Mesurer l'empreinte énergétique des calculs¶
Une expérimentation d'EnergyScopium sur le cluster Cholesky, pour attribuer une consommation aux calculs eux-mêmes et non plus à la salle qui les héberge.
Un centre de calcul sait ce que consomme son bâtiment. Il sait beaucoup moins bien ce que consomme un calcul — et c'est pourtant à cette maille que se prennent les décisions qui comptent : choisir une bibliothèque, régler un ordonnanceur, dimensionner une campagne, arbitrer entre deux implémentations.
L'expérimentation porte sur cet écart.
Le terrain : le cluster Cholesky¶
Cholesky est le cluster HPC du Mésocentre de l'Institut Polytechnique de Paris, opéré par l'IDCS. Mis en service en 2020, il succède au mésocentre PhyMath qui ne desservait que trois laboratoires ; son ouverture à l'échelle de l'Institut est ce qui en fait un terrain représentatif plutôt qu'une machine d'essai.
| Cœurs | 8 000 cœurs CPU |
| Accélérateurs | 20 GPU |
| Puissance crête | 361,58 TFlops |
| Ordonnanceur | SLURM |
| Interconnexion | InfiniBand, faible latence |
| Stockage rapide | full flash VAST Data, 300 To, installé en mai 2026 |
Le cluster rejoint l'IDRIS dans le cadre du Centre de Calcul et de Données du Plateau de Saclay — le même mouvement que le démonstrateur à immersion, et pour la même raison : rapprocher le calcul du stockage.
L'outil : EnergyScopium¶
EnergyScopium est le produit de Denergium, société fondée à Bordeaux en 2023 par Hervé et Jean-Paul, issue de quinze années de recherche Inria sur le calcul économe en énergie, et soutenue par l'Inria Startup Studio et BPI France. Sa devise résume l'angle : more FLOPS per watt.
Le produit se décline en trois composants.
EnergyScopium Profiler — l'analyse d'une application : séries temporelles de consommation, mise en évidence des inefficacités, comparaison de l'efficacité logiciel-matériel. Interface Python, Linux, annoncé comme compatible avec l'ensemble du matériel.
EnergyScopium Smart Decision — l'échelle de l'infrastructure : piloter une installation pour la tenir dans un budget énergétique, et exporter des données consolidées, y compris pour des dossiers de financement et des obligations réglementaires.
EnergyScopium Embedded — une bibliothèque C, pour que l'application se mesure elle-même et verse ses métriques dans les tableaux de bord existants.
L'argument que le GT retient : energy-to-solution. Optimiser le temps de calcul et l'énergie sont deux objectifs distincts, et l'énergie est la seule métrique assez universelle pour comparer des technologies aussi différentes qu'un CPU, un GPU ou un FPGA.
Ce que l'expérimentation doit établir¶
Elle commence. Ce qui suit est ce qu'elle cherche, pas ce qu'elle a trouvé.
Attribuer. Passer d'une consommation de salle à une consommation par tâche : ce que coûte réellement un job, et ce que ce coût recouvre.
Comparer. Deux implémentations d'un même calcul peuvent avoir le même temps d'exécution et des consommations différentes. C'est là que se trouve la marge que ni le temps ni le nombre de cœurs ne révèlent.
Recouper. Une mesure logicielle n'est pas une mesure électrique. Sa valeur tient à ce qu'on la confronte à un compteur, et le démonstrateur à immersion — dont la boucle sera instrumentée — offre précisément ce point de comparaison.
Aucun chiffre n'est publié à ce stade
La chaîne de mesure, sa maille et son incertitude restent à établir sur ce cluster. Publier une consommation avant d'avoir vérifié ce qu'elle compte reviendrait à donner une autorité à un nombre qui ne l'a pas encore. Les résultats paraîtront ici quand ils existeront, avec leur méthode et leurs réserves.