Dans l’industrie des data centers, les erreurs les plus coûteuses ne sont pas toujours les plus visibles. Elles se produisent souvent en amont, lorsque des options d’infrastructure sont évaluées sur la base de comparaisons incomplètes, de narratifs fournisseurs difficiles à objectiver, ou d’hypothèses qui n’ont pas été confrontées aux réalités de l’exploitation. C’est pour cette raison que l’évaluation d’infrastructure est devenue une discipline à part entière.
Retour d'expérience – Guillaume Desfeux, Engineering Director, R&D, et Mohamed Benazza, Senior Staff DC Operations Lead, chez Criteo, avec Fouad Zhari, CEO de SustainIT
Dans le cadre d’un projet exploratoire, Criteo a travaillé avec SustainIT pour structurer cette réflexion. Le terme a son importance. Exploratoire ne veut pas dire secondaire. Il désigne au contraire une phase essentielle : celle où une entreprise prend du recul par rapport à la logique immédiate d’achat, pour examiner avec rigueur ses options avant qu’une décision ne devienne difficile à remettre en cause.
« SustainIT nous a apporté une méthode de lecture structurée pour analyser des options d’infrastructure complexes, avec un regard à la fois technique et stratégique. Leur capacité à simplifier sans appauvrir les sujets techniques a été précieuse pour engager les discussions avec le board. » – Guillaume Desfeux, Engineering Director, R&D chez Criteo
Pour les acteurs numériques, les opérateurs et les grandes directions IT, cet exercice s’est nettement complexifié ces dernières années. Les critères traditionnels (capacité, localisation, niveau de résilience, délais de mise à disposition, conditions commerciales) restent déterminants, mais ne suffisent plus.
L’infrastructure doit désormais être analysée à l’aune de contraintes plus larges : intensification des charges de calcul, tension sur les enveloppes énergétiques, évolution des exigences thermiques, besoin croissant de flexibilité opérationnelle, choix et délais d’approvisionnement des ressources machines, coûts d’exploitation associés, et montée en puissance de cas d’usage qui imposent de penser l’environnement comme future-ready.
Une infrastructure peut sembler compétitive à un instant donné, tout en révélant à l’analyse des limites significatives : densité admissible, capacité d’évolution, soutenabilité du modèle de refroidissement, ou écart entre l’architecture théorique et les conditions réelles d’exploitation.
C’est sur cette ligne de crête que se situe la valeur d’une évaluation bien conduite.
Le travail mené avec Criteo visait à dépasser le simple benchmark, en mettant en place une grille de lecture plus robuste. L’objectif : examiner des options d’infrastructure au-delà des seuls critères apparents, en croisant les dimensions techniques, opérationnelles et stratégiques.
Parmi les sujets structurants abordés : l’AI-readiness, l’évolution possible des densités par rack, la faisabilité de scénarios Direct Liquid Cooling (DLC), les implications sur la cooling architecture, la maintenabilité, la soutenabilité opérationnelle, et la capacité d’un environnement à accompagner une montée en intensité des workloads dans la durée.
Sur ces sujets, l’écart entre discours de marché et réalité technique peut être considérable. Le Direct Liquid Cooling en est un bon exemple. Présenté de plus en plus souvent comme une réponse évidente à l’augmentation des densités, le DLC ne peut être évalué sérieusement qu’à travers une lecture complète : densités cibles, conditions d’intégration, cohérence avec l’architecture retenue, implications pour l’exploitation, niveau de préparation des parties prenantes et viabilité du modèle sur le temps long.
La même prudence s’impose sur les sujets liés à l’IA. L’expression « AI-ready » est aujourd’hui largement utilisée, parfois de manière très extensive. Pour qu’elle ait une portée réelle, elle doit être ramenée à des paramètres concrets : enveloppe de puissance, comportement thermique, trajectoire de densité, capacité d’évolution du refroidissement, robustesse du modèle opérationnel et cohérence entre ambition technique et faisabilité.
« SustainIT a su transformer un sujet complexe en une démarche d’évaluation lisible, tout en conservant le niveau d’exigence technique attendu sur ce type d’infrastructure. » – Mohamed Benazza, Senior Staff DC Operations Lead chez Criteo
L’enjeu est de rendre les options lisibles dans une masse de documentation parfois démesurée. Autrement dit, de distinguer ce qui relève d’une capacité réellement exploitable de ce qui reste une promesse conditionnelle. Dans ce type de projet, la méthode compte souvent autant que les scénarios eux-mêmes. Une lecture insuffisamment cadrée peut conduire à surestimer la flexibilité réelle d’une solution, sous-estimer les contraintes thermiques futures, ou mal apprécier les conditions dans lesquelles une architecture pourra évoluer sans créer de nouvelles dépendances.
« Une infrastructure critique ne s’évalue plus sur quelques indicateurs techniques isolés. Les critères sont désormais plus larges, plus interdépendants et plus complexes. Dans cet environnement, notre rôle est d’apporter une lecture indépendante qui protège le client et sécurise la décision, afin d’éviter qu’il ne subisse le marché au lieu de le lire. » – Fouad Zhari, CEO at SustainIT
Le principal enseignement de ce projet tient à la démarche elle-même. En traitant l’évaluation d’infrastructure comme un exercice de due diligence technique et stratégique plutôt que comme une consultation commerciale, Criteo et SustainIT illustrent une évolution de fond du marché.
À mesure que les infrastructures doivent absorber des charges plus denses, intégrer de nouveaux schémas de refroidissement et répondre à des exigences accrues de résilience, les décisions ne peuvent plus reposer sur une lecture de premier niveau. Elles demandent une analyse indépendante, capable de relier architecture, exploitation, performance thermique, évolutivité et risque. Les organisations les plus matures ne cherchent plus seulement une offre. Elles cherchent un cadre de décision. Et dans le data center, c’est souvent là que commence la bonne trajectoire.
