseau virtuel avec un minimum d'interférence pour le trafic applicatif
The current trend in application development and deployment is to package applications within containers or virtual machines. This results in a blend of virtual and physical resources with complex network setups mixing virtual and physical switches along with specific protocols to build virtual networks spanning over several servers. While this complexity is hidden by cloud management solutions, this new environment constitutes a challenge when it comes to monitor and debug performance related issues. In this thesis, we consider the problem of measuring traffic in a virtualized environment and focus on one typical scenario, virtual machines interconnected with a virtual switch. We assess the cost of continuously measuring the network traffic of the machines. Specifically, we seek to estimate the competition that exists to access the resources (e.g., CPU) of the physical substrate between the measurement task and the application. We confirm the negative correlation of measurement within such setup and propose actions towards its minimization. Concluding on the measurement interference with virtual network, we then turn our work towards minimizing its presence in the network. We assess the capability of machine learning techniques to predict the measurement impact on the ongoing traffic between virtual machines. We propose a data-driven solution that is able to provide optimal monitoring parameters for virtual network measurements with minimum traffic interference

Les data centers sont des infrastructures qui hébergent un grand nombre d’équipements informatiques. Plus de 99% de la puissance électrique consommée par les composants électroniques est transformée en chaleur. Pour assurer leur bon fonctionnement il est donc nécessaire de les refroidir. Cette opération est majoritairement réalisée par l’emploi de systèmes de climatisation à air très énergivores. De plus, la densité de puissance dissipée au sein des baies informatiques est en augmentation permanente. Nous arrivons alors aux limites de l’utilisation de l’air comme fluide caloporteur pour le refroidissement. Les études réalisées durant cette thèse concernent l’amélioration de l’efficacité énergétique des systèmes de refroidissement des baies électroniques par l’exploitation de liquides comme fluides caloporteurs. Cette approche permet de bénéficier de coefficients d’échanges thermiques et de capacités de refroidissement plus importants, avec des perspectives plus viables pour la revalorisation de la chaleur issue des data centers.Durant la thèse, quatre solutions de refroidissement ont été évaluées. Des expérimentations ont été menées à l’échelle de serveurs et d’une baie informatique. Une instrumentation conséquente permet de mettre en évidence le bon refroidissement des composants et de déterminer des indicateurs d’efficacité énergétique des systèmes étudiés. A partir des résultats expérimentaux, deux modèles numériques sont développés par une approche nodale et une identification des paramètres par méthode inverse. Ces modèles pourront être dupliqués à l’échelle d’une salle informatique afin de quantifier les gains potentiels de deux solutions de refroidissement liquide
Data centers are facilities that house a large numbers of computer equipment. More than 99% of the electrical power consumed by the electronic components is converted into heat. To ensure their good working, it is necessary to keep them under their recommended temperatures. This is mainly achieved by the use of air conditioning systems which consume a lot of electrical power. In addition, the power density of computer racks is constantly increasing. So the limits of air as a coolant for electronic equipment cooling are reached.Studies conducted during this thesis concern the improvement of energy efficiency of cooling systems for electronic rack by using liquids as heat transfer fluids. This approach gives higher heat exchange coefficients and larger cooling capacity with more viable aspects for the recovering of heat from data centers.Four cooling solutions are evaluated. Experiments are conducted on several servers and on a computer rack. A consistent instrumentation helps to highlight the efficiency of components cooling and allows us to identify energy efficiency indicators of the studied systems. From the experimental results, two numerical models are developed by a nodal approach and a parameter identification by inverse method is carried out. These models can be duplicated at the scale of a data center room in order to quantify the potential gains of two liquid cooling solutions

Depuis des années, la consommation énergétique du centre de donnée a pris une importance croissante suivant une explosion de demande dans cloud computing. Cette thèse aborde le défi scientifique de la modélisation énergétique d’un centre de données, en fonction des paramètres les plus importants. Disposant d’une telle modélisation, un opérateur pourrait mieux repenser / concevoir ses actuels / futurs centre de données. Pour bien identifier les impacts énergétiques des matériels et logiciels utilisés dans les systèmes informatiques. Dans la première partie de la thèse, nous avons réaliser un grand nombre évaluations expérimentales pour identifier et caractériser les incertitudes de la consommation d’énergie induite par les éléments externes : effets thermiques, différencesentre des processeurs identiques causées par un processus de fabrication imparfait, problèmes de précision issus d’outil de mesure de la puissance, etc. Nous avons terminé cette étude scientifique par le développement d’une modélisation global pour un cluster physique donné, ce cluster est composé par 48 serveurs identiques et équipé d’un système de refroidissement à expansion à direct, largement utilisé aujourd’hui pour les datacenters modernes. La modélisation permet d’estimer la consommation énergétique globale en fonction des configurations opérationnelles et des données relatives à l’activité informatique, telles que la température ambiante, les configurations du système de refroidissement et la charge des serveurs
For years, the energy consumption of the data center has dramatically increased followed by the explosion of demand in cloud computing. This thesis addresses the scientific challenge of energy modeling of a data center, based on the most important variables. With such modeling, an data center operator will be able to better reallocate / design the current / future data centers. In order to identify the energy impacts of hardware and software used in computer systems. In the first part of the thesis, to identify and characterize the uncertainties of energy consumption introduced by external elements: thermal effects, difference between identical processors caused by imperfect manufacturing process, precision problems resulting from power measurement tool, etc. We have completed this scientific study by developing a global power modeling for a given physical cluster, this cluster is composed by 48 identical servers and equipped with a direct expansion cooling system, conventionally used today for modern data centers. The modeling makes it possible to estimate the overall energy consumption of the cluster based on operational configurations and data relating to IT activity, such as ambient temperature, cooling system configurations and server load

L'expansion des services en ligne, l'avènement du big data, favorisé par l'internet des objets et les terminaux mobiles, a entraîné une croissance exponentielle du nombre de centres de données qui fournissent des divers services de cloud computing. Par conséquent, la topologie du centre de données est considérée comme un facteur d'influence sur la performance du centre de données. En effet, les topologies des centres de données devraient offrir une latence faible, une longueur de chemin moyenne réduite avec une bande passante élevée. Ces exigences augmentent la consommation énergétique dans les centres de données. Dans cette dissertation, différentes solutions ont été proposées pour surmonter ces problèmes. Tout d'abord, nous proposons une nouvelle topologie appelée LCT (Linked Cluster Topology) qui augmente le nombre de nœuds, améliore la connexion réseau et optimise le routage des données pour avoir une faible latence réseau. Une nouvelle topologie appelée VacoNet (Variable connexion Network) a été également présentée. VacoNet offre un nouveau algorithme qui définit le exact nombre de port par commutateur pour connecter le nombre de serveurs requis tout en réduisant l'énergie consommée et les matériaux inutilisés (câbles, commutateurs). En outre, nous _étudions une nouvelle technique pour optimiser la consumation d'énergie aux centres de données. Cette technique peut périodiquement estimer la matrice de trafic et gérer l'_état des ports de serveurs tout en maintenant le centre de données entièrement connecté. La technique proposée prend en considération le trafic réseau dans la décision de gestion des ports
Data centers (DC) are being built around the world to provide various cloud computing services. One of the fundamental challenges of existing DC is to design a network that interconnects massive number of nodes (servers)1 while reducing DC' cost and energy consumption. Several solutions have been proposed (e.g. FatTree, DCell and BCube), but they either scale too fast (i.e., double exponentially) or too slow. Effcient DC topologies should incorporate high scalability, low latency, low Average Path Length (APL), high Aggregated Bottleneck Throughput (ABT) and low cost and energy consumption. Therefore, in this dissertation, different solutions have been proposed to overcome these problems. First, we propose a novel DC topology called LCT (Linked Cluster Topology) as a new solution for building scalable and cost effective DC networking infrastructures. The proposed topology reduces the number of redundant connections between clusters of nodes, while increasing the numbers of nodes without affecting the network bisection bandwidth. Furthermore, in order to reduce the DCs cost and energy consumption, we propose first a new static energy saving topology called VacoNet (Variable Connection Network) that connects the needed number of servers while reducing the unused materials (cables, switches). Also, we propose a new approach that exploits the correlation in time of internode communication and some topological features to maximize energy saving without too much impacting the average path length