Étude d’impact de la lecture d’une vidéo Canal+

Reading Time: 16 minutes

Introduction

Cette étude a été réalisée par Greenspector, société spécialisée dans l’impact du numérique, et EVEA, spécialisée dans les analyses de l’impact environnemental de produit. Cette étude se base sur :

  • une méthodologie de calcul initiée dans le cadre du projet CONVINcE sur la consommation d’énergie de la vidéo. Projet ayant impliqué plusieurs acteurs tels que Orange, Sony…
  • des mesures d’énergie et de consommation de ressource réalisée sur l’application myCANAL pour étayer des hypothèses
  • une collecte de données sur l’usage et l’infrastructure de Canal+
  • une étude bibliographique pour identifier et corréler des facteurs d’émission et des consommations d’énergie

Sommaire de l’étude :
Méthodologie
Résultats : consommations, impact global et projection
Axes d’améliorations
Conclusion – points à retenir
Témoignage du Chief Digital Officer de Canal+

Méthodologie

L’unité fonctionnelle de cette étude est définie telle que suit : “Visionner 1h de vidéo, en live ou en replay, sur les interfaces de Canal+”.

Disclaimer : Cette étude a pour but d’estimer, par des ordres de grandeur, l’impact carbone de la lecture d’une vidéo sur les interfaces de Canal+. À date, elle s’appuie sur des sources fiables et robustes et se veut représentative de la réalité de l’infrastructure de Canal+. Cependant, ce n’est pas une Analyse du Cycle de Vie (ACV) complète. Nous nous appuyons sur les méthodologies ACV mais nous n’avons par exemple pas effectué d’analyse de sensibilité qui permettrait d’avoir des écarts min-max sur les valeurs. Cependant, cette étude a permis de formaliser un référentiel d’analyse pour l’empreinte carbone d’un service de vidéo, et il pourra servir pour suivre l’évolution de l’empreinte carbone dans le temps. Et tout ceci n’enlève en rien à la cohérence des données pour son utilisation principale.

Moyen d’accès aux services

Nous avons listé les différentes manières d’accéder aux services vidéo de myCANAL. En fonction de ce type d’accès, il est nécessaire d’avoir plus ou moins de matériel(s). Cet inventaire est nécessaire pour évaluer l’impact de l’accès aux services de vidéo. Nous avons classé les moyens par catégorie :

  • Décodeur Canal+
  • Box TV FAI
  • Box TNT
  • Console de jeux
  • TV IP (TV Android, Samsung TV)
  • Passerelle Multimédia PC/Mac avec Box Internet FAI
  • Smartphone/Tablette avec Box Internet FAI ou accès GSM

Pour les accès Décodeur, Box TV/TNT, Console et Passerelle Multimedia il est nécessaire d’ajouter une TV. Nous avons écarté tous les cas particuliers de visualisation considérés comme anecdotiques par rapport aux autres accès tels que :

  • L’affichage du flux PC sur une TV,
  • La visualisation multiroom

Concernant le lien entre les terminaux et les Box, nous considérerons que la connexion Wifi et la connexion filaire (Ethernet) n’ont pas d’impact sur la consommation des terminaux (PC et TV).

Définition de la visualisation

La qualité de visualisation influence la consommation d’énergie de bout en bout. Nous avons pris les 3 principales définitions suivantes :

  • SD (Simple Définition)
  • HD (Haute Définition)
  • UHD/4K (Ultra Haute Définition)

La définition dépend de 3 facteurs :

  • la disponibilité de programme compatible
  • la compatibilité du matériel en termes de qualité
  • la qualité de la connexion (la qualité des vidéos myCANAL est adaptée en fonction de la vitesse de connexion).

Les mesures exploratoires de Greenspector sur myCanal permettent de montrer l’impact de la consommation d’une vidéo SD, HD ou UHD sur smartphone puis sur PC portable :

Impact de la consommation d’une vidéo sur smartphone et PC portable suivant la qualité
Impact de la consommation d’une vidéo SD, HD ou UHD sur smartphone et PC portable

Des sources bibliographiques ont été utilisées pour les consommations des autres plateformes comme les Consoles (Source 1), les TV (Sources 1 et 2), les Set-Top-Box (Sources 1 et 2). Les consommations des décodeurs Canal+ fournies par Canal+ ont été aussi utilisées.

Selon les différentes configurations d’équipement, nous obtenons des consommations d’énergie qui varient de 1,3 à 108 Wh/h soit un ratio de 1 à 80 :

Consommations d'énergie selon les configurations d'équipements

Technologies

Plusieurs paramètres ont été pris en compte dans les calculs car ils influent sur la consommation :

  • Technologie de streaming : IPTV (Technologie chez les FAI), OTT (Over the Top) et Peer To Peer
  • Signal Linéaire (Live) ou Non linéaire (Replay/VOD)
  • Diffusion (Hertzien, Satellite, IP)

Moyens de connexion au réseau

Pour accéder aux services, l’infrastructure considérée prend en compte : le matériel chez l’utilisateur (Box entre autres), l’accès aux réseaux (GSM, Fibre…) et le cœur du réseau IP.

Nous avons utilisé des méthodes de calculs répandues dans la littérature scientifique et standardisées par l’ETSI. Le principe est de prendre un ratio “énergie/usage type” en Wh/Go. Bien que l’infrastructure du réseau ait une consommation assez fixe et ne dépendant pas de l’usage, ce mode de calcul permet d’affecter un impact global à un usage (ici une heure de vidéo). De plus, il permet d’étudier l’amélioration des réseaux en termes d’efficience. Au-delà de la recherche d’amélioration de l’efficacité énergétique, il permet aussi d’évaluer une pression sur le réseau et de prendre en compte l’amélioration capacitaire de l’infrastructure.

Ainsi expliqué dans le rapport CONVINcE :

“As we are looking for an order of magnitude in energy saving, we suppose that decreasing by 30% the traffic volume in the core network induces a decrease of same ratio in network dimensioning and consequently a decrease of 30% in energy consumption in the core IP network.”

Nous avons étudié la littérature et répertorié des métriques allant de 1,3Wh/Go (chiffre pour la fibre FTTH) à 600Wh/Go. Ces facteurs fluctuent en fonction de la date d’évaluation de l’infrastructure, de la méthode (Top Down ou Bottom Up) et de la technologie. Il est clair cependant que l’efficacité s’améliore au cours des années.

Nous avons pris :

  • 13 Wh/Go pour le cœur réseau (source CONVINcE)
  • 30 à 40 Wh/Go pour le réseau Fixe
  • 150 Wh/Go pour le réseau GSM (source CONVINcE)

Pour la TNT et le satellite, il existe peu de données. Nous nous sommes cependant basés sur une étude BBC pour la TNT.

Content Delivery Network

Les Content Delivery Network (CDN) sont des serveurs utilisés pour limiter la charge des serveurs “Haut de Têtes” (servant les vidéos) et pour fournir un flux au plus proche de l’utilisateur. Canal+ passe par des fournisseurs CDN du marché mais utilise aussi ses propres infrastructures.

La méthodologie pour estimer l’intensité d’énergie par GB est de ramener la consommation estimée du data center au débit en période de pics. Canal+ connaît en effet le nombre de serveurs physiques, leurs types ainsi que leurs débits. Les serveurs étant hébergés chez un hébergeur, certaines hypothèses ont été faites pour estimer la consommation réelle : entre autres, une hypothèse de PUE (Power Usage Effectiveness) de 2, une consommation par serveur de 250W, une charge serveur de 50%. La consommation des routeurs et du stockage sont considérées négligeables par rapport à la consommation des serveurs. (Sources 1, 2 et 3)

L’intensité d’énergie obtenue est de 0,13 Wh/Go, avec une valeur différente entre la VOD et le Live. A noter que cette valeur est calculée en cas de pic (match de foot par exemple). Elle peut être plus faible (usage de la capacité totale du datacenter) ou plus forte (en période de faible affluence).

Faute de données, l’hypothèse d’une même intensité d’énergie (Wh/Go) a été prise pour les CDN extérieurs à Canal+ (50%). Pour comparaison et vérification, les études listées affichent des valeurs de 0,04 à 1 Wh/Go. Ces différences s’expliquent par différents facteurs :

– Amélioration de l’efficience des data centers, les études anciennes amènent donc à des chiffres plus élevés,

– Approches Top-Down qui ont une estimation plus élevée que les études Bottom-Up (comme la présente estimation sur les CDN).

Serveurs applicatifs AWS Hors vidéo : l’utilisation Mycanal (présentation du catalogue, authentification…) et le visionnage des vidéos impliquent la sollicitation de services hébergés sur des serveurs (gestion des droits, etc). Les API utilisées sont hébergées sur des instances AWS.

Canal+ loue des instances AWS et connaît le nombre de VMs. Une partie de ces VMs est purement dédiée à fournir les services annexes à la vidéo.

Il est difficile de connaître la consommation d’énergie des instances AWS car aucune communication ou information n’est fournie par Amazon. À dire d’expert, nous avons pris une valeur de 20W (en prenant en compte un PUE de 2) (Source : Interview des experts sur la virtualisation de la société Easyvirt).

Nous avons pris l’hypothèse d’une répartition uniforme de la consommation par rapport au nombre d’heures visualisées et nous obtenons une valeur de 0,14 Wh/h.

Serveurs d’encodage Vidéo

Les serveurs “Tête de réseau” permettent de mettre en forme les vidéos, de les “paquetiser” au format de l’utilisateur… Pour l’OTT, jusqu’à 150 paquets peuvent être disponibles pour une même vidéo. Voici le workflow pour l’OTT.

Les parties les plus consommatrices sont l’encodage et le décodage vidéo. Le workflow se répartit sur des serveurs spécifiques (pour l’encodage) et des serveurs classiques (pour la mise en forme et le packaging).

Nous avons pris les chiffres issus du projet CONVINcE (considérant des serveurs Harmony identiques à ceux utilisés par Canal+) pour estimer l’énergie, ainsi que les données serveurs de Canal+ :

  • Pour l’IPTV : 0,09 Wh pour une heure de vidéo
  • Pour l’OTT: 0,30 Wh pour une heure de vidéo

Cette différence s’explique par le fait que l’OTT est encodé en plusieurs formats contrairement à l’IPTV qui est encodé en un format haute définition.

Facteurs d’émission CO²

Pour l’énergie nous avons utilisé les valeurs fournies par la base Open Data Réseaux Energies (Travail des distributeurs tels RTE ainsi que l’ADEME). Nous avons utilisé l‘usage intermittent qui correspond davantage à l‘usage vidéo en termes de période (le soir) soit 60g CO2eq/kWh. Une partie d’émissions pour le reste du monde a été ajoutée en prenant en compte le fait que certains utilisateurs sont hors de France.

Pour les facteurs d’émission de la fabrication des terminaux et des serveurs, nous avons utilisé les facteurs fournis par Shift Project / IEA.

Ces facteurs ont été ramenés à l’heure de visualisation en prenant en compte des durées de vie associées à chaque matériel.

Note : Concernant les impacts de la TNT et du satellite, il manque des données sur l’infrastructure et les facteurs d’émission. Nous avons intégré cependant cette partie pour comprendre les ordres de grandeur des impacts. Certaines analyses ont été réalisées uniquement sur la partie IP dans certains cas (pour comparaison avec les autres études par exemple).

De la même manière, l’impact de la phase de fabrication du data center en dehors des serveurs et de l’infrastructure réseau n’a pas été prise en compte car considérée comme mutualisée et faible compte tenu de la durée de vie des bâtiments.

Résultats – projection globale

L’alimentation en énergie renouvelable des infrastructures AWS et des CDN Canal+ hébergées par Interxion n’a pas été prise en compte.

En une heure, en moyenne, voici les flux qui transitent sur le réseau :

500 000 heures de vidéo
900 To de données
3,6 Go/h de débit moyen

Le nombre d’heures de visualisation des abonnés Canal+ a été réparti en fonction des paramètres listés précédemment.

Les données unitaires obtenues précédemment sont alors projetées sur ces usages pour avoir la consommation globale. En prenant ces résultats, nous pouvons obtenir des intensités d’usage de chaque partie (Terminal, Réseau, Serveur) pour vérifier la cohérence de la consommation globale.

Analyse des intensités

Les intensités d’usage obtenues peuvent être comparées aux études Shift Project et IEA. Cette intensité est calculée en prenant la répartition des devices, l’usage de Canal+ et en ne gardant que la partie transfert IP (sans Satellite ni TNT).

Il est clair (et partagé par l’IEA) que l’étude du Shift Project surestime la consommation du réseau. Pour les serveurs, nous avons une valeur assez faible mais sommes assez confiants compte tenu du fait qu’elle se base sur les données d’une infrastructure connue (avec l’incertitude issue des serveurs Amazon et des CDN tiers). L’estimation de la partie terminale du Shift Project nous semble avoir été sous-estimée (partagé par IEA). Il semble que l’IEA ait aussi sous-estimé de nombreux paramètres et semble ne pas avoir été pris en compte l’influence de la définition sur la consommation du terminal, certains éléments comme les box et la consommation des nouvelles TV plus consommatrices. L’étude CONVINcE et l’analyse Sauber/Koomey permettent aussi de valider la cohérence de notre étude.

Impact de la lecture d’une heure de vidéo

Sur l’ensemble du parc Canal+, la moyenne de consommation de bout en bout est de 214 Wh par heure de vidéo. Pour comparaison, l’étude IEA annonce une consommation entre 120 et 240Wh par heure. La répartition est la suivante :

L’impact en équivalent CO2 moyen par type d’accès est le suivant (avec les hypothèses précisées dans le paragraphe Facteurs d’émission CO2 où la fabrication des infrastructures Satellite, TNT, réseau et d’hébergement des serveurs n’a pas été prise en compte)

En prenant le type de connexion :

L‘impact va de 20 à 66g EqCO2, il dépend de plusieurs paramètres :

  • la consommation plus ou moins importante en énergie du device (par exemple Smartphone vs TV),
  • l’énergie grise et la durée de vie du matériel,
  • le moyen d’accès au réseau (par exemple un accès GSM est plus impactant qu’un accès filaire),
  • la qualité de visionnage qui va influer surtout sur la part du réseau (fonction d’un coût au Wh/Go),
  • le nombre de matériels pour accéder au service.

En prenant les usages réels (voir fin du document), on arrive à une moyenne de 28g CO2eq. Si l’on prend uniquement la partie IP, nous arrivons à une valeur moyenne de 37g CO2eq.

Pour comparaison, l’étude IEA (2020) annonce 8g CO2eq pour la France (sur la phase d’usage uniquement). Une autre étude pour les US (2014) annonce 360g CO2eq sur la phase d’usage (et 420g CO2eq avec la fabrication). Si l’on prend un mix énergétique US, nous obtenons 202g ce qui nous rapproche de cette étude. La valeur plus faible peut s’expliquer par les différences d’hypothèses, en particulier sur l’intensité énergétique du réseau. Par exemple, si on prend pour notre étude une TV avec réception 4K, IEA annonce 20g CO2eq alors que nous estimons plutôt 14g (37g avec la phase de fabrication).

Si on regarde le ratio usage/fabrication, dans certains cas, l’usage a plus d’impact (UHD en particulier), alors que dans d’autres c’est la fabrication (TV IP ou PC en HD par exemple).

Sur cette même étude, l’estimation de l’achat d’un DVD est de 400g EqCO2, ce qui amène donc à l’impact d’un visionnage d’une vidéo de 2 heures. 5 fois moindre que celle de l’achat d’un DVD en France et équivalent aux US.

Consommation et impact global

Le résultat de la consommation totale d’énergie du visionnage des vidéos Canal+ par IP est de 900 GWh par an avec un impact en gaz à effet de serre de 15927000 tonnes CO2eq.

Pour comparaison, la consommation annuelle française est de 473 TWh par an (Source RTE) et l’empreinte carbone 2017 de la France (émissions nationales + imports) de 749 Mt eq CO2 (source : Haut Conseil pour le Climat – rapport 2019). La consommation du parc Canal+ par IP est donc de 0,18% de la consommation d’énergie et 0,016% de l’empreinte carbone française.

La répartition de bout en bout est la suivante :

Le plus gros de la consommation est chez l’utilisateur (terminal et une partie de l’accès réseau). En effet, il est nécessaire d’avoir du matériel (TV, Box, Smartphone…) qui n’est pas mutualisé comme les serveurs.

Pour validation de la cohérence de cette projection, nous avons pris la consommation des CDN propres à CANAL ainsi que des fournisseurs. Nous avons une consommation des CDN Canal+ de 2,6 GWh (et estimée à 7GWh pour les fournisseurs) hors head-end vidéo qui ne sont pas chez Interxion. Nous obtenons 12 GWh avec la projection, ce qui valide le modèle.

Si on regarde la répartition de l’impact en gaz à effet de serre, nous avons la répartition suivante :

répartition de l’impact en gaz à effet de serre

Une grosse partie de l’impact provient de la fabrication des terminaux utilisateurs. Sur la partie réseau, la fabrication des Box (FAI, Satellite…) a, elle aussi, un impact non négligeable.

Axes d’améliorations pour limiter l’impact des services

Stratégie générale

Nous l’avons vu dans la partie réseau, l’efficience s’améliore. Il en est de même pour les terminaux. Mais d’autre part, la 4K va se généraliser, les réseaux vont continuer d’augmenter leur capacité et donc augmenter l’impact global de la consommation. En prenant une des hypothèses d’amélioration de 30% de l’efficience du réseau (Selon les tendances énoncées dans les études listées dans la partie  Réseaux de ce rapport) et d’une augmentation du débit moyen de 20% sur 3 ans ainsi que de 20% des heures visionnées, ainsi qu’un transfert de 75% des heures visionnées de toutes les interfaces vers celle de l’OTT, nous estimons une augmentation de l’énergie consommée de 39% et de l’impact des gaz à effet de serre de 23%. Cette projection simpliste permet de s’approcher d’une consommation plus réaliste dans 3 ans.

Pour compenser cette augmentation, et optimiser l’impact de la lecture vidéo, nous avons examiné l’impact des chantiers suivants menés par Canal+ :

  1. Passage d’un encodage H264 à HEVC
  2. Passage au multicast pour le live
  3. Passer l’encodage audio AAC en AC4
  4. Renforcer le downsizing du bitrate
  5. Améliorer l’interface et la couche logicielle
  6. Aider l’utilisateur sur son impact numérique

Ces chantiers ne sont pas exhaustifs. D’autres axes de progression possibles ont été identifiés qui pourront être lancés ultérieurement par Canal+.

Les mesures, estimations et modélisations qui nous ont permis d’obtenir l’impact global ont été utilisées pour chiffrer les gains estimés.

Note sur l’optimisation des serveurs vidéo :

La consommation d’énergie des serveurs vidéo est très faible, leur impact aussi, le matériel ayant une durée de vie élevée (10 ans). Plusieurs optimisations sont en cours d’études (passage en vidéo Just-in-Time entre autres). Cependant ces optimisations n’apportent que très peu de gain de bout en bout. Elles sont cependant nécessaires pour optimiser la gestion et réduire la taille de stockage (impact non pris en compte dans cette étude car faible). Des optimisations comme le passage en HEVC ont en effet un impact plus fort (ceci est confirmé par l’étude CONVINcE).

“The “Just In Time Transcoding” approach will allow to reduce the number of video representations stored in the CDN and thus its power consumption. This is an end-to-end approach to be compared to the global abovementioned one consisting in reducing the bandwidth of the network by using a most efficient encoding technology (HEVC/AVC).

Sur les CDN de la même manière, même si l’impact est faible, certaines actions comme l’augmentation du taux d’usage des infrastructures Canal+ (via un transfert des flux des CDN fournisseurs vers les CDN propres) va permettre d’améliorer l’efficience.

Passage d’un encodage H264 à HEVC

Le codec vidéo HEVC est environ 20% plus efficace que le H264, et de très nombreux équipements sont maintenant compatibles. Pour une projection à 3 ans des consommations, nous avons pris une augmentation de la part de marché des devices (Box, Smartphone…) compatibles HEVC.

Pour les utilisateurs qui sont sur le 1080p 5Mbits à date (34% des utilisateurs actuellement) comme pour les utilisateurs bridés à 720p pour raison technique (par exemple une limitation du réseau), une baisse de 20% de la consommation est attendue. Pour les autres utilisateurs compatibles 1080p, il n’y a pas de baisse de consommation, mais une augmentation de qualité avec une accroche de qualité supérieure.

Un nouveau format encore plus efficace commence à apparaitre (AV1), faisant gagner 20% supplémentaire. Cependant, de très rares équipements sont compatibles : la transition est largement prématurée, on ne gagnerait quasiment rien à date car le parc est quasi nul.

Passage au multicast pour le live

La diffusion en adaptative streaming hybride multicast/unicast pour l’OTT permettra de réduire très fortement l’utilisation de bande passante, et donc la consommation électrique.

Utilisable uniquement pour le live, elle permet de s’assurer qu’un unique stream est envoyé pour l’ensemble des clients jusqu’au point de livraison final. Ce chantier sera accompagné d’autres chantiers annexes comme le passage en packaging CMAF. Le format de packaging audio/vidéo CMAF permet d’avoir exactement les mêmes fichiers vidéo pour l’ensemble des plateformes.

Passer l’encodage audio AAC en AC4

Actuellement nous utilisons principalement de l’audio AAC, de 96kbits à 128kbits.

Le EAC3+ est à date largement compatible, et améliore la qualité audio à débit équivalent, tout en permettant le 5.1. Le passage en EAC3+ serait à débit fixe, sans espérer économiser de la bande passante (alors que 20% plus efficace que EAC3+).

En revanche le nouveau format AC4 est 50% plus efficace que le EAC3+, et permettrait de diviser par 2 le débit audio. Même si la part de vidéo est plus importante, les gains au niveau global ne sont pas négligeables.

Renforcer le downsizing du bitrate

À date, hormis en Afrique, ou en réseau cellulaire (pour ne pas vider l’abonnement du client), la qualité de la vidéo est adaptée. Sur PC, l’adaptation de la qualité est possible mais l’accès n’est pas forcément simple.

Rendre plus accessible la possibilité de réduire la taille par différents moyens (amélioration de l’interface, communication…) permettrait de rediriger une partie des utilisateurs vers une qualité moindre mais suffisante.

Compte tenu de l’augmentation des qualités vidéo et de celle de la performance des réseaux, le caping de la qualité par les utilisateurs des services Canal+ devrait représenter dans 3 ans un gain de 20% du débit moyen par rapport à celui qui est généré par un usage déplafonné.

Dans cet axe, plusieurs éléments n’ont pas été mis dans la projection de gain mais sont possibles pour aider l’utilisateur dans son impact. Par exemple les mesures Greenspector sur mobile montrent qu’il est préférable (dans des conditions favorables comme le wifi) d’utiliser le téléchargement plutôt que le streaming. En effet, voici la comparaison pour une vidéo de 45mn (avec 5mn de téléchargement) :

Consommation d'énergie d'un streaming vidéo vs d'un téléchargement et lecture vidéo

Ceci s’explique en partie par le fait que lors de la visualisation de la vidéo téléchargée, la cellule radio n’est pas sollicitée alors qu’elle l’est beaucoup plus lors du streaming.

Améliorer l’interface et la couche logicielle

Une partie de l’impact de la visualisation d’une heure de vidéo provient de l’interface. En effet, visualiser le catalogue, gérer les abonnements (via des API), traiter les playlists… sont des fonctions nécessaires. Les mesures Greenspector ont montrées que cela pouvait représenter 10% de la consommation des terminaux :

Améliorer l’interface sur toutes les plateformes (smartphone, PC…) permettrait donc d’obtenir des gains non négligeables. Il permettrait aussi au-delà de la réduction de l’impact de limiter l’exclusion de certaines personnes ainsi que l’obsolescence des plateformes.

Parmi les actions identifiées :

  • Passage en dark mode
  • Réduire l’impact globalement de la couche logicielle
  • Améliorer l’UX
  • Limiter l’intégration de librairies tierces

Aider l’utilisateur sur son impact numérique

Une grosse part de l’impact de la lecture de la vidéo n’est pas liée directement à la lecture de la vidéo. Canal+, par son auditoire large, peut agir en sensibilisant les utilisateurs à l’impact du numérique. Si une part des utilisateurs prend en compte ces actions, l’impact peut être réduit. Parmi ces actions :

  • Prolongation de la durée de vie du matériel de l’utilisateur,
  • Usage Ethernet plutôt que Wifi, plutôt que 4G,
  • Extinction du matériel hors usage.

Résultats

Voici la projection des différents gains sur l’énergie :

Les améliorations compensent l’augmentation de la consommation d’énergie et permettent même un gain de 14% par rapport à la situation actuelle.

Pour l’impact en gaz à effet de serre, nous obtenons un gain de 8%.

Pour réduire de 30% l’impact Carbone des activités de streaming pour Canal+, les pistes sont nombreuses, ainsi les actions mises en place permettront de faire un gain de 26% sur l’empreinte environnementale des services et en particulier -31% pour la consommation en OTT seule.

Conclusion – à retenir

Cette étude possède des incertitudes sur l’usage futur, sur les facteurs d’émissions de chaque élément ainsi que sur les gains potentiels. Cependant l’objectif est de challenger les choix, ou même d’en écarter (certaines actions non listées dans ce document ont par exemple été déjà écartées), s’ils n’avaient pas de gain. Une des premières actions est de pouvoir se mesurer pour s’améliorer. C’est le but de cette phase. Maintenant vient celle de l’amélioration.

L’intérêt environnemental des chantiers identifiés par Canal+ a été confirmé. Leur mise en œuvre permettra de compenser les effets de la croissance des usages, voire même davantage, dans les années qui viennent.

Les conclusions de cette évaluation évolueront avec de nombreux paramètres technologiques mais en synthèse :

  • Travailler sur les formats de compression vidéo et audio dans le respect de la prise en compte de nouveaux formats optimisés par les constructeurs.
  • Optimiser la consommation des fonctionnalités utilisateur pour accéder aux contenus.
  • Impliquer / orienter les utilisateurs dans les choix en fonction du contexte d’usage (streaming, type de réseau, format d’écran du device, …) et les amener à prolonger la durée de vie du matériel pour réduire l’impact.
  • Mettre en œuvre la diffusion en adaptative streaming hybride multicast/unicast pour l’OTT pour réduire très fortement l’utilisation de bande passante et de consommation d’énergie.
  • Poursuivre les mesures de bout-en-bout pour éviter des décisions futures qui déplacent l’impact sans le réduire.

Pierre-Emmanuel Ferrand, Chief Digital Officer chez CANAL+

Témoignage

– Comment cette démarche d’évaluation et d’amélioration s’inscrit-elle dans la stratégie du Groupe ?

CANAL+ est ancré dans son époque. Nous avons décidé de nous engager davantage sur un enjeu majeur de notre époque, cher à nos abonné·es et utilisateur·rices de myCANAL : la protection de notre environnement.CANAL+ a très tôt été précurseur dans des démarches écoresponsables.Au niveau des décodeurs tout d’abord. En plus du modèle locatif des décodeurs très vertueux du point de vue de l’économie circulaire, Canal+ a organisé dès 1988 la récupération des anciens décodeurs afin d’assurer leur remise en service ou leur recyclage.Par ailleurs, en tant qu’éditeur, nous avons réalisé des productions éco-responsables dont des séries qui ont été exemplaires sur ce sujet, Baron Noir, L’Effondrement et plus récemment OVNI(S). 

– Quels principaux enseignements/apports tire-t-on de ces travaux (sur la conception des services) ?

Ces travaux nous permettent tout d’abord d’identifier les projets techniques à prioriser pour minimiser le plus fortement le bilan carbone de la consommation vidéo de myCANAL. En parallèle, les enseignements nous orientent sur les messages de sensibilisation à relayer auprès de nos utilisateur·rices, au long de nos prochaines évolutions. Cet engagement de coopération entre nos développements techniques et nos utilisateur·rices est la clé pour une consommation moins impactante pour l’environnement. 

– Quel rôle tiennent les utilisateurs et utilisatrices ?

La protection de l’environnement est pour elles et eux une priorité. Leur rôle est central dans notre approche. Notre enjeu est de leur proposer une plateforme offrant les meilleurs contenus et la meilleure qualité vidéo, adaptée à leur matériel et leurs capacités de réception afin de réduire les effets sur l’environnement. En les sensibilisant et les accompagnant dans les gestes responsables, ils pourront eux aussi s’engager, comme ils le font dans d’autres domaines pour une société plus éco-responsable.

Comparatif de sobriété numérique de 3 applications de communication instantanée pour entreprise.

Reading Time: 5 minutes

Introduction

Logos des applications Skype, Slack et Teams

Aujourd’hui et plus que jamais, la communication est essentielle en entreprise. Depuis le début de la crise sanitaire, beaucoup d’entreprises et salariés ont découvert le travail à distance. Cette situation exceptionnelle a engendré un changement dans nos habitudes d’interactions : faire communiquer efficacement les équipes entre-elles et ce, à distance, de manière instantanée. Nous avons décidé de comparer les 3 applications de messagerie instantanée pour entreprise les plus populaires : Skype, Slack et Teams.

6 scénarios ont été réalisés sur la base d’un parcours utilisateur moyen :
– Lancement de l’application
– Ouverture d’une conversation vierge one-to-one
– Envoi d’un message texte
– Envoi d’une image (.jpg)
– Envoi d’une pièce-jointe (.pdf)
– Envoi d’une image animée ou GIF (.gif)

Consulter la méthodologie et le détail des scénarios.

Projection en impact carbone

Impact carbone (graphique) des apps : Skype, Slack et Teams

Lors de l’étape de chargement de l’application, l’impact carbone de Skype (0,038 gEqCO2) et Slack (0,039 gEqCO2) est semblable. Teams échange 77% plus de données par rapport à Skype, augmentant donc son impact carbone là où en énergie, l’application Teams présente une consommation similaire aux deux autres.

Sur la partie envoi d’un message texte et envoi d’une image, Slack est l’application la plus efficiente oscillant entre –30% (message) et –60% (image) de moins que Skype, moins bonne application sur ces deux scénarios.

D’une manière générale, Teams consomme beaucoup plus de données. En effet, en moyenne c’est près de 196 Ko là où Skype est à 134 Ko et Slack 113 Ko.

L’application qui obtient la meilleure moyenne d’impact carbone est Slack (0,035 gEqCO2) suivi de près par Skype (0,043 gEqCO2) puis Teams (0,055 gEqCO2), une différence de 36% entre la meilleure et la moins bonne.

Zoom sur les consommations en tâche de fond

Côté arrière-plan de l’application, on remarque plusieurs choses :

Consommation de Slack en IDLE Background

La consommation de Slack en arrière-plan est plus élevée que les deux autres. Notamment en terme de données échangées où Skype et Teams n’échangent aucune donnée dans cet état. Slack consomme également en terme de CPU (1,16%) là où Skype consomme 10x moins et où Teams est une fois de plus à zéro. Cette consommation n’est pas liée à la mise en background (traitement de changement d’état) mais perdure dans le temps à la fois sur les états inactivité arrière-plan qu’en inactivité avant-plan.

ApplicationsConsommation d’énergie par seconde (µAh/s)Données échangées (Ko)CPU (%)
Skype45,1700,11
Slack57,1442,61,16
Teams44,0800

L’application Slack effectue des traitements en arrière-plan, impactant la batterie et la consommation en énergie et ressources toute la journée. Si on projette cet impact pour un utilisateur qui met son application Slack en background sur son téléphone toute une journée professionnelle (7 heures), on obtient un impact de 26 gEqCO2, soit environ l’impact Carbone d’un véhicule léger moyen conduit sur 230 mètres ! A l’échelle de l’année (220 jours) : ce comportement pour une personne équivaut à 50 km de ce même véhicule. Probablement un gâchis qui pourrait être pris en compte et évité.  

Projection en impact Carbone moyen des scénarios

Impact carbone moyen des scénarios (graphique) des apps : Skype, Slack et Teams

Le scénario présentant le plus faible impact carbone en moyenne des 3 applications mesurées est celui de l’ouverture d’une conversation (0,018 gEqCO2) consommant 69% moins que l’envoi d’une pièce-jointe (0,061 gEqCO2). L’étape d’envoi d’une image est la seconde étape la moins impactante avec +10% de plus que l’ouverture d’une conversation. Enfin, l’envoi d’un message texte et le chargement de l’app sont similaires dans leur impact (moins de 1% de différence).

Disclaimer : A noter que ces scénarios n’ont pas la même durée.

Scénarios et leur durée (en secondes)SkypeSlackTeams
Lancement de l’application4,524,135,88
Ouverture d’une conversation1,761,828,95
Envoi d’un message texte33,331,7832,19
Envoi d’une image15,169,0714,46
Envoi d’une pièce-jointe10,1312,1310,99

Ci-dessous, le classement des applications selon leur impact carbone par seconde.

Impact carbone par seconde (graphique) des apps : Skype, Slack et Teams

Projection de la Consommation d’énergie des scénarios sur 60 secondes

Consommation d'énergie (graphique) des apps : Skype, Slack et Teams

Côté chargement de l’application, Skype est en tête avec une consommation en énergie de 31 mAh suivi de Teams (32.8 mAh) puis Slack (35.5 mAh). Une différence de 12% entre la première et la dernière application pour cette étape.

Côté ouverture d’une conversation, Teams (11,3 mAh) tire largement son épingle du jeu avec une consommation inférieure de 61% par rapport à Skype et Slack aux côtes à côtes (29 mAh).

Pour les 3 scénarios d’envoi de message texte, d’image ou de pièce-jointe le classement ne change pas : Slack reste en tête suivi de Skype et Teams.

Au final, en additionnant l’ensemble des étapes, c’est l’application Teams qui est la plus efficiente (71,3 mAh) suivi de Slack en deuxième position (85,6 mAh) puis Skype, bon dernier (86,2 mAh).

Rappelons que ce classement est projeté sur une minute d’utilisation. En temps réel, Slack est l’application la plus rapide (11.7 secondes en moyenne temps de réalisation des scénarios), Teams la moins rapide (14,49 secondes) néanmoins Teams est la plus sobre en vitesse de décharge sur le smartphone (237,7 en moyenne contre 285.6 chez Slack ou 287,2 chez Skype).

En moyenne, une minute d’écriture et d’envoi d’un message texte consomme 3,33 mAh soit une consommation 2x moins élevée qu’une minute passée en visioconférence (audio uniquement : 6,60 mAh).

En moyenne, une minute d'écriture et d'envoi d'un message texte consomme 2x moins d'énergie qu'une minute passée en visioconférence

Slack vs Teams : envoi d’un GIF

Slack

Teams

Pour une même fonctionnalité de recherche et d’envoi d’un GIF via Giphy, les deux applications Slack et Teams présentent un parcours utilisateur différent.

En effet, Slack permet en une simple commande, la recherche et l’affichage d’un SEUL GIF via le(s) mot-clé(s) tapé(s) puis offre la possibilité d’en charger un nouveau si le premier ne convient pas. La commande utilisée est la suivante :

/giphy simpson

Teams quant à elle, propose une barre de recherche qui affiche des nouveaux GIFs à chaque nouvelle lettre tapée. Chargeant donc de manière inutile des dizaines et des dizaines de GIFs. Une fois le mot-clé entier “simpson” tapé, la fenêtre de résultats en affiche toujours un certain nombre. Pour ce scénario, nous avons choisi de sélectionner le premier gif des résultats.

Nous observons donc une différence (de taille) entre les deux applications :

ApplicationsDurée du scénario
(en secondes)
Consommation d’énergie
(mAh)
Données échangées
(Mo)
Projection en impact Carbone
(gEqCO2)
Slack24,842,370,3090,065
Teams24,423,9232,336

On observe que le parcours utilisateur de Slack est beaucoup plus sobre en énergie et ressources que celui de Teams. Notamment pour la partie données échangées (une différence de plus de 22 Mo !), explicable par la quantité de GIFs chargés inutilement par Teams.

La différence de consommation d’énergie entre ces deux apps est de 40% pour une durée de scénario similaire. L’impact carbone est multiplié par 36 pour l’application Teams par rapport à Slack.

Pour chacune de ses applications, mesurées sur un smartphone S7 (Android 8), les scénarios utilisateur ont été réalisés au travers de notre GREENSPECTOR Test Runner, permettant la réalisation de tests automatisés.

Détail des scénarios :
– Chargement de l’application
– Ouverture d’une conversation one-to-one
– Envoi d’un message texte de 28 caractères “Hello this is a test message”
– Envoi d’une image (.jpg) : 32 Ko (350×350)
– Envoi d’une pièce-jointe (.pdf) : 188Ko – généré depuis un fichier texte Word (format A4)
– Envoi d’une image animée ou GIF (.gif) : GIF utilisé pour Slack – 225Ko – 500×375 ; GIF utilisé pour Teams – 600Ko – 500×352

Chaque mesure est la moyenne de 3 mesures homogènes (avec un écart-type faible). Les consommations mesurées sur le smartphone donné selon un réseau de type wifi peuvent être différentes sur un PC portable avec un réseau filaire par exemple. Pour chacune des itérations, le cache est préalablement vidé.

Pour évaluer les impacts des infrastructures (datacenter, réseau) dans les calculs de projection carbone, nous nous sommes appuyés sur la méthodologie OneByte basée sur des données réelles mesurées du volume de données échangées. Cette méthodologie d’évaluation tient compte de la consommation de ressources et d’énergie en usage pour les équipements sollicités. Comme c’est une approche très macroscopique, elle est soumise à une incertitude et pourrait être affinée pour s’adapter à un contexte, à un outil donné. Pour la projection Carbone, nous avons pris l’hypothèse d’une projection 50% via un réseau Wi-Fi et 50% via un réseau mobile.

Pour évaluer les impacts du mobile dans les calculs de projections carbone, nous mesurons sur device réel la consommation d’énergie du scénario utilisateur et afin d’intégrer la quote-part d’impact matériel, nous nous appuyons sur le taux d’usure théorique généré par le scénario utilisateur sur la batterie, première pièce d’usure d’un smartphone. 500 cycles de charges et de décharges complètes occasionnent donc dans notre modèle un changement de smartphone. Cette méthodologie et mode de calcul ont été validés par le cabinet de conseil spécialiste de l’éco-conception Evea.

Expertise et Solution Greenspector accessibles à la commande publique via l’UGAP

Reading Time: 2 minutes

Dans un contexte législatif (Projet de loi visant à réduire l’impact du numérique en cours de discussion) où les organisations publiques doivent montrer une exemplarité en terme de numérique responsable, l’UGAP qui permet aux organisations publiques de faciliter l’achat hors marché intègre de plus en plus la dimension environnementale dans les offres de services et produit et notamment dans le domaine du Numérique. En amont, elle intègre dans le sourcing des offres du marché des critères de choix responsables permettant à la fois de mieux servir ses clients sur l’éco-responsabilité des produits et services mais aussi de faciliter l’accès des PME à la commande publique.

C’est dans ce contexte et dans le cadre du renouvellement des offres de services sur le numérique, que Greenspector a été retenu comme sous-traitant des marchés pour les 3 lots MOE, AMO, et Conseil pour intégrer la dimension d’éco-responsabilité au bénéfice des acteurs publics. Greenspector peut ainsi intervenir très en amont pour réaliser des diagnostics et des mesures pour identifier des cas d’usages très impactants en terme de ressources, d’énergie et au final d’impacts environnementaux, ou accompagner des projets dans le pilotage d’exigence d’éco-responsabilité numérique,  aux côtés de la MOA et de l’AMO ou dans l’intégration de bonnes pratiques d’architecture technique, de développement, et de mesure en continue aux côtés de votre MOE.  

La solution Greenspector en tant que solution d’édition est également au catalogue de l’UGAP sur le marché multi-éditeurs. Greenspector et Bearing Point se sont associés pour proposer une première offre conseil dans le cadre du marché UGAP pour répondre aux enjeux d’éco-responsabilité d’un service numérique.

Les Doodles de Google : quel impact environnemental ?

Reading Time: 5 minutes

Introduction

Chez Greenspector, nous aimons nous poser la question de l’impact de consommation en ressources et énergie de certains sites, certaines applications, certaines fonctionnalités ou widgets sur le web. Cette fois-ci, ce sont les Doodles de Google qui ont retenu notre attention. Nous avons automatisé des mesures de consommation sur mobile sur la page d’accueil française Google afin que celle-ci soit mesurée tous les jours depuis Avril 2020. Dans cet article, nous tenterons de répondre aux questions suivantes :

  • Quel est l’impact comparé des différents types de Doodles ?
  • Quelles consommations de données et d’énergie et quel impact environnemental occasionnent-ils par rapport à la page standard ?
  • Quel impact carbone projeté approché à l’échelle mondiale ?

Qu’est-ce qu’un Doodle ?

Le Google Doodle est une modification temporaire du logo Google sur la page d’accueil du moteur de recherche liée à une journée ou thématique particulière. Créés pour célébrer des évènements particuliers tels que des fêtes nationales, anniversaires de célébrités ou autres hommages, le premier Doodle a fait son apparition en 1998 pour le festival Burning Man. Il est généralement visible soit simultanément dans un grand nombre de pays soit dans un pays en particulier.

Consulter la méthodologie

Vue d’ensemble de la consommation d’énergie (mAh)

Nous avons mesuré la page d’accueil française de Google du 9 avril 2020 au 28 septembre 2020. Les points noirs représentent les Doodles visibles en France autres que le logo natif, ces derniers sont conservés chronologiquement dans un historique visible sur le site Doodle de Google. Le bleu correspond à l’étape de chargement et le jaune à l’étape d’inactivité en premier-plan de la page. On le voit de nouveaux Doodles reviennent assez souvent et compte tenu de la popularité de Google, va impliquer un impact sur l’ensemble des devices utilisateurs et sur les réseaux.

Consommation moyenne d’énergie (mAh) par type de Doodle

On remarque que le format Youtube (fenêtre de vidéo dont la lecture n’est pas automatique) est le type de Doodle le moins consommateur en moyenne en énergie (2,09 mAh) soit +15% par rapport au logo natif Google (1.76 mAh).

Nous retrouvons ensuite le format JPEG, deuxième du classement avec une consommation moyenne de 2,21 mAh, soit +20% par rapport au logo natif.

Sur nos 40 secondes de test et sans surprise, le format de Doodle le plus consommateur en énergie est celui de la vidéo native + jeu interactif (3,14 mAh) soit +43% de consommation que le logo Google, quasiment le double.

Le type de Doodle le plus plébiscité par Google est le GIF, celui-ci revient 17 fois sur notre benchmark de 29 Doodles. Il arrive en 5ème position du classement avec une consommation moyenne de 2,59 mAh soit +32% par rapport à notre référence du logo Google. De plus, on observe que les dimensions et le poids des Doodles ne sont pas constants pour un même format (JPEG, PNG ou GIF).

Projections carbone

Projections de l’impact carbone par type de Doodles

Les pages sans Doodle affichant uniquement le logo natif de Google consomment en moyenne 0,074 gEqCO2 soit 0,66 mètres effectués en véhicule léger. Tandis que les Doodles consomment (tous format confondus) en moyenne 0,082 gEqCO2 soit 11% plus et 0,76 mètres effectués en véhicule léger.

Le type de Doodle le moins consommateur est le format PNG (0,079 gEqCO2) avec un impact plus élevé que la référence du Logo de 6%. Suivi par le format de la vidéo Youtube (lecture non automatique) avec 0,080 gEqCO2 soit 8% de plus que le logo Google. Le format le plus consommateur est celui de la vidéo native suivie du jeu intéractif : 0,101 gEqCO2 soit 26% de plus, juste après le format du slider de diapositives : 0,096 gEqCO2 (+23%).

Projections en fonction du nombre d’utilisateurs et recherches

D’après notre récente étude sur les moteurs de recherches, chaque seconde, se sont près de 80 000 recherches qui sont réalisées sur le moteur de recherche Google par les internautes du monde entier. Pour chaque seconde de recherche, l’impact carbone sans Doodle est de : 5 920 gEqCO2 soit l’équivalent d’impact carbone de 52 km effectués en véhicule léger contre 6 560 gEqCO2 pour une recherche moyenne avec Doodle soit 58 km effectués en véhicule léger.

En une journée, on estime le nombre de recherche à 6 – 9 milliards. En projetant l’impact carbone d’une recherche avec et sans Doodle sur une journée on obtient :

Avec Doodle : 567 Tonnes EqCO2
Sans Doodle : 511 Tonnes EqCO2

L’impact supplémentaire des Doodles dans le monde, sur la base d’une projection des Doodles Français, donc pour chaque journée d’un nouveau Doodle est de 56 Tonnes EqCO2, soit l’équivalent de 500 000 km d’un véhicule léger moyen, soit environ 12,5 fois le tour de la planète !

En tant que concepteur de site web et d’application, une bonne pratique en lien avec ce constat est de faire attention au contenu qui est poussé : vous pouvez avoir un système de base très efficient mais avoir un usage au final qui est beaucoup plus consommateur que ce que vous aviez estimé initialement…

Pour chacune de ses applications, mesurées sur un smartphone S7 (Android 8), le scénario utilisateur a été réalisé au travers de notre GREENSPECTOR Test Runner, permettant la réalisation de tests automatisés.

Chaque mesure est la moyenne de 4 mesures homogènes (avec un écart-type faible). Les consommations mesurées sur le smartphone donné selon un réseau de type wifi peuvent être différentes sur un PC portable avec un réseau filaire par exemple. Pour chacune des itérations, le cache est préalablement vidé.

Pour évaluer les impacts des infrastructures (datacenter, réseau) dans les calculs de projection carbone, nous nous sommes appuyés sur la méthodologie OneByte basée sur des données réelles mesurées du volume de données échangées. Cette méthodologie d’évaluation tient compte de la consommation de ressources et d’énergie en usage pour les équipements sollicités. Comme c’est une approche très macroscopique, elle est soumise à une incertitude et pourrait être affinée pour s’adapter à un contexte, à un outil donné. Pour la projection Carbone, nous avons pris l’hypothèse d’une projection 50% via un réseau wifi et 50% via un réseau mobile.

Pour évaluer les impacts du mobile dans les calculs de projections carbone, nous mesurons sur device réel la consommation d’énergie du scénario utilisateur et afin d’intégrer la quote-part d’impact matériel, nous nous appuyons sur le taux d’usure théorique généré par le scénario utilisateur sur la batterie, première pièce d’usure d’un smartphone. 500 cycles de charges et de décharges complètes occasionnent donc dans notre modèle un changement de smartphone. Cette méthodologie et mode de calcul ont été validés par le cabinet de conseil spécialiste de l’éco-conception Evea.

Vous souhaitez évaluer la sobriété et la performance de votre site web ou application mobile ? Contactez-nous !

Greenspector acteur du Planet Tech’Care

Reading Time: 2 minutes

Qu’est-ce que Planet Tech’Care ?

Planet Tech’Care est une plateforme qui met en relation des organisations et des acteurs de la formation qui souhaitent se mobiliser pour réduire l’empreinte environnementale du numérique avec un réseau de partenaires, experts du numérique et de l’environnement.

En adhérant à ce manifeste, les signataires ont accès gratuitement à un programme d’accompagnement composé d’ateliers conçus par les partenaires de l’initiative. La plateforme est animée par le programme Numérique Responsable de Syntec Numérique.

Pourquoi Greenspector s’engage doublement dans cette démarche nationale ?

Greenspector, membre du Syntec Numérique et entreprise à mission, s’engage à la fois comme signataire du manifeste et s’engage en tant que partenaire de ce programme pour accompagner les organisations signataires à rentrer dans l’action, agir pour un Numérique sobre et inclusif. La sobriété numérique est un facteur majeur de réduction de notre impact mais elle est aussi un facteur de performance. La prise de conscience des acteurs faiseurs du numérique est clé dans l’image que renvoie le numérique aujourd’hui, ce monde infini, sans barrière et sans limite dans les usages. Beaucoup veulent ignorer cet impact en regardant davantage les apports numériques à la réduction des impacts environnementaux mais elle ne doit pas devenir cette industrie qui n’a pas su réagir assez tôt comme on le reproche aujourd’hui à nos modèles de déplacements, à notre alimentation. Au-delà de la prise de conscience, l’initiative Planet Tech Care est un moyen de mobiliser le monde numérique à s’engager. Le sujet de l’éco-conception des services numériques sera un moyen abordé pour réduire la consommation d’énergie et de ressources en phase d’usage mais aussi de réduire l’impact du matériel en l’utilisant mieux et en prolongeant sa durée de vie.

Rappel des points clés du manifeste :

1. Reconnaître que les changements environnementaux constituent un enjeu majeur pour l’humanité sur lequel les acteurs du numérique ont un impact et doivent se mobiliser :

  • S’engager publiquement via la signature du manifeste
  • Diffuser l’initiative auprès de leur sphère d’influence

2. Se mobiliser pour contribuer, à leur niveau, à la maîtrise des risques environnementaux

  • Réaliser une mesure de l’empreinte environnementale (à minima carbone) de leurs produits et services numériques
  • Identifier et mettre en œuvre des actions de réduction de leurs impacts environnementaux
  • Identifier et mettre en œuvre des actions permettant d’allonger la durée de vie des produits et services numériques
  • Partager ces informations et démarches auprès des parties prenantes concernées

3. Pour les acteurs de l’enseignement ou proposant des formations, mettre en place des modules ou cursus de formation permettant de développer les compétences des élèves et des collaborateurs en matière de numérique responsable et écologiquement efficient.

Intégrer un service tiers : est-ce dangereux pour la vie privée de vos visiteurs, quel impact pour l’environnement ? Le cas Youtube

Reading Time: 5 minutes

L’intégration de service tiers permet d’ajouter rapidement une fonctionnalité sur un site comme une vidéo ou l’intégration d’un réseau social (voir le cas de l’intégration Twitter). Les fournisseurs de ces outils ont travaillé pour que l’intégration technique soit simple et rapide. Et la technique est au rendez-vous. Mais à quel prix ?


Consommation d’énergie du service tiers Youtube

Nous observons sur nos mesures une augmentation de ce type de service tiers et des surconsommations anormales. C’est le cas de nombreux sites voire même de sites gouvernementaux.  

L’intégration de YouTube est un bon cas d’étude pour expliciter cet effet. En seulement quelques lignes, il est possible d’afficher une vidéo sur n’importe quel site : 

<iframe width=”560″ height=”315″ src=”https://www.youtube.com/embed/WoQHxxxxxxx-E?rel=0″ frameborder=”0″ allow=”autoplay; encrypted-media” allowfullscreen></iframe>

Mais quel est le résultat en termes d’impact chez l’utilisateur ? Voici le résultat que nous obtenons en termes de consommation d’énergie sur un smartphone Nexus 6 :

Consommation d'énergie du services tiers Youtube

Référence : Vitesse de décharge en uAh/s du téléphone (OS, Navigateur…)
Loading : Vitesse des 20ères secondes de chargement
Idle Foreground : Vitesse du site inactive en premier plan
Scroll : Vitesse lors que l’utilisateur scroll / défile en bas de page
Idle Background : vitesse de décharge quand le navigateur (et donc le site) est en tâche de fond

Il s’agit d’un site gouvernemental. Les vitesses de décharge dépassent nos seuils pour beaucoup d’étapes. Pour le chargement, la vitesse est plus de 2 fois celle de référence. Pour l’idle foreground ou phase d’inactivité en premier-plan, la consommation devrait être identique à celle de référence. Cette consommation est anormale pour un site qui semble assez léger.

Process CPU du services tiers Youtube

On voit que le process CPU de Chrome monte à 10% toutes les secondes. Cela explique la surconsommation d’énergie. En profilant les appels JavaScript dans les outils de développement, nous observons des traitements issus de base.js qui sont issus du framework YouTube :

Javascript framework Youtube

À noter que ce traitement impacte aussi le scroll et le chargement. Est-ce un fonctionnement attendu ? Un bug ou une mauvaise implémentation ? Nous n’avons pas été jusque-là dans l’analyse.

Quand on regarde le chargement de la page, sur 1,2Mo, près de 600 ko sont utilisés pour le plugin YouTube. 50ko de CSS et 550ko de Javascript. Au traitement nécessaire, il faut ajouter l’usage important de CPU pour parser et exécuter les scripts.

Point notable : Aucune vidéo n’apparait sur cette page. L’intégration du plugin est surement nécessaire pour une autre page. Cela rend le gaspillage encore plus critique, cela est d’autant plus embêtant que le site testé est public et largement utilisé : Impots.gouv !


Bonnes pratiques d’intégration d’une vidéo

1 – Intégrer directement la vidéo sans services tiers

Il est possible d’utiliser des solutions libres et sans plugin. L’intégration via HTML5 est native : Introduction à la balise vidéo de HTML5.

2 – Intégrer une image

Afficher une image avec le même rendu que la vidéo permet de réduire à 1 requête. Si l’utilisateur clique sur la vidéo, alors les scripts seront chargés et la vidéo lancée, du lazy loading en fin de compte.

Nous avons par ailleurs fait l’exercice sur une page de notre site web Greenspector :

Sur l’une de nos pages “Étude de cas” était intégrée une vidéo YouTube. Nous avons remplacé cette intégration par l’affichage d’une image (ci-contre) représentant l’ancienne vidéo intégrée. Cette modification nous a permis de passer d’un écoscore Greenspector de 59/100 à 75/100 caractérisé par un gain en énergie de -12% en étape de chargement, de -10% en Idle et -15% en scroll.

Page avec vidéo intégrée
Page avec image

3 – Intégrer le plugin uniquement sur la page voulue

Une solution pas idéale mais préférable à l’existant, est de faire appel uniquement aux scripts que lorsque la page nécessite une vidéo.

Que cela va-t-il permettre de gagner ?

Tout d’abord la performance. Une grosse partie des traitements liés aux temps d’attente des sites est dédiée aux services tiers. C’est encore plus vrai pour le plugin YouTube. Sur le site audité, la taille peut être diminuée par 2 et le temps de chargement réduit d’au moins 30%.

La consommation d’énergie sera aussi réduite et d’une manière encore plus importante que la taille des données ou la performance. En effet, en plus de l’économie d’énergie du chargement, la consommation en idle ou phase d’inactivité sera réduite.

Bonus : vie privée de l’utilisateur

L’autre problème de ce type de projet est l’usage de tracker et de récupération de données utilisateur. Ne pas intégrer un services tiers permet de résoudre des potentiels problèmes de fuite de données et de non-respect RGPD. Au passage, le plugin YouTube permet une version a priori sans cookie via l’appel à l’URL : https://www.youtube-nocookie.com.

Comme tout service tiers, cela n’est pas si simple. Même avec cette intégration de no-cookie, des données utilisateurs sont stockées :

Données utilisateurs cookies Youtube

Le site audité n’est donc pas compatible RGPD ! Pour gérer cela, il faut demander le consentement à l’utilisateur explicitement :

Fenêtre de consentement

La solution de la vidéo hébergée ou de l’image statique permettra aussi de gérer cela.


Conclusion

Si l’intégration d’une vidéo est nécessaire, réfléchissez-y tranquillement et prenez en compte les impacts sur la consommation de ressources et la RGPD. Il existe des solutions techniques plus respectueuses de l’utilisateur, elles sont dans un premier temps peut-être un peu plus complexes à mettre en place, cependant les solutions vont naturellement devenir plus simples et répandues.

Les enjeux d’un numérique éco-responsable pour le secteur public

Reading Time: 6 minutes

Les organisations publiques ont des enjeux particuliers en ce qui concerne l’éco-responsabilité numérique. Comme les organisations privées, elles répondent à un enjeu planétaire pour limiter les impacts environnementaux des services numériques qui croissent autant que les services publics se modernisent et s’informatisent à grand pas.

Ce sujet, comme l’accessibilité au plus grand nombre devient un sujet d’exemplarité des services publics qui on l’espère, auront une vocation à avoir une capacité d’entraînement des organisations privées et plus globalement de la société au sens large. L’éco-responsabilité s’est plusieurs fois invitée dans la sphère politique puisqu’on voit les élus qui se sont emparés de sujet en même temps que des mouvements dissidents politiques intégraient cette dimension de numérique éco-responsable. Signe de cette mise en valeur et des nouveaux discours/programmes politiques, nous avons désormais une élue au Numérique Responsable pour la ville de Nantes.

Au-delà de l’enjeu environnemental, la sobriété numérique permet également de réduire la fracture numérique, permettre l’égalité des chances devant les contenus et services en ligne puisque un service plus frugal sera aussi plus accessible à des citoyens ayant une connexion limitée ou un ordinateur/mobile old-tech, low tech ou bien encombré.

Une accélération est en train de s’opérer pour la prise en considération et va devenir encore plus visible puisque l’article 55 de la Loi n° 2020-105 du 10 février 2020 relative à la lutte contre le gaspillage et à l’économie circulaire » précise que les organisations doivent promouvoir dans les marchés les logiciels dont la consommation énergétique est limitée en phase d’usage.

A compter du 1er janvier 2021, les services de l’Etat ainsi que les collectivités territoriales et leurs groupements, lors de leurs achats publics et dès que cela est possible, doivent réduire la consommation de plastiques à usage unique, la production de déchets et privilégient les biens issus du réemploi ou qui intègrent des matières recyclées en prévoyant des clauses et des critères utiles dans les cahiers des charges.
Lorsque le bien acquis est un logiciel, les administrations mentionnées au premier alinéa de l’article L. 300-2 du code des relations entre le public et l’administration promeuvent le recours à des logiciels dont la conception permet de limiter la consommation énergétique associée à leur utilisation.

Une démarche d’éco-responsabilité numérique est une démarche de qualité qui a un coût

Cette contrainte au-delà du gain qu’elle apporte représente également un coût car cela nécessite d’intégrer cette démarche d’éco-conception dans le processus de fabrication et ainsi de former les équipes de la chaine de fabrication aux bonnes pratiques, aux bons réflexes mais aussi  de mesurer,  analyser, détecter des sur-consommations et donc de passer du temps à contrôler, mesurer, parfois corriger ; d’autant plus que cette démarche doit s’opérer au-delà de sa fabrication initiale mais aussi en phase de maintenance  dans un contexte d’évolutions technique souvent subies et des ajustements fonctionnels.

Une Maîtrise d’ouvrage (MOA) doit-elle attendre de son partenaire Maître d’œuvre (MOE) d’intégrer cette démarche de manière spontanée ? Aujourd’hui non, comme cette démarche a un coût, il est souvent risqué d’intégrer cette dimension qualitative sans prendre le risque de dérive ou de perdre le marché pour un candidat MOE. La MOA doit dans ce cas intégrer des EXIGENCES depuis son cahier des charges qui doit permettre de qualifier la « qualité » attendue.

La maîtrise d’ouvrage du projet de développement – maintenance de son patrimoine applicatif doit se fixer – et fixer à ces partenaires (MOE, AMO, équipes COM, …) – des objectifs = EXIGENCES

Mais comment intégrer ces exigences dans les clauses des marchés, comment les piloter et comment les vérifier ?

On peut lire certaines exigences du type :

  • Le candidat devra démontrer dans sa réponse, son niveau de maturité de sa démarche RSE dans ses activités
  • Le candidat devra démontrer sa capacité à intégrer la dimension d’éco-conception numérique dans sa réponse
  • Le candidat devra proposer / intégrer des bonnes pratiques d’éco-conception des sites web

Souvent maladroites ou superficielles, les exigences d’éco-responsabilité numérique doivent être plus précises et être orientées vers des objectifs de résultats plutôt que des exigences de moyen.

Quel type d’exigence ?

Des exigences de résultats ont plusieurs avantages par rapport aux bonnes pratiques (exigences de moyen) car elles valident de manière absolue que le résultat est bon ou n’est pas bon sans débat d’expert, sans débat d’applicabilité d’une règle, d’application partielle ou pas, de mise en œuvre correcte ou pas.

Elles sont surtout peu dépendantes des évolutions des technologies et on comme avantage de rester sur des indicateurs intermédiaires faciles à collecter et sont facilement vérifiables, mesurables.

Néanmoins, elles doivent être accompagnées d’un référentiel de bonnes pratiques, en annexe, pour éviter de mettre en place des actions correctives pour optimiser après-coup. C’est aussi une bonne manière d’embarquer les équipes de conception et de dévelopement dans la démarche. Ces documents en annexe ne doivent pas être trop lourds et se concentrer sur des référentiels générique, pas orientés techno ou langage.

Elles ont 2 complexités : elles doivent être étalonnées pour fixer des seuils et elles ne renvoient pas toute la responsabilité du résultat vers celui qui « fabrique » (MOE).

Quelles métriques mesurer pour couvrir les impacts majeurs d’un service numérique ? 

Un indicateur haut niveau comparable à d’autres domaines est l’impact Carbone exprimé en  g eqCO2. L’avantage de cet indicateur est qu’il est universel et partageable par tous dans l’entreprise, avec ses clients, comparables avec ses concurrents, dans son écosystème, avec tout service/produit.

L’impact Carbone n’étant pas un indicateur mesurable mais « projetable » sur la base d’indicateurs de flux ou intermédiaires. On peut citer la consommation d’énergie, la consommation de données sur le réseau, la performance d’affichage ou le nombre de requêtes vers les serveurs internes ou externes à l’organisation.

Quoi qu’il en soit, la projection Carbone sera d’autant plus fiable si on part de mesures réelles sur des appareils réels que d’estimation ou de mesure sur émulateur. Cette projection peut être améliorée par la connaissance des parcours ou du type de matériel sur lequel on utilise le service ou le contenu..

Comment fixer des seuils d’une exigence de résultat ? 

Fixer des seuils nécessite tout d’abord de préciser dans quelles conditions on effectue les mesures telles que :

  • Les conditions techniques de la mesure : sur un type device, sur un type de connectivité filaire/mobile/wifi, sur un navigateur donné, …
  • Les paramètres de réglages : avec  telle luminosité, avec un cache vidé/ou pas,  ….
  • Le cas d’utilisation qu’on peut rapprocher d’une unité fonctionnelle : une ou x pages sur jouées sur un temps donné, une ou x étapes, un parcours de A à Z. 

Fixer des seuils demande aussi de benchmarker son domaine ou son existant pour appréhender les valeurs. En fixant telle valeur, on répond aux 2 questions, suis-je bien dans des valeurs de bonnes qualités et sont –elles atteignables ?

Des objectifs de moyens peuvent être ajoutés en annexes des exigences de résultats. Un référentiel de bonnes pratiques aura un impact positif  et permet d’embarquer les équipes de MOE à faire bien du premier coup sans surcoût de correction mais attention ces référentiels de bonnes pratiques ou Green Patterns devront être instanciées par technologie ou par langages et donc évoluer au rythme des changements technologiques ou rester très génériques.

Exemple 1 d’exigence sur le résultat :

L’environnement de référence est une tablette de moyenne gamme, en connexion de type Wi-Fi, basée sur un environnement…, sur les 5 parcours clés de mon application web composés de X étapes, X écrans, nous fixons 4 exigences de ressources. Chaque étape ne doit pas consommer plus de X Ko ET chaque étape ne doit pas consommer plus de X fois la consommation énergétique d’une page blanche ET chaque étape doit s’afficher en moins de X secondes sur la base du dernier élément chargé ET chaque étape devra consommer moins de X Mo de mémoire.

Exemple 2 d’exigence sur les moyens :

Le candidat devra démontrer sa capacité à mesurer / piloter ses indicateurs durant  le projet et alerter sur une déviation de cette consommation au plus vite durant le projet.

Exemple 3 d’exigence sur les moyens :

Le candidat devra intégrer à minima les bonnes pratiques de développement (en annexe dans le document technique) 

Valider la conformité à une exigence dans un projet

Une fois les exigences posées, il faut alors les piloter durant le projet via des points intermédiaires qui permettent de sonder un résultat partiel at ainsi éviter l’effet tunnel. Toutes ces revues intermédiaires permettent de développer les scripts automatiques qui vont permettre la réalisation de mesure de manière fiable et comparable et de pouvoir consolider au fil de l’eau le patrimoine de test. Ces vues permettent aussi d’ajuster si besoin et discuter sur du sur-fonctionnel ou d’un sur-contenu ou de surcoût d’intelligence embarquée entre MOA et MOA.

C’est bien dans cette phase de validation que l’exigence de résultat trouve tout son sens puisque nous n’avons pas besoin d’audité tous les écrans/pages sur un référentiel de bonnes pratiques mais juste des scripts automatisés durant le projet qui sont rejoués sur le produit fini.

Exigences de sobriété numérique au sein des marchés publics – classement

Reading Time: 6 minutes

Accéder au classement global

100 sites web dans 5 catégories ont été mesurés pour qualifier le niveau de maturité des sites web publics sur la sobriété numérique :

  • 29 Villes
  • 21 Départements
  • 12 Régions
  • 18 Agences de l’État
  • 16 Ministères

La méthodologie projection Carbone utilisée :

  • Data center : méthode générique OneByte du Shift Project (EqCO2 / Mo)
  • Réseau : méthode générique OneByte du Shift Project (EqCO2 / Mo)
  • Device utilisateur : méthodologie Greenspector

Mesure de consommation d’énergie (mWh) d’une page sur mobile puis projection en carbone (facteur en EqCO2 / mWh)
Appareil mobile moyenne gamme, navigateur Chrome
Accès 50% Wi-Fi, 50% réseau 4G, luminosité 50%
Conditions figées en 4 étapes : chargement de la page (temps fixé à 20 secondes), inactivité de la page (fixé à 20 secondes), défilement vers le bas ou scroll (fixé à 10 secondes), page en arrière-plan (fixé à 20 secondes). Moyenne de 3 mesures consécutives avec écart-type de moins de 5%.

Les chiffres globaux de l’impact Carbone

L’impact moyen d’une page sur les 100 sites mesurés est de 0,63 g eqCO2 avec des valeurs extrêmes de 0,09 et 2,77 g eqCO2 soit un facteur de x32 entre le meilleur et le pire site. En moyenne, on peut comparer l’impact d’une page web sur un smartphone à l’impact carbone d’un véhicule léger sur 5,6 mètres. Avec des valeurs extrêmes comprises entre 76 cm et 25 mètres d’un véhicule léger moyen. 1 page sur un smartphone = 5.6 mètres en véhicule léger.

1 page sur un smartphone = 5.6 mètres en véhicule léger

Impact Carbone moyen par catégorie pour une page

Répartition des impacts carbone moyens sur la chaîne

On remarque des écarts significatifs entre les différentes catégories analysées, puisqu’en en moyenne les sites des ministères et des agences sont 50% moins impactantes que celles des villes, départements et régions. La palme revient aux sites des agences de l’état avec 0,4 geqCO2 en moyenne. Agences et Ministères sont au même niveau que les sites e-commerce en terme d’impacts carbone. En moyenne des sites publics (0,56 gEqCO2) les sites publics sont environ 30% plus impactants que les sites e-commerce (0,42 gEqCO2).

Répartition des impacts carbone moyens sur la chaîne

Répartition des impacts carbone moyens sur la chaîne

Ces impacts sont concentrés à 77% sur la partie réseau mais avec des différences notables entre les sites web. Certains pouvant consommer jusque plus de la moitié sur la partie device utilisateur.

Répartition des sites selon leur impact Carbone

Répartition des sites selon leur impact Carbone

La plupart des sites mesurés ont un impact inférieur ou égal à la moyenne mais quelques 15 % des sites ont un impact plus de 2 fois supérieur à la moyenne. La palme du site le moins impactant revient à la ville de Bordeaux. Voir classement détaillé des 100 sites.

Exemple sur 2 sites

Exemple 1 : Ministère de L’Europe et des Affaires Etrangères – https://www.diplomatie.gouv.fr/

Ce site du Ministère de L’Europe et des Affaires Etrangères obtient le meilleur écoscore et un impact Carbone parmi les meilleurs. Ce site utilise peu de données (moins de 1 Mo) et consomme 30% de moins que la moyenne sur le device mobile de l’utilisateur malgré une richesse fonctionnelle qu’on retrouve sur d’autres sites et des plusieurs contenus riches. L’impact serveur est faible également avec peu de requêtes émises depuis la page (27).

Exemple 2 : Département de l’Isère –  https://www.isere.fr/

Ce site du Département de l’Isère obtient un écoscore moyen et un impact Carbone parmi les pires, 4 fois supérieur à la moyenne des 100 sites. Ce site utilise beaucoup de données (plus de 25 Mo). Des échanges de données et des traitements sont aussi réalisés alors que la page est chargée ce qui occasionne une surconsommation d’énergie sur la plateforme, dans la moyenne des sites.

Quantité de données échangées par catégorie

Quantité de données échangées par catégorie

Le chargement des données suffit à expliquer dans les grandes lignes les disparités entre les sites en terme d’impact carbone puisque Ministères (3,64 Mo) et Agences (3,44 Mo) consomment presque moitié moins de données que les villes (6,85 Mo), les départements (6,78 Mo) et régions (6,48 Mo). En moyenne et au global, les sites publics (5,6 Mo) consomment presque 2 fois plus de données que les sites e-commerce (2,91 Mo). Le meilleur site consomme 60 fois moins de données que le plus datavore !

Quantité de requêtes lancées par catégorie

Quantité de requêtes lancées par catégorie

Le nombre de requêtes moyens lances par les pages est élevé à 96,7. Les villes et les régions sont en moyenne 40% plus consommateurs de requêtes que les agences. Les sites les plus gourmands peuvent utiliser jusqu’à 243 requêtes sur une page d’accueil.

Énergie consommée sur le device par catégorie

Énergie consommée sur le device par catégorie
Énergie consommée sur le device par catégorie

La consommation d’énergie qui agit à la fois sur l’impact carbone de l’utilisateur mais aussi sur son autonomie est très variable également d’un site à l’autre puisqu’il existe un rapport de 1 pour 5 entre les sites les moins énergivores et les plus énergivores. A nouveau les ministères et agences consomment moins d’énergie que les sites des villes notamment. La consommation d’énergie des sites publics (5,1 mAh/s)  est comparable à celle des sites e-commerce (5,24 mAh/s)

Mémoire consommée sur le device par catégorie

Mémoire consommée sur le device par catégorie
Mémoire consommée sur le device par catégorie

Des grandes différences sur la consommation de mémoire, un rapport de 1 pour 3 existe entre les sites publics. Les agences de l’état consomment 16 % de moins que les régions.

Greenspector Ecoscore par catégorie de site

Greenspector Ecoscore par catégorie de site tableau
Greenspector Ecoscore par catégorie de site

L’Ecoscore de Greenspector qui intègre à la fois des facteurs de mémoire, CPU, Données, énergie et des bonnes pratiques permet d’intégrer des volumétries que nous ne pouvons pas modéliser sous la forme d’impact Carbone (mémoire, …). Les constats sont les mêmes puisque les ministères et agences obtiennent les meilleurs Ecoscores.

Relation Impact Carbone / Ecoscore

Une corrélation existe entre Impact Carbone et Ecoscore mais quelques valeurs extrêmes portant notamment sur l’impact du transfert des données sortent de cette corrélation.

Classement de l’impact carbone du Top 100 des sites web publiques

PositionCatégorieNomURL du site webEcoscore globalTotal gEqCO2
par page
Date de mesure
1VilleBordeauxhttp://www.bordeaux.fr/660.082020-09-16
2DépartementBas-Rhinhttps://www.bas-rhin.fr/630.092020-09-16
3Agence d'étatANSMhttps://ansm.sante.fr/680.102020-09-16
4MinistèreMinistre de l'Europe et des Affaires étrangèreshttps://www.diplomatie.gouv.fr/fr/710.142020-09-16
5Agence d'étatAGENCE NATIONALE DES TITRES SECURISEShttps://ants.gouv.fr/620.142020-09-16
6RégionOccitaniehttps://www.laregion.fr/600.162020-09-16
7Agence d'étatMETEO FRANCEhttps://meteofrance.com/460.172020-09-16
8VilleReimshttps://www.reims.fr/530.182020-09-16
9MinistèreMinistre de l'Intérieurhttps://www.interieur.gouv.fr/690.182020-09-16
10MinistèreMinistre de la Cohésion des territoires et des Relations avec les collectivités territorialeshttps://www.cohesion-territoires.gouv.fr/700.202020-09-16
11MinistèreGouvernementhttps://www.gouvernement.fr/510.212020-09-16
12Agence d'étatPOLE EMPLOI (ANPE)https://www.pole-emploi.fr/accueil/630.212020-09-16
13MinistèreGarde des Sceaux, ministre de la Justicehttp://www.justice.gouv.fr570.222020-09-16
14Agence d'étatUGAPhttps://www.ugap.fr/560.222020-09-16
15Agence d'étatACOSShttps://www.acoss.fr/620.232020-09-16
16RégionBretagnehttps://www.bretagne.bzh/530.242020-09-16
17VilleRenneshttps://metropole.rennes.fr/490.242020-09-16
18MinistèreMinistre de l'Économie et des Financeshttps://www.economie.gouv.fr/600.242020-09-16
19DépartementPas-de-Calaishttps://www.pasdecalais.fr/440.252020-09-16
20DépartementSeine-Maritimehttps://www.seinemaritime.fr/630.262020-09-16
21VilleAmienshttps://www.amiens.fr/540.272020-09-16
22MinistèreMinistre de la merhttps://www.ecologie.gouv.fr/portail-mer/560.272020-09-16
23Agence d'étatCSTBhttp://www.cstb.fr/620.282020-09-16
24DépartementGirondehttps://www.gironde.fr/590.292020-09-16
25DépartementMétropole de Lyonhttps://www.grandlyon.com540.292020-09-16
26Agence d'étatBusiness Francehttps://www.businessfrance.fr/430.302020-09-16
27RégionIle-de-Francehttps://www.iledefrance.fr/480.302020-09-16
28MinistèreMinistre de la Transformation et de la Fonction publiqueshttps://www.fonction-publique.gouv.fr/430.312020-09-16
29VillePerpignanhttps://www.mairie-perpignan.fr400.312020-09-16 00:00:00
30MinistèreMinistre de l’Éducation nationale, de la Jeunesse et des Sportshttps://www.education.gouv.fr/600.322020-09-16
31VilleLe Manshttp://www.lemans.fr/580.332020-09-16
32Agence d'étatINERIShttps://www.ineris.fr/fr480.332020-09-16
33VilleLyonhttps://www.lyon.fr/460.332020-09-16
34VilleSaint-Denishttps://www.saintdenis.re/560.332020-09-16
35DépartementSeine-Saint-Denishttps://seinesaintdenis.fr/530.332020-09-16
36Agence d'étatBPIhttps://www.bpifrance.fr/450.352020-09-16
37VilleToulousehttps://www.toulouse.fr/380.362020-09-16
38MinistèreMinistre du Travailhttps://travail-emploi.gouv.fr/450.362020-09-16
39VilleClermont-Ferrandhttps://clermont-ferrand.fr/450.382020-09-16
40RégionNormandiehttps://www.normandie.fr/540.382020-09-16
41RégionCorsehttps://www.corse.fr/440.382020-09-16
42VilleLimogeshttps://www.limoges.fr/fr260.382020-09-16 00:00:00
43MinistèreMinistre des Solidarités et de la Santéhttps://solidarites-sante.gouv.fr/460.392020-09-16
44DépartementLoire-Atlantiquehttps://www.loire-atlantique.fr410.402020-09-16
45DépartementAlpes-Maritimeshttps://www.departement06.fr/430.412020-09-16
46RégionProvence-Alpes-Côte d’Azurhttps://www.maregionsud.fr/480.412020-09-16
47VilleBresthttps://www.brest.fr/340.412020-09-16
48VilleAngershttp://www.angers.fr/420.422020-09-16
49VilleAnnecyhttps://www.annecy.fr/270.422020-09-16
50DépartementCirconscription départementale du Rhônehttps://www.rhone.fr/690.422020-09-16
51DépartementNordhttps://lenord.fr/500.422020-09-16
52DépartementYvelineshttps://www.yvelines.fr/550.422020-09-16
53DépartementEssonnehttps://www.essonne.fr/460.432020-09-16
54MinistèreMinistre de la Culturehttps://www.culture.gouv.fr/460.432020-09-16
55Agence d'étatANTAIhttps://www.antai.gouv.fr/560.432020-09-16
56RégionHauts-de-Francehttps://www.hautsdefrance.fr/280.442020-09-16
57VilleDijonhttps://www.dijon.fr/510.472020-09-16
58Agence d'étatANRhttps://anr.fr/480.482020-09-16
59Agence d'étatCEAhttp://www.cea.fr/250.492020-09-16
60DépartementVal-de-Marnehttps://www.valdemarne.fr/510.502020-09-16
61MinistèreMinistre de la Transition écologiquehttps://www.ecologie.gouv.fr/560.512020-09-16
62Agence d'étatIFP Energies Nouvelleshttps://www.ifpenergiesnouvelles.fr/470.522020-09-16
63Agence d'étatONISEPhttp://www.onisep.fr/420.522020-09-16
64MinistèreMinistre de l’Agriculture et de l'Alimentationhttps://agriculture.gouv.fr/660.522020-09-16
65DépartementHéraulthttps://herault.fr/560.542020-09-16
66VilleNîmeshttps://www.nimes.fr/290.572020-09-16
67DépartementBouches-du-Rhônehttps://www.departement13.fr/280.5842020-09-16
68VilleLe Havrehttps://www.lehavre.fr/320.602020-09-16
69DépartementHaute-Garonnehttps://www.haute-garonne.fr/340.602020-09-16
70Agence d'étatIFREMERhttps://wwz.ifremer.fr/560.642020-09-16
71VilleAix-en-Provencehttp://www.aixenprovence.fr/350.662020-09-16
72VilleGrenoblehttps://www.grenoble.fr/330.672020-09-16
73RégionAuvergne-Rhône-Alpeshttps://www.auvergnerhonealpes.fr/260.672020-09-16
74VilleStrasbourghttps://www.strasbourg.eu/80.682020-09-16
75Agence d'étatONFhttps://www.onf.fr/600.782020-09-16
76VilleMontpellierhttps://www.montpellier.fr/300.792020-09-16
77RégionNouvelle-Aquitainehttps://www.nouvelle-aquitaine.fr440.842020-09-16
78VilleMarseillehttps://www.marseille.fr/530.852020-09-16
79MinistèreMinistre des Outre-merhttp://www.outre-mer.gouv.fr/220.932020-09-16
80RégionGrand Esthttps://www.grandest.fr/260.932020-09-16
81VilleVilleurbannehttps://www.villeurbanne.fr/330.952020-09-16
82Agence d'étatINChttps://www.inc-conso.fr/461.002020-09-16
83VilleNanteshttps://metropole.nantes.fr/501.352020-09-16
84DépartementHauts-de-Seinehttps://www.hauts-de-seine.fr/361.362020-09-16
85VilleLillehttps://www.lille.fr/391.362020-09-16
86DépartementVal-d'Oisehttps://www.valdoise.fr/371.362020-09-16
87MinistèreMinistre de l'Enseignement supérieur, de la Recherche et de l'Innovationhttps://www.enseignementsup-recherche.gouv.fr/261.5842020-09-16
88RégionCentre-Val de Loirehttps://www.centre-valdeloire.fr/421.722020-09-16
89VilleToulonhttps://toulon.fr/371.742020-09-16
90VilleParishttps://www.paris.fr/591.842020-09-16
91DépartementParishttps://www.paris.fr/591.842020-09-16
92RégionBourgogne-Franche-Comtéhttps://www.bourgognefranchecomte.fr/322.182020-09-16
93DépartementSeine-et-Marnehttps://www.seine-et-marne.fr332.252020-09-16
94VilleTourshttps://www.tours.fr/162.352020-09-16
95DépartementIsèrehttps://www.isere.fr/462.652020-09-16
96VilleNicehttp://nice.fr/332.772020-09-16

Vous souhaitez accéder au détail de votre mesure ? Votre site n’est pas dans ce classement ? Contactez-nous pour réaliser une mesure, apparaître dans ce classement ou connaître le détail de consommation de votre site web.

Faut-il limiter les données qui transitent sur internet pour réduire l’impact du numérique ?

Reading Time: 11 minutes

TL;DR

Le débat fait rage actuellement sur l’intérêt ou non de limiter la consommation de données des utilisateurs web. Et derrière cette question, celle de la nécessité de passer ou non à la 5G, celle-ci amenant à des débits plus importants. 

Les défenseurs d’une limitation argumentent que cela réduirait la consommation d’énergie et l’impact du numérique, les défenseurs pour la poursuite des évolutions technologiques (et généralement aussi de la non limitation de la bande passante) argumentent que l’amélioration constante des technologies compenserait les effets négatifs du numérique. 

Comme dans tout débat, les deux parties ont des arguments valides. Tentons d’analyser en quoi la réponse n’est pas si simple ! 

Disclaimer : En tant que professionnel de l’IT et de la sobriété numérique, notre objectif est de fournir des données claires et factuelles sur l’impact du numérique et son évolution. Le numérique sert à aider la société sur d’autres domaines mais ce n’est pas une raison pour ne pas optimiser et réduire l’impact du numérique. Plusieurs études montrent qu’il est nécessaire d’agir, sans quoi la tendance pourrait être encore plus néfaste. 

Empreinte carbone de l’électricité des technologies de communication 2010 - 2030

La question n’est pas de savoir si telle ou telle projection est bonne mais comment agir pour être dans le meilleur des cas. 


1. Amélioration des datacenters

Il est prouvé que l’efficacité globale des infrastructures s’est améliorée ces dernières années.

L’étude IEA a été reprise de nombreuses fois sur les réseaux en argumentant que la consommation d’énergie des centre de données est faible et s’est améliorée énormément ce qui a permis d’absorber l’augmentation du trafic. 

Tendances mondiales du trafic Internet, des charges de travail des centres de données et de la consommation d'énergie des centres de données, 2010-2019

Il y a en effet eu énormément d’amélioration de l’efficacité par différentes actions : consolidation et virtualisation, amélioration des flux d’air… Les coûts énergétiques étant fixes, la consommation d’énergie et aussi l’impact de ces infrastructures n’ont pas augmenté. 

Une nouvelle étude confirme cette tendance à l’amélioration mais montre aussi l’augmentation importante en termes de consommation d’énergie qui s’est produit avant 2010 (la fenêtre utilisée par l’IEA) : augmentation de 4% entre 2010 et 2014 mais après une augmentation de 24% les 5 années précédentes et 90% entre 2000 et 2005. 

On peut voir aussi cela sur le cas des US

Consommation d'électricité par composante d'utilisation finale, 2000 à 2006

On peut cependant moduler ce constat car on partait de loin : plus de serveur physique, aucune gestion des flux… Le plus gros des gains a donc été fait ces dernières années. L’amélioration de la capacité ne va pas aller au même rythme et il va certainement y avoir une augmentation nécessaire de la capacité des Datas center. Un exemple, la stagnation du PUE

Les gains d'efficacité énergétique des datacenters se sont stabilisés

Les opérateurs le prennent même en compte via une diminution du rythme d’optimisation plus faible.

evolutions et previsions des consommations d'électricite des data centers orange Gwh

Les projections des études scientifiques montrent des explosions de la consommation des Data center. Même si elles se basent sur des projections qui peuvent être discutées, l’augmentation est bien présente : 

Consommation d'énergie des centres de données dans le monde en milliards de kWh par an

Au final, on peut effectivement dire qu’il y a eu beaucoup d’améliorations mais on a tout à fait le droit de se poser des questions sur certains éléments : 

  • À quel coût CO2 s’est faite cette amélioration ? En effet, la construction de nouveaux Data center et le remplacement des anciens par de nouveaux serveurs plus efficients a eu un coût en termes de fabrication. Les études n’en parlent pas 
  • Il n’y a aucune métrique sur l’efficience des traitements. Quelle est l’évolution de coût côté Data center de l’affichage d’une page web, d’un traitement… ?
  • Ces courbes sont à mettre en face de la consommation de bout en bout (jusqu’à l’utilisateur). C’est ce que nous allons tenter de faire en partie dans la suite de l’article. 

2. Amélioration des réseaux

Il en va de même pour les infrastructures réseaux. Le ratio kWh/Go a largement diminué. Exemple du cas sur le réseau en Finlande.

Réseau Finlande

Il existe des critiques cependant sur ce mode de présentation de l’efficience (les Wh/Go) car la consommation de ces infrastructures est fixe. Consommer plus de données sur le réseau serait gratuit. C’est faux car, pour piloter l’efficience, cette métrique est utile en permettant d’affecter cette consommation à un usage. Et effectivement, plus on va consommer, plus cette métrique va diminuer. Deux conclusions s’imposent sur la base de cette analyse : 

1/ Oui l’efficience du réseau s’améliore 

2/ Oui, plus on utilise le réseau, plus on “rentabilise” la consommation fixe et les impacts environnementaux du matériel. 

Cependant cela pose le problème de la capacité du réseau. Lorsque le réseau est saturé, il est nécessaire d’ajouter des infrastructures. C’est ce qui se passe actuellement sur le réseau 4G. A certaines heures et dans certains lieux, les utilisateurs sont redirigés vers les réseaux 3G. La solution choisie est donc de passer à une autre génération de réseau qui va permettre d’absorber cette charge. 

Donc au final si l’efficience du réseau est vraie, elle ne doit pas être la seule métrique pour analyser le problème. Il est nécessaire de prendre aussi le paramètre de la capacité du réseau (mais aussi de la capacité de chaque réseau unitaire). Car sans cela le bénéfice de l’amélioration de l’efficacité des réseaux est annulé par l’impact du renouvellement trop fréquent de l’infrastructure du réseau. 


“Comme nous recherchons un ordre de grandeur en économie d’énergie, nous supposons que la diminution de 30% du volume de trafic dans le cœur de réseau induit une diminution du même ratio dans le dimensionnement du réseau et par conséquent une diminution de 30% de la consommation d’énergie dans le cœur du réseau IP.” 


Vous pouvez trouver ce raisonnement entre autres dans le projet de recherche Européen CONVINcE sur lequel Greenspector a travaillé avec des acteurs de l’infra et de la vidéo.   

“As we are looking for an order of magnitude in energysaving, we suppose thatdecreasing by 30% the traffic volume in the core network induces a decrease of same ratio in network dimensioning and consequently a decrease of 30% in energyconsumption in the core IP network.” 

Quant à l’impact environnemental du réseau, de la même manière que pour l’étude IEA, une courbe d’une étude ARCEP a été utilisée de nombreuses fois : 

ARCEP Emissions GES des opérateurs francais

C’est positif mais encore une fois, il manque certaines données pour bien analyser cette tendance et surtout elle ne prend pas en compte la tendance où une partie de l’impact environnemental est passée chez l’utilisateur avec l’usage des box internet. 

Car, comme on le verra plus loin, on observe un déplacement des traitements informatiques vers les utilisateurs. 


3. Amélioration des terminaux

De la même manière, les terminaux (PC, Smartphone, TV…) améliorent leur efficacité énergétique. La loi de Koomey le démontre.

Koomeys low graph made by Koomey

Cependant il y a un ralentissement notable (voir paragraphe suivant). Nous l’avons-nous-même constaté sur les smartphones sur la moyenne des sites que nous avons mesurés (6000 mesures depuis 2017). D’une part par ce ralentissement de l’efficience énergétique des processeurs mais aussi par une certaine lourdeur des logiciels. Un exemple dans l’évolution des benchs de processeur (qu’on peut aussi voir sur de nombreux autres types de bench).


4. Limitation de l’amélioration de l’efficience

« En 2016, la société Intel mentionne un ralentissement du rythme de miniaturisation des processeurs et, en conséquence, un écart à la loi de Moore »

L’amélioration de l’efficience qui est formulée par Koomey a une limite. Elle est liée en partie au ralentissement de la loi de Moore. 

« En 2016, la société Intel mentionne un ralentissement du rythme de miniaturisation des processeurs et, en conséquence, un écart à la loi de Moore » écrit le chercheur Jean-Gabriel Ganascia 

Cette limitation est aussi formulée par la loi de Laudauer : il est impossible physiquement d’atteindre une certaine efficience. Nous avons encore relativement une marge mais la tendance au ralentissement est déjà visible. Les tendances annoncées par les opérateurs de Data center (voir plus haut) le montrent bien. 

On voit déjà des limites sur certains composants : 

Cette même étude (issue de l’industrie des semi-conducteurs) annonce une explosion de la consommation d’énergie et une nécessité de continuer cette recherche d’efficience. On le voit cependant même avec cette efficience, la consommation totale due à l’informatique sera relativement importante par rapport à la production d’énergie mondiale. Discours différents par rapport aux personnes qui annoncent une consommation nulle de l’informatique !

L’approche optimiste est de dire que la R&D permettra de trouver des nouvelles approches. Cependant, à quel coût ? Et cela n’empêche pas de réfléchir à rentabiliser les technologies actuelles pour gérer ce futur plateau.  


5. Technologie logicielle

« Les programmes ralentissent plus vite que le matériel accélère » 

L’évolution de la technologie logicielle n’est pas souvent prise en compte dans les approches d’évaluation et de prospection. Le matériel étant le consommateur de ressource. Cependant le lien est faible entre les deux. 

Le logiciel ne suit généralement pas l’évolution du matériel, ou en tout cas, il le suit moins rapidement. C’est ce qu’énonce la loi de Wirth.

On peut le voir sur de nombreuses métriques des logiciels, sur des mesures empiriques mais il existe cependant peu d’étude qui démontre cette loi. Si on prend l’évolution de la taille des pages web ainsi que de la performance depuis 10 ans

Il y a effectivement une tendance à la surcharge. Tendance qu’on pourrait atténuer par rapport à l’amélioration du réseau cité plus haut. Pour calculer l’efficience, nous allons prendre le ratio d’énergie consommée pour transporter 1Mo de data. Nous allons aussi comparer ce ratio avec l’hypothèse de la médiane des pages des sites qui serait restée stable en volume de données par rapport à 2011 (soit 200Ko). Sachant que 200k est assez réaliste pour un site complet et utilisable. On peut même aller plus loin : voir le challenge 10k. On obtient alors : 

L’efficience réelle (matériel + logiciel) ne suit pas l’efficience du matériel. Si les tendances se poursuivent (>2020) alors on pourrait même avoir une efficience énergétique qui commence à se dégrader. 

En prenant la performance des processeurs vu plus haut (Single Threaded Integer Performance), l’évolution du chargement des pages web, et en considérant que la performance des pages web reste à 5 secondes en moyenne), les conclusions sont les mêmes : l’efficience est constante.

Ces analyses sont partielles, il serait nécessaire de prendre des indicateurs plus adaptés mais cela montre en partie que l’amélioration de l’efficience n’est pas si claire. 

La loi de Wirth semble confirmée dans de nombreux cas. Dans certains domaines spécifiques comme le calcul scientifique, la performance des traitements est proche du matériel, cependant dans de nombreux logiciels, on observe un écart. Une des raisons est bien souvent la non-prise en compte de la plateforme matériel lors du développement et le paradigme que les bytes n’ont pas d’impact. C’est faux ! Par exemple, la tendance du web a été d’utiliser énormément de JavaScript pour afficher les pages web. Or ces bytes transférées ont une part importante dans le poids des pages mais aussi dans l’efficience des traitements côté utilisateur. Le JavaScript devient en effet un des goulots d’étranglement de la performance sur mobile. Les CPU même si surpuissant, passent leur temps à charger, parser et exécuter le JavaScript.

JSS Processing for CNN.com

Ce phénomène est très bien expliqué dans l’article The Cost of Javascript. Le résultat est une explosion de l’énergie par un usage intensif de cycle CPU ainsi qu’un ralentissement des performances et un sentiment d’obsolescence de la plateforme par l’utilisateur.


Effet rebond

Nous ne traiterons pas ici de l’effet rebond en termes d’usage. C’est un aspect en effet très discuté qui prend en compte du social, des analyses prospectives… Cependant nous pouvons, d’un point de vue technique, observer un effet rebond issu de l’amélioration des technologies : celle de l’ajout d’informations annexes aux services qui sont purement nécessaire à l’utilisateur. Par exemple, on peut citer : l’ajout de services annexes tels que la publicité, les trackers…  

Effet rebond

La part de JavaScript pris par les services “annexes” est importante et dépasse celle du JavaScript utilisé pour le service primaire. Ceci a été rendu possible, entre autres, par certaines capacités techniques : intégration de script facilitée, bande passante le permettant…

Et alors ?

Afin de prendre les bonnes décisions, il est important de prendre du recul et surtout de regarder les tendances. Il est clair que ces dernières années en informatique ont vu arriver une amélioration notable des infrastructures matérielles, des Data center aux terminaux. Cela a permis de nouveaux usages mais aussi de nouvelles pratiques de développement. La frénésie de développement de solution ne s’est pas forcément accompagnée d’une optimisation, les technologies, offrant de génération en génération plus de puissance, plus de bande passante, l’optimisation semblait pour certains un surcoût inutile. Cette optimisation s’est cependant faite dans beaucoup de cas pour des raisons économiques : réduire la facture électrique du Data center, optimiser l’usage d’une infrastructure réseau. Cette optimisation n’a pas été systémique mais plutôt unitaire, au détriment souvent de certaines parties comme les terminaux.  

Cela a amené un retard entre l’efficience réelle des plateformes et leurs capacités. L’affichage des sites en 5 secondes avec 8 CPU et de la 4G sur des téléphones en est l’exemple. Ce n’est qu’une accélération de la loi de Wirth en fait. Les plus optimistes et je dirais technophiles ont comme position que les évolutions technologiques, associées à des meilleurs outils logiciels permettront de garder une performance suffisante. Cela pourrait être une solution cependant elle a des contreparties : elle va dans le sens d’un renouvellement assez rapide des plateformes, en particulier, côté utilisateur, et donc d’un impact environnemental plus important. Elle ne va pas de plus dans le sens de pratiques vertueuses : les tailles des sites et des logiciels vont continuer de grossir. La performance sera constante voire améliorée sur les nouvelles plateformes et cela exclura les utilisateurs qui veulent garder des anciennes plateformes. A moins de le gérer dans les logiciels (comme par exemple l’apparition de version lite), approche peu probable car coûteuse et applicable uniquement par les Big Tech. L’approche optimiste se base sur des évolutions technologiques futures. Or on le voit avec la loi de Laudaeur, il y a une limite. Nous avons encore peut-être quelques années, mais la dette grandit. 

Dans ce cadre, la 5G ne va pas forcément dans le bon sens car elle va permettre de charger plus de données, plus rapidement et donc de ne pas avoir à optimiser les logiciels et même de rajouter des services tiers. Il est pourtant clair que la 5G a des avantages technologiques qui permettraient en partie d’améliorer l’efficience du système global. Mais sans garde-fou, nous allons continuer comme nous l’avons toujours fait avec les différentes technologies : toujours plus sans penser à l’optimisation

Dans ce cadre, la mise en place d’incitation ou de contrainte est nécessaire pour freiner cette course à l’armement. La limitation de la bande passante est une approche intéressante car elle va permettre d’avoir un budget data qui pourrait être répartie. En limitant la taille des sites web par exemple, il sera nécessaire d’optimiser des choses : optimisation technique des librairies, suppression de services tiers, suppression du superflu… La limitation des données est dans ce cadre un axe qui permettra de limiter la consommation d’énergie (en particulier chez l’utilisateur) mais sera surtout un axe pour éviter une obsolescence des plateformes, et au final un axe pour maitriser, voire réduire l’impact du numérique. 

Nous travaillons depuis longtemps avec certains de nos clients dans le sens de l’optimisation en leur offrant des moyens de mesure et d’amélioration sur la réduction de la consommation d’énergie mais aussi de données, de traitement CPU… Cependant la résistance au changement des organisations, l’état de l’art et les pratiques du développement logiciel, les priorisations business… font que ces optimisations ne seront à long terme pas suffisantes pour rattraper le retard que l’on prend au niveau global de l’industrie IT. Les acteurs engagés sont des précurseurs, cependant pour que tout le secteur s’améliore réellement, la contrainte semble inévitable…à moins que la prise de conscience et le passage à l’action arrivent demain