# L’efficience informatique commence avant le code Canonical HTML: https://dsti.school/fr/techblog/efficience-informatique-commence-avant-code This Markdown copy is generated from the same DSTI static-site build as the canonical HTML page. It is intended for machine readability and concise retrieval. [DSTI TechBlog](https://dsti.school/fr/techblog) / Systèmes d’ingénierie et société Faculty Systèmes d’ingénierie et société Un algorithme s’exécute sur du matériel ; ce matériel appartient à une infrastructure ; cette infrastructure dépend d’un système énergétique ; et ce système fonctionne dans un climat en évolution. Le séminaire du BSc de DSTI suit cette chaîne pendant trois ans, des lois physiques aux décisions informatiques. ECI Synthèse éditoriale Faculty Fondée sur le séminaire enseigné pendant les trois années du BSc in Computer Science & Engineering 25 juin 2026 20 min de lecture Faculty 1re année Énergie et physique 2e année Le climat comme système couplé 3e année L’informatique dans le périmètre ![Illustration systémique reliant l’informatique efficiente, les infrastructures énergétiques et le climat](https://media.dsti.school/assets/efficient-IT-begins-before-the-code.png) > **Figure caption:** Une décision informatique s’inscrit dans une chaîne de systèmes physiques. L’article suit cette chaîne au lieu de réduire l’efficience à une propriété du code. ## Le mot « efficient » est incomplet s’il reste seul Une application peut exécuter moins d’instructions tout en exigeant du matériel plus spécialisé. Un centre de données peut améliorer son indicateur d’efficacité énergétique alors que la demande totale du service augmente. Un modèle peut optimiser un réseau électrique tout en consommant de l’énergie pour son entraînement et son exploitation. Ces affirmations ne se contredisent pas : elles décrivent des périmètres, des dénominateurs et des décisions différents. C’est pourquoi le séminaire du BSc Energy – Climate – Sustainable IT ne commence pas par une liste de technologies supposées préférables pour l’environnement. Il commence par l’énergie comme grandeur physique, passe au climat comme système planétaire couplé, puis aborde les infrastructures informatiques. La proposition est plus limitée : avant de qualifier un système d’efficient, l’ingénieur doit rendre visibles son périmètre et ses hypothèses physiques. 01 Charge de travail Instructions, mouvements de données, taille du modèle 02 Matériel Processeurs, mémoire, stockage, accélérateurs 03 Infrastructure Refroidissement, redondance, réseaux, bâtiments 04 Système énergétique Production, stockage, pilotage et contraintes du réseau 05 Système climatique Rayonnement, océans, atmosphère et rétroactions L’ingénierie logicielle encourage l’abstraction, à juste titre. Une fonction masque des détails d’implémentation ; une machine virtuelle masque le matériel ; un service cloud masque les serveurs, le refroidissement et la distribution électrique. L’abstraction ne devient dangereuse que lorsque la couche cachée est précisément celle où se situe le coût étudié. Pour les questions d’énergie et d’environnement, le périmètre doit parfois s’étendre d’une opération au service complet, de l’électricité en exploitation à la fabrication du matériel, ou du mix électrique moyen d’un centre de données à la production marginale mobilisée à une heure donnée. Aucun périmètre n’est juste pour toutes les questions. Le déclarer constitue la première partie du travail d’ingénierie. Périmètre du système : Pour les questions d’énergie et d’environnement, le périmètre doit parfois s’étendre d’une opération au service complet, de l’électricité en exploitation à la fabrication du matériel, ou du mix électrique moyen d’un centre de données à la production marginale mobilisée à une heure donnée. Aucun périmètre n’est juste pour toutes les questions. Le déclarer constitue la première partie du travail d’ingénierie. ## 01 1re année · Contraintes physiques La première année établit une culture physique et infrastructurelle. Les étudiants distinguent énergie et puissance ; examinent les formes mécanique, chimique, électrique, thermique et nucléaire ; puis suivent les transformations qui permettent d’obtenir un travail utile. La thermodynamique n’est pas un chapitre décoratif : elle contraint tout système énergétique. Le premier principe affirme la conservation de l’énergie. Il ne dit pas que toute conversion est également utile ou réversible. La chaleur passe d’un corps chaud vers un corps froid ; les moteurs rejettent de la chaleur ; le transport et la conversion introduisent des pertes ; le second principe explique pourquoi un bilan énergétique techniquement possible n’implique pas un processus réversible. Avant de devenir un indicateur logiciel, l’« efficience » possède donc un numérateur, un dénominateur et une limite physique. L’année aborde ensuite les transferts de chaleur et de masse, les machines thermiques, les ondes, la télédétection, les énergies fossiles et nucléaire, l’électricité et la conversion électromécanique. Un atelier d’optimisation énergétique d’une gare de péage réunit les couches : l’IA intervient après la description du système physique, de ses mesures et de ses contraintes. `P = dE/dt` La puissance est le rythme auquel l’énergie est transférée ou convertie. `ΔU = W + Q` La variation d’énergie interne comptabilise le travail et la chaleur reçus. `η = sortie utile / entrée` L’efficience est un rapport dont il faut préciser le périmètre et la sortie utile. ## 02 Réseau et contrôle L’électricité ajoute une contrainte que les étudiants en informatique reconnaissent immédiatement : le système doit être observé et piloté en continu. Production et demande doivent rester équilibrées. Une production insuffisante pose problème ; une surproduction incontrôlée également. La variabilité de l’éolien et du solaire, la maintenance des grandes centrales, les limites du stockage et l’évolution de la demande influencent toutes la décision de pilotage. Les cours enregistrés de Robert Plana rendent cette dimension opérationnelle explicite. Une production pilotable peut être ajustée ; le stockage peut déplacer une partie de l’énergie dans le temps ; les réseaux interconnectés peuvent mutualiser des capacités ; compteurs intelligents et capteurs peuvent révéler une perturbation locale avant sa propagation. Le réseau est une infrastructure physique, mais aussi un problème distribué de mesure, de prévision, d’optimisation et de protection. Ce lien devient essentiel par la suite. Une charge informatique n’est pas alimentée par une quantité abstraite appelée électricité. Elle est fournie en un lieu et à un moment précis, par un réseau de capacité finie, à partir d’actifs aux délais de réponse, disponibilités, émissions et contraintes de maintenance différents. Observer Compteurs et capteurs rendent l’état visible avec une résolution spatiale et temporelle utile. Estimer Prévisions et modèles transforment des observations partielles en vue probable de l’offre et de la demande. Décider Pilotage, stockage et effacement allouent une flexibilité limitée. Protéger Le contrôle et l’isolement empêchent qu’un défaut local devienne une interruption plus large. ## 03 2e année · Systèmes couplés La deuxième année change d’échelle. Le climat n’est pas présenté comme une suite d’événements météorologiques exceptionnels, mais comme les statistiques et la dynamique d’un système couplé. La météo décrit l’état de l’atmosphère à court terme. Le climat concerne des périodes plus longues, des distributions et des extrêmes, et oblige à considérer ensemble atmosphère, océans, glaces, terres et biosphère. Le cours introductif de David Medio suit l’énergie dans ce système. Rayonnements solaire et terrestre interagissent avec gaz, aérosols et nuages. Atmosphère et océan échangent chaleur, eau et quantité de mouvement. Les glaces modifient l’albédo et le niveau marin ; la végétation échange carbone et eau ; la circulation océanique redistribue la chaleur à l’échelle planétaire. Une modification d’un composant peut en transformer plusieurs autres, parfois selon des échelles de temps très différentes. C’est ici que le lien avec les données et l’informatique devient méthodologique. Une tendance n’est pas une anecdote. Un modèle n’est pas le système. Les mesures ont une couverture spatiale, une incertitude et des limites historiques. Une conclusion crédible relie observations, statistiques et mécanisme physiquement plausible. La science du climat offre ainsi un exemple exigeant de raisonnement à partir de données incomplètes dans un système non linéaire. Atmosphère Océan Cryosphère Biosphère Lithosphère L’océan n’est pas un décor. Sa capacité thermique en fait un réservoir majeur de l’excès de chaleur, tandis que sa circulation redistribue l’énergie et le carbone dissous. L’ignorer donnerait un modèle plus simple — et le mauvais système. ## 04 3e année · Décisions informatiques Ce n’est qu’en troisième année que l’informatique devient l’objet principal de l’analyse. Les étudiants ont alors étudié le cloud, l’ingénierie des données et l’IA. Ils peuvent examiner centres de données, stockage, réseaux et algorithmes sans réduire la consommation électrique à un chiffre isolé. Le cours considère l’informatique dans deux rôles. Elle constitue une charge : processeurs, mémoire, stockage, mouvements de données, refroidissement, résilience et renouvellement du matériel exigent des ressources. Elle est aussi un instrument : les mêmes technologies servent à la modélisation climatique, à la télédétection, aux réseaux intelligents, à la prévision de la demande, à la gestion de l’eau, à la mobilité et à l’optimisation industrielle. Aucun rôle n’annule l’autre. La question d’ingénierie n’est donc pas de savoir si l’IA ou le cloud sont « bons » ou « mauvais » pour l’environnement. Il s’agit de déterminer si un service défini produit assez de valeur pour justifier ses impacts mesurés ; si une autre architecture fournit le même service avec moins de ressources ; et si une amélioration apparente déplace la charge vers une autre couche, un autre lieu ou un autre moment. ### L’IT comme charge - Calcul, mémoire et mouvements de données - Refroidissement, bâtiments et capacités redondantes - Réseaux et stockage géographiquement distribué - Fabrication, durée de vie et remplacement du matériel ### L’IT comme instrument - Observation et modélisation du climat - Surveillance, prévision et pilotage des réseaux - Optimisation des systèmes industriels et de transport - Aide à la décision pour l’eau, l’agriculture et la mobilité ## 05 Indicateurs Un indicateur n’est utile que si sa question est explicite. Énergie par inférence, carbone par transaction, taux d’utilisation des serveurs et PUE décrivent des parties différentes du système. Aucun n’est un score universel. Une valeur plus faible peut coexister avec un impact total plus élevé lorsque la demande augmente, que le travail est déplacé ailleurs ou que le gain d’efficience rend le service assez peu coûteux pour être utilisé beaucoup plus souvent. C’est le problème de l’effet rebond dans sa forme pratique. Il ne rend pas l’efficience inutile. Il impose de présenter à la fois l’intensité et l’échelle, et de distinguer une optimisation locale d’une réduction à l’échelle du système. Il faut aussi préciser si l’estimation porte sur l’électricité d’exploitation, le cycle de vie, les émissions moyennes du réseau ou une variation marginale. Numérateur Quel service utile ou résultat d’ingénierie est comptabilisé ? Dénominateur Énergie, carbone, matériel, eau, coût, temps — ou plusieurs dimensions ? Périmètre Quelles couches, quels lieux et quelles étapes du cycle de vie sont inclus ? Décision Quel choix cette mesure peut-elle réellement éclairer ? ## 06 Pourquoi trois ans Le séminaire dure trois ans parce que les questions gagnent en précision à mesure que le vocabulaire technique des étudiants s’enrichit. En première année, conservation, conversion et infrastructures contraignent le problème. En deuxième, systèmes couplés, observations et incertitude le complexifient. En troisième, les architectures informatiques peuvent être évaluées à l’intérieur de ces limites physiques. Cette progression a été proposée par José Massol, président et cofondateur de DSTI. Sa formation à Arts et Métiers et Supélec, puis sa carrière dans les systèmes complexes de l’industrie française de défense, ont nourri une question curriculaire simple : peut-on former complètement un ingénieur informaticien tout en le laissant ignorer l’énergie et les infrastructures physiques dont dépend tout système numérique ? Les contenus scientifiques et pédagogiques sont élaborés par les enseignants responsables de chaque partie ; la contribution initiale fut d’exiger que la question reste présente pendant tout le diplôme. 1re année · Contraintes physiques ### Contraintes physiques Énergie, puissance, thermodynamique, conversion, production, réseaux et optimisation. 2e année · Systèmes couplés ### Systèmes couplés Climat, observations, rétroactions, échelles de temps, modèles et impacts environnementaux. 3e année · Décisions informatiques ### Décisions informatiques Cloud, centres de données, IA, cycle de vie, indicateurs, éthique et arbitrages. ### Une question de programme, pas une revendication de paternité L’origine du séminaire est mentionnée parce que la conception d’un programme compte. Elle ne fait pas de son initiateur l’auteur de la physique, de la climatologie ou de l’informatique qui y sont enseignées. Ces contributions appartiennent aux spécialistes qui assurent et font évoluer la séquence. [José Massol · DSTI founders](https://dsti.school/fr/a-propos-dsti#founders) ## 07 Intervenants Les références professionnelles et scientifiques importent uniquement parce que le sujet traverse plusieurs disciplines. Le séminaire est assuré par des personnes dont le travail les place au cœur des systèmes étudiés, non parce que l’article aurait besoin d’une accumulation de titres. ### Robert Plana Systèmes énergétiques et infrastructures critiques Ancien professeur d’université et responsable de la recherche publique ; dirigeant technologique travaillant sur la transition énergétique, l’ingénierie numérique et les infrastructures critiques. [Assystem](https://www.assystem.com/en/investors/governance/) · [Google Scholar](https://scholar.google.fr/citations?user=zTcbaxoAAAAJ&hl=fr) · [LinkedIn](https://www.linkedin.com/in/dr-robert-plana-13b08822/) ### David Medio Climat et systèmes environnementaux Scientifique de l’environnement marin dont les travaux couvrent climat, systèmes océaniques et côtiers, évaluation environnementale, biodiversité et politiques publiques. [University of York](https://www.york.ac.uk/environment-geography/people/david-medio/) · [LinkedIn](https://www.linkedin.com/in/david-medio-69003b35/) · [Blue Ocean Watch](https://www.blueocean.watch/the-team/) ### Edouard Machover Ingénierie énergétique, physique et optimisation Docteur en ingénierie énergétique, avec des travaux de recherche et d’application reliant physique, télédétection, IA, infrastructures et réduction des émissions. [Google Scholar](https://scholar.google.fr/citations?hl=en&user=PLwbzaIAAAAJ) · [LinkedIn](https://www.linkedin.com/in/edouard-machover-3345b552/) · [CentraleSupélec Alumni](https://association.centralesupelec-alumni.com/fr/cv/edouard-machover/ecole-centrale-paris/2010) ### Jacques Blum Mathématiques appliquées et modélisation physique Professeur émérite et mathématicien dont l’enseignement relie modèles physiques, optimisation, assimilation de données, fission et fusion. [LinkedIn](https://www.linkedin.com/in/jacques-blum-9b987830/) · [Google Scholar](https://scholar.google.fr/citations?user=a6j2zmcAAAAJ&hl=fr) · [Université Côte d’Azur](https://math.univ-cotedazur.fr/~jblum/) · [Wikipedia](https://fr.wikipedia.org/wiki/Jacques_Blum) ### Luca Sainte-Croix Cloud et infrastructures de données Ingénieur informaticien et praticien de la donnée enseignant les infrastructures cloud, la sécurité et la couche informatique du sustainable IT. [LinkedIn](https://www.linkedin.com/in/luca-sainte-croix/) · [GitHub](https://github.com/LucaSainteCroix) · [Malt](https://www.malt.fr/profile/lucasaintecroix) ### José Massol Origine curriculaire Président et cofondateur de DSTI ; ancien élève d’Arts et Métiers et de Supélec, avec une longue carrière dans les systèmes industriels et de défense complexes. [DSTI](https://dsti.school/fr/a-propos-dsti#founders) · [LinkedIn](https://www.linkedin.com/in/josemassol/?locale=en) · [Les Echos](https://www.lesechos.fr/2005/09/jose-massol-617634) ## 08 Le résultat utile est une meilleure question Le séminaire ne se termine pas par une liste de technologies approuvées. Il doit rendre l’ingénieur moins disposé à accepter une affirmation dont les hypothèses physiques restent cachées. Où commence et où s’arrête le périmètre du système ? L’indicateur mesure-t-il une intensité ou un impact total ? Quelle source d’énergie répond à l’unité de demande suivante ? Quelle contrainte de fiabilité ou de sûreté empêche l’optimum apparent ? Le gain d’efficience réduit-il l’usage total ou stimule-t-il la demande ? Quelle incertitude pourrait modifier la décision ? Quelle charge a été déplacée vers une autre couche, un autre lieu ou un autre moment ? Quelle part relève de l’ingénierie, du management ou de la politique publique ? Note éditoriale : cet article synthétise le contenu et la raison d’être d’un séminaire assuré par plusieurs intervenants pendant le BSc. Sa formulation n’est attribuée à aucun enseignant en particulier et certaines questions scientifiques et techniques sont simplifiées pour un lectorat technique général.