Qu'est-ce qu'un data center ?

Les data centers modernes ont évolué rapidement. Leur infrastructure a changé, passant de serveurs physiques on-premise à des réseaux virtuels qui prennent en charge les applications et les workloads sur l'ensemble de l'infrastructure physique, pour finalement devenir un environnement multicloud.

Aujourd'hui, les données sont distribuées dans divers environnements, notamment les data centers on-premise, les sites d'edge computing et les clouds publics et privés. Pour assurer un fonctionnement efficace, le data center doit pouvoir communiquer de manière fluide avec tous ces environnements. Par exemple, lorsque des applications s'exécutent dans le cloud, elles s'appuient sur l'infrastructure de data center du fournisseur cloud. Les entreprises peuvent choisir de conserver sur site certains workloads, des données sensibles ou d'anciens systèmes, pour des raisons de sécurité, de conformité ou de performances.

Les dernières avancées en matière de data center reposent sur les architectures cloud natives. Ces data centers sont spécifiquement conçus pour héberger des applications cloud natives, qui tirent pleinement parti des capacités propres aux environnements cloud distribués et évolutifs. Grâce à des technologies telles que les conteneurs et les microservices, les applications cloud natives permettent aux entreprises d'innover rapidement, de s'adapter à l'évolution de la demande et d'offrir une expérience utilisateur fluide. Cette évolution est essentielle pour les entreprises qui cherchent à rationaliser leurs opérations et à s'assurer que leur infrastructure est prête à répondre aux exigences dynamiques et concurrentielles de l'ère numérique.

Importance des data centers pour les entreprises

Les entreprises dépendent des data centers pour prendre en charge leurs applications et leurs activités, notamment :

• La messagerie et le partage de fichiers
• Les applications de productivité
• La gestion de la relation client (CRM)
• La planification de ressource d'entreprise (ERP) et les bases de données
• Les postes de travail virtuels, ainsi que les services de communication et de collaboration
• Le Big Data, l'intelligence artificielle et l'apprentissage automatique
• Les workloads d'IA, tels que l'entraînement des modèles, la génération augmentée de récupération (RAG) et l'inférence

Un data center comprend des routeurs, des commutateurs, des pare-feu, des systèmes de stockage, des serveurs et des contrôleurs de mise à disposition des applications. Comme ces composants stockent et gèrent des données et des applications essentielles à l'activité de l'entreprise, la sécurité du data center est un élément central de sa conception. Ensemble, ils assurent trois fonctions essentielles.

Infrastructure réseau. Elle relie les serveurs physiques et virtualisés, les services du data center, les systèmes de stockage et les connexions externes aux sites des utilisateurs finaux.

Infrastructure de stockage. Les données sont le carburant des data centers modernes. Les systèmes de stockage permettent de conserver cette ressource précieuse.

Ressources de calcul. Les applications sont les moteurs d'un data center. Les serveurs fournissent les capacités de traitement, la mémoire, le stockage local et la connectivité réseau nécessaires à leur fonctionnement.

Fonctionnement des data centers

Les services de data center sont généralement déployés pour préserver les performances et l'intégrité des principaux composants de l'infrastructure.

Équipements de sécurité réseauIls comprennent notamment des pare-feu et des systèmes de prévention des intrusions qui protègent le data center.

Garantie de la mise à disposition des applicationsPour maintenir les performances des applications, ces mécanismes assurent leur résilience et leur disponibilité grâce à la bascule automatique et à l'équilibrage de la charge.

En quoi consiste la sécurité des data centers ?

La sécurité des data centers englobe les technologies, les politiques et les pratiques destinées à protéger l'infrastructure, les workloads et les applications qui font fonctionner les entreprises modernes. Elle consiste à protéger les équipements physiques, tels que les serveurs et les systèmes de stockage, ainsi que les environnements virtualisés et les opérations reposant sur le cloud. Parmi les principaux éléments figurent des contrôles d'accès robustes pour empêcher les accès non autorisés, des mécanismes avancés de détection des menaces pour surveiller les cyberattaques et les maîtriser, ainsi que le chiffrement des données en transit et au repos.

À mesure que les data centers évoluent pour prendre en charge des modèles hybrides et multicloud, les mesures de sécurité doivent elles aussi s'adapter afin de protéger les environnements distribués. Une sécurité efficace des data centers assure la continuité des activités, protège les informations sensibles et contribue au respect des réglementations sectorielles. La sécurité est une condition essentielle pour garantir des opérations résilientes et agentiques.

Il faut une infrastructure importante pour prendre en charge le matériel et les logiciels du site où réside un data center. Celle-ci comprend les sous-systèmes d'alimentation électrique, les alimentations sans interruption, la ventilation, les systèmes de refroidissement, les dispositifs d'extinction des incendies, les générateurs de secours et les connexions aux réseaux externes.

La norme la plus largement adoptée pour la conception et l'infrastructure des data centers est la norme ANSI/TIA-942. Elle définit notamment les exigences de certification ANSI/TIA-942 Ready, qui attestent de la conformité à l'une des quatre catégories de data centers, classées selon leur niveau de redondance et de tolérance aux pannes.

Niveau 1 : infrastructure de site élémentaire. Un data center de niveau 1 offre une protection limitée contre les incidents physiques. Il dispose de composants sans redondance et d'un seul chemin de distribution non redondant.

Niveau 2 : infrastructure de site avec composants redondants. Ce type de data center offre une meilleure protection contre les incidents physiques. Il dispose de composants redondants, mais d'un seul chemin de distribution non redondant.

Niveau 3 : infrastructure de site permettant la maintenance simultanée. Ce type de data center protège contre la quasi-totalité des incidents physiques. Il dispose de composants redondants et de plusieurs chemins de distribution indépendants. Chaque composant peut être retiré ou remplacé sans interrompre les services fournis aux utilisateurs finaux.

Niveau 4 : infrastructure de site tolérante aux pannes. Ce type de data center offre le niveau le plus élevé de tolérance aux pannes et de redondance. Les composants redondants et les multiples chemins de distribution indépendants permettent d'effectuer la maintenance simultanément et de supporter une panne en tout point de l'installation sans provoquer d'interruption de service.

Types de data centers

Il existe de nombreux types de data centers et de modèles de services. Leur classification dépend notamment du nombre d'entreprises qui en sont propriétaires, de leur place éventuelle dans la topologie d'autres data centers, des technologies utilisées pour le calcul et le stockage, et même de leur efficacité énergétique. On distingue six grands types de data centers.

Data center d'IA

Un data center d'IA est spécialement conçu pour répondre aux besoins de calcul exigeants des workloads d'intelligence artificielle. Ces infrastructures s'appuient sur des technologies avancées, notamment des réseaux SDN, des fonctions de sécurité intégrées et des GPU et TPU hautes performances, pour traiter efficacement de grandes quantités de données et exécuter des algorithmes d'IA complexes. Contrairement aux data centers classiques, les data centers d'IA privilégient le traitement parallèle et l'optimisation des workflows pour entraîner et déployer des modèles d'apprentissage automatique à grande échelle.

La réduction de la latence est une priorité, car les applications d'IA en temps réel, comme l'analytique prédictive et le traitement du langage naturel, nécessitent un traitement rapide des données et une prise de décision rapide. En associant de puissantes ressources de calcul à des architectures à faible latence, les data centers d'IA permettent aux entreprises d'exploiter pleinement le potentiel de l'intelligence artificielle dans des environnements dynamiques et fortement consommateurs de données.

Data center d'entreprise

Les data centers d'entreprise appartiennent aux entreprises qui les exploitent. Ils sont généralement situés sur leurs sites et adaptés aux besoins de leurs utilisateurs internes.

Data center pour les services managés

Les data centers pour les services managés sont exploités par un tiers, par exemple un fournisseur de services managés, pour le compte d'une entreprise. Celle-ci loue les équipements et l'infrastructure au lieu de les acheter.

Data center partagé

Dans un data center partagé, une entreprise loue un espace au sein d'un data center appartenant à un tiers et situé en dehors de ses propres locaux. Le fournisseur prend en charge l'infrastructure du site : le bâtiment, le refroidissement, la bande passante, la sécurité, etc. L'entreprise fournit et gère quant à elle les composants, notamment les serveurs, les systèmes de stockage et les pare-feu.

Data center cloud

Dans ce modèle de data center hébergé hors des locaux de l'entreprise, les données et les applications sont prises en charge par un fournisseur de services cloud, tel qu'Amazon Web Services (AWS), Google Cloud Platform (GCP), Microsoft Azure, IBM Cloud ou un autre fournisseur de cloud public. Elles sont souvent hébergées dans des data centers hyperévolutifs conçus pour prendre en charge efficacement des workloads massifs et une évolutivité à l'échelle mondiale.

Data centers edge

Un data center edge est une infrastructure décentralisée de plus petite taille, située à proximité des utilisateurs finaux et des appareils. Il est conçu pour traiter les données localement, réduire la latence et prendre en charge des applications en temps réel dans des secteurs comme l'Internet des objets (IoT), les véhicules autonomes et la diffusion de contenu. L'edge computing est particulièrement utile lorsque la latence doit être réduite au minimum, notamment pour le traitement de l'IA.

Évolution de l'infrastructure : des mainframes aux applications cloud

Au cours des 65 dernières années, l'infrastructure IT a connu trois grandes vagues d'évolution :

• La première a marqué le passage des mainframes propriétaires aux serveurs x86, installés on-premise et gérés par les équipes IT internes.
• La deuxième vague a été caractérisée par la généralisation de la virtualisation de l'infrastructure prenant en charge les applications. Cette évolution a permis de mieux exploiter les ressources et de déplacer les workloads entre différents ensembles d'infrastructures physiques.
• Aujourd'hui, la troisième vague correspond au passage au cloud, au cloud hybride et aux applications conçues pour le cloud.

Cette évolution a donné naissance à l'informatique distribuée. Dans ce modèle, les données et les applications sont réparties entre différents systèmes, reliés et intégrés par des services réseau et des normes d'interopérabilité afin de fonctionner comme un environnement unique. Le terme « data center » désigne désormais aussi le service chargé de ces systèmes, quel que soit leur emplacement.

Les entreprises peuvent choisir de construire et de gérer leurs propres data centers de cloud hybride, de louer un espace dans des infrastructures partagées, d'utiliser des services mutualisés de calcul et de stockage ou de recourir à des services de cloud public. Résultat : aujourd'hui, les applications ne résident plus en un seul endroit. Elles fonctionnent dans plusieurs clouds publics et privés, dans des environnements de services managés et dans des infrastructures classiques. À l'ère du multicloud, le data center est devenu un environnement vaste et complexe, conçu pour offrir la meilleure expérience utilisateur possible.

Comment réduire la consommation d'énergie d'un data center ?

Les data centers consomment beaucoup d'énergie, et leurs besoins augmentent avec l'accélération de la transformation numérique. Les GPU qui alimentent les data centers d'IA consomment 10 à 15 fois plus d'énergie par cycle de traitement que les CPU utilisés dans les data centers classiques en raison de l'intensité des calculs nécessaires à l'entraînement et à l'exécution des modèles d'IA.

Pour réduire les coûts énergétiques et les difficultés liées à l'approvisionnement, il est possible de mettre en œuvre des stratégies énergétiques avancées, notamment l'optimisation de la consommation électrique, le recours à des énergies propres et l'amélioration de l'efficacité du refroidissement. Ces mesures peuvent contribuer à répondre à la demande numérique croissante tout en respectant les réglementations internationales en matière d'énergie et d'environnement.