Projet CARECloud

Comprendre, améliorer, réduire les impacts environnementaux du Cloud computing

— Aperçu

Le projet CARECloud vise à réduire drastiquement les impacts environnementaux des infrastructures de cloud

Anne-Cécile Orgerie, Directrice de recherche CNRS

Mots-Clés : Cloud computing, impacts environnementaux, empreinte énergétique

Les missions

Les publications

Les partenaires

Site internet du projet

Le cloud computing offre aux utilisateurs des capacités de calcul et de stockage considérables. La maturité des techniques de virtualisation a permis l’émergence d’infrastructures virtualisées complexes, capables de déployer et reconfigurer rapidement des ressources virtuelles et élastiques, dans des infrastructures de plus en plus distribuées. Cette gestion des ressources, transparente pour les utilisateurs, donne l’illusion d’un accès à des ressources flexibles, illimitées et quasiment immatérielles. Cependant, la consommation électrique de ces clouds est bien réelle et préoccupante, de même que leurs émissions globales de gaz à effet de serre (GES) et la consommation de matières premières critiques utilisées pour leur fabrication.

Dans un contexte où les changements climatiques sont chaque année plus préoccupants, entraînant des conséquences graves à l’échelle mondiale pour les populations et pour la planète, tous les secteurs (transport, bâtiment, agriculture, industrie, etc.) doivent contribuer à l’effort de réduction des émissions de GES. Les clouds, malgré leur capacité à optimiser les processus des autres secteurs, n’échappent pas à ce constat : la pente croissante de leurs émissions de GES doit s’inverser, sous peine de gommer leurs éventuels bénéfices dans les autres secteurs. C’est pourquoi le projet CARECloud vise à réduire drastiquement les impacts environnementaux des infrastructures de cloud.

CARECloud est organisé en 4 lots. Le lot 0 est dédié à la gestion de projet et à la médiation scientifique.

— Les missions

— Nos recherches

Comprendre la consommation énergétique des clouds

Comprendre comment les infrastructures de cloud consomment de l’énergie afin d’identifier les sources de gaspillage et à concevoir de nouveaux modèles et métriques pour qualifier l’efficience énergétique

Améliorer l’efficacité énergétique des clouds

Optimiser la consommation en phase d’usage des infrastructures de cloud

Réduire les impacts environnementaux des clouds

Cibler la sobriété numérique afin de réduire durablement les impacts environnementaux des clouds

— Les partenaires

Le consortium

Inria, CNRS, IMT, Université Toulouse 3 Paul Sabatier, Université Côte d’Azur, Université de Lille, ENS Lyon, Université Claude Bernard Lyon 1, Université Toulouse Jean Jaurès, INSA Toulouse

— Équipe de recherche

27 permanents (non financés par le projet)
29 personnes financées par le projet dont :
24 doctorants
2 postdoctorants
3 ingénieurs

Implantation des équipes en France

— Les publications



        
            Contact

            
        
        
            Disciplines
        
            Mots-clefs
Android Approximation algorithms Artificial Intelligence csAI Cloud Cloud computing Convex programming Data center Energy Energy consumption HPC Machine learning Neural network compression Oversubscription Performance Power Power capping Scheduling Simulation Tree width Virtualization 
Cloud4
Neural network compression3
Oversubscription3
Power capping3
Scheduling3
Approximation algorithms2
Cloud computing2
Convex programming2
Data center2
Energy2
Energy consumption2
HPC2
Machine learning2
Performance2
Power2
Simulation2
Tree width2
Virtualization2
Android1
Artificial Intelligence csAI1
Battery1
Bottom-up1
Carbon emissions1
Cloud IaaS oversubscription1
Cloud computing Power model Virtualization1
Communicating Automata1
Communication protocols1
Component1
Compressible tasks1
Computability1
Cooling1
Cost1
Cryptography and Security csCR1
Deadlines1
Dynamic datacenter1
Efficiency1
Energy budget1
Energy consumption reduction1
Environmental Impact1
FOS Computer and information sciences1
Fog-computing1
Framework1
Grid1
IaaS1
Iaas1
Intel RAPL1
LLM1
Large Language Model1
Leetcode1
Life Cycle Assessment1
Machine Learning csLG1
Measurement1
Message Sequence Chart1
Microservice1
Model1
Modeling and simulation1
Multicriteria1
Neural network pruning1
ORM Frameworks1
Open-data1
PUE1
Performance evaluation1
Power consumption1
Power control1
Power limiting1
Power model1
Python1
Random neural network1
Random subset sum1
Resource management1
Resource management and scheduling1
Strong lottery ticket hypothesis1
Surallocation1
Toolkit1
Virtualisation1
Water consumption1

        
            Auteurs
Rouvoy Romain11
Giroire Frédéric6
Jacquet Pierre5
Quinton Clément4
Ferre’ Davide3
Natale Emanuele3
Orgerie Anne-Cécile3
Aparicio-Pardo Ramon3
Ledoux Thomas3
Diana Francesco2
da Silva Barros Tiago2
Carastan-Santos Danilo2
Guégain Édouard2
Di Giusto Cinzia2
Neglia Giovanni2
Lozes Etienne2
Stolf Patricia2
Fieni Guillaume2
Nisse Nicolas2
da Costa Georges2
Trystram Denis2
Poquet Millian2
Bonvoisin Alexandre1
Fichel Benjamin1
Fourboul Eric1
Giambartolomei Giordano1
Gnibga Wedan Emmanuel1
Lorusso Fabiano1
Mallmann-Trenn Frederik1
Marfoq Othmane1
Perennes Stephane1
Rince Samuel1
Thomas Eoin1
Xu Chuan1
Rzadca Krzysztof1
Courageux-Sudan Clément1
Fontana de Nardin Igor1
Thomas Eoin1
Ostapenco Vladimir1
Simon Thibault1
Ferre Davide1
Raes Rémy1
Berthelot Adrien1
Chien Andrew A1
Seinturier Lionel1
Marfoq Othmane1
Coignion Tristan1
Rust Pierre1
Ekchajzer David1
Bonvoisin Alexandre1
da Silva Barros Tiago1
Perennes Stephane1
Chachignot Noé1
Moulierac Joanna1
Coti Camille1
Blavette Anne1
Acero Daniel Romero1
Urvoy-Keller Guillaume1
Acher Mathieu1
Lefèvre Laurent1
Dias de Assuncao Marcos1
Giroire Frederic1
Quinson Martin1
Xu Chuan1
Perennes Stéphane1

        
            Auteurs de la structure
        
            Revues
        
            Année de production
        
            Institutions
Institut National de Recherche en Informatique et en Automatique26
Centrale Lille12
Université Nice Sophia Antipolis (1965 - 2019)9
IMT Atlantique8
Université de Rennes4
Nantes Université - pôle Sciences et technologie4
NANTES UNIVERSITÉ - École Centrale de Nantes4
Institut National des Sciences Appliquées - Rennes4
Université de Bretagne Sud4
École normale supérieure - Rennes4
CentraleSupélec4
Institut polytechnique de Grenoble - Grenoble Institute of Technology2
Université Toulouse - Jean Jaurès2
Meta2
Université Claude Bernard Lyon 12
Université Toulouse III - Paul Sabatier2
Amadeus2
Université Paris-Saclay2
Institut National Polytechnique (Toulouse)2
École normale supérieure de Lyon2
Université Toulouse Capitole2
CY Cergy Paris Université1
Orange Innovation1
OVHcloud [Roubaix]1
OCTO Technology [Paris]1
Greenspector1
University of Chicago1
Ecole de Technologie Supérieure [Montréal]1
Université d'Évry-Val-d'Essonne1
Conservatoire National des Arts et Métiers [CNAM]1
France Télécom1
King‘s College London1
Universidade Federal do ABC = Federal University of ABC = Université Fédérale de l'ABC [Brazil]1
Argonne National Laboratory [Lemont]1
Ecole Normale Supérieure  Paris-Saclay1
Uniwersytet Warszawski  [Polska] = University of Warsaw [Poland] = Université de Varsovie [Pologne]1
Institut Mines-Télécom Business School1
Google Research1
Université Gustave Eiffel1

       
            Laboratoires
       
            Départements
       
            Équipes de recherche
    26 documents

Articles dans une revue3 documents
Guillaume Fieni, Romain Rouvoy, Lionel Seinturier. xPUE: Extending Power Usage Effectiveness Metrics for Cloud Infrastructures. IEEE Transactions on Sustainable Computing, In press, ⟨10.1109/TSUSC.2025.3549687⟩. ⟨hal-04980997⟩
Guillaume Fieni, Daniel Romero Acero, Pierre Rust, Romain Rouvoy. PowerAPI: A Python framework for building software-defined power meters. Journal of Open Source Software, 2024, 9 (98), pp.6670. ⟨10.21105/joss.06670⟩. ⟨hal-04601379⟩
Pierre Jacquet, Thomas Ledoux, Romain Rouvoy. ScroogeVM: Boosting Cloud Resource Utilization with Dynamic Oversubscription. IEEE Transactions on Sustainable Computing, 2024, pp.1-13. ⟨10.1109/TSUSC.2024.3369333⟩. ⟨hal-04466538⟩

Communications dans un congrès17 documents
Édouard Guégain, Alexandre Bonvoisin, Mathieu Acher, Clément Quinton, Romain Rouvoy. Exploring Performance of Configurable Software Systems: the JHipster Case Study. EASE'25 - 29th International Conference on Evaluation and Assessment in Software Engineering, Jun 2025, Istanbul, Turkey. ⟨hal-05003699⟩
Pierre Jacquet, Camille Coti, Marcos Dias de Assuncao, Romain Rouvoy. CINERGY: Reasoning over the Worst Case Power Consumption of Cloud Virtual Machines. CCGRID 2025: International Symposium on Cluster, Cloud and Grid Computing, May 2025, Tromso, Norway, Norway. ⟨hal-04981001⟩
Édouard Guégain, Rémy Raes, Noé Chachignot, Clément Quinton, Romain Rouvoy. AndroWatts: Unpacking the Power Consumption of Mobile Device's Components. MOBILESoft'25 - 12th International Conference on Mobile Software Engineering and Systems, Apr 2025, Ottawa, Canada. ⟨hal-04928609⟩
Francesco Diana, Othmane Marfoq, Chuan Xu, Giovanni Neglia, Frédéric Giroire, et al.. Attribute Inference Attacks for Federated Regression Tasks. 39th Annual AAAI Conference on Artificial Intelligence - AAAI 2025, Feb 2025, Philadelphia (Pennsylvania), United States. ⟨hal-04878082⟩
Emanuele Natale, Davide Ferre’, Giordano Giambartolomei, Frédéric Giroire, Frederik Mallmann-Trenn. On the Sparsity of the Strong Lottery Ticket Hypothesis. NeurIPS 2024 - 38th Conference on Neural Information Processing Systems, Dec 2024, Vancouver, Canada. ⟨hal-04741369v2⟩
Vladimir Ostapenco, Laurent Lefèvre, Anne-Cécile Orgerie, Benjamin Fichel. Exploring RAPL as a Power Capping Leverage for Power-Constrained Infrastructures. ICA3PP 2024 - 24th International Conference on Algorithms and Architectures for Parallel Processing, Oct 2024, Macau SAR, China. pp.1-10. ⟨hal-04742418⟩
Pierre Jacquet, Thomas Ledoux, Romain Rouvoy. SLACKVM: Packing Virtual Machines in Oversubscribed Cloud Infrastructures. 2024 CLUSTER - IEEE International Conference on Cluster Computing, Sep 2024, Kobe, Japan. pp.1-12, ⟨10.1109/CLUSTER59578.2024.00024⟩. ⟨hal-04636648⟩
Danilo Carastan-Santos, Georges da Costa, Millian Poquet, Patricia Stolf, Denis Trystram. Light-weight prediction for improving energy consumption in HPC platforms. Euro-Par 2024, Carretero, J., Shende, S., Garcia-Blas, J., Brandic, I., Olcoz, K., Schreiber, M., Aug 2024, Madrid, Spain. pp.152-165, ⟨10.1007/978-3-031-69577-3_11⟩. ⟨hal-04566184v2⟩
Tiago da Silva Barros, Davide Ferre, Frederic Giroire, Ramon Aparicio-Pardo, Stephane Perennes. Scheduling Machine Learning Compressible Inference Tasks with Limited Energy Budget. ICPP 2024 - 53rd International Conference on Parallel Processing, Aug 2024, Gotland, Sweden. pp.961 - 970, ⟨10.1145/3673038.3673106⟩. ⟨hal-04676376⟩
Thibault Simon, David Ekchajzer, Adrien Berthelot, Eric Fourboul, Samuel Rince, et al.. BoaviztAPI: a bottom-up model to assess the environmental impacts of cloud services. HotCarbon'24 - 3rd Workshop on Sustainable Computer Systems, Jul 2024, Santa Cruz, United States. ⟨hal-04621947v3⟩
Clément Courageux-Sudan, Anne-Cécile Orgerie, Martin Quinson. Studying the end-to-end performance, energy consumption and carbon footprint of fog applications. ISCC 2024 - 29th IEEE Symposium on Computers and Communications, Jun 2024, Paris, France. pp.1-7. ⟨hal-04581677⟩
Tristan Coignion, Clément Quinton, Romain Rouvoy. A Performance Study of LLM-Generated Code on Leetcode. EASE'24 - 28th International Conference on Evaluation and Assessment in Software Engineering, Jun 2024, Salerno, Italy. ⟨10.1145/3661167.3661221⟩. ⟨hal-04525620⟩
Wedan Emmanuel Gnibga, Andrew A Chien, Anne Blavette, Anne-Cécile Orgerie. FlexCoolDC: Datacenter Cooling Flexibility for Harmonizing Water, Energy, Carbon, and Cost Trade-offs. e-Energy 2024 - 15th ACM International Conference on Future and Sustainable Energy Systems, Jun 2024, Singapore, Singapore. pp.108-122, ⟨10.1145/3632775.3661936⟩. ⟨hal-04581701⟩
Tiago da Silva Barros, Frédéric Giroire, Ramon Aparicio-Pardo, Stéphane Perennes, Emanuele Natale. Scheduling Compressible Tasks: Application Neural Network Inference. AlgoTel 2024 – 26èmes Rencontres Francophones sur les Aspects Algorithmiques des Télécommunications, May 2024, Saint-Briac-sur-Mer, France. ⟨hal-04566780⟩
Pierre Jacquet, Thomas Ledoux, Romain Rouvoy. SweetspotVM: Oversubscribing CPU without Sacrificing VM Performance. CCGrid'24: 24th IEEE/ACM international Symposium on Cluster, Cloud and Internet Computing, May 2024, Philadelphia, United States. pp.1-10, ⟨10.1109/CCGrid59990.2024.00026⟩. ⟨hal-04454043⟩
Tiago da Silva Barros, Frédéric Giroire, Ramon Aparicio-Pardo, Stephane Perennes, Emanuele Natale. Scheduling with Fully Compressible Tasks: Application to Deep Learning Inference with Neural Network Compression. CCGRID 2024 - 24th IEEE/ACM international Symposium on Cluster, Cloud and Internet Computing, IEEE/ACM, May 2024, Philadelphia, United States. ⟨10.1109/CCGrid59990.2024.00045⟩. ⟨hal-04497548⟩
Alexandre Bonvoisin, Clément Quinton, Romain Rouvoy. Understanding the Performance-Energy Tradeoffs of Object-Relational Mapping Frameworks. SANER'24 - 31th IEEE International Conference on Software Analysis, Evolution and Reengineering, Mar 2024, Rovaniemi, Finland. pp.11. ⟨hal-04401643v2⟩

Pré-publications, Documents de travail5 documents
Francesco Diana, Othmane Marfoq, Chuan Xu, Giovanni Neglia, Frédéric Giroire, et al.. Attribute Inference Attacks for Federated Regression Tasks. 2024. ⟨hal-04792394⟩
Danilo Carastan-Santos, Georges da Costa, Igor Fontana de Nardin, Millian Poquet, Krzysztof Rzadca, et al.. Scheduling with lightweight predictions in power-constrained HPC platforms. 2024. ⟨hal-04747713⟩
Fabiano Lorusso, Frédéric Giroire, Joanna Moulierac, Guillaume Urvoy-Keller. Enhancing Energy Efficient Task Caching and Offloading in Multi-Access Edge Computing. 2024. ⟨hal-04721135⟩
Davide Ferre’, Cinzia Di Giusto, Etienne Lozes, Nicolas Nisse. Weakly synchronous systems with three machines are Turing powerful. 2024. ⟨hal-04716163v2⟩
Davide Ferre’, Cinzia Di Giusto, Etienne Lozes, Nicolas Nisse. Weakly synchronous systems with three machines are Turing powerful *. 2024. ⟨hal-04727303⟩

Thèses1 document
Pierre Jacquet. Enhancing IaaS Consolidation with Resource Oversubscription. Systems and Control [cs.SY]. Université de Lille, 2024. English. ⟨NNT : ⟩. ⟨tel-04685771⟩

Autres projets

CARECloud

Comprendre, améliorer, réduire les impacts environnementaux du Cloud computing

En savoir plus

Archi-CESAM

Architecture convergée, efficace et sûre à base d’accélérateurs proches de la mémoire / Archi-CESAM

En savoir plus

DiVa

Désagrégation virtualisée

En savoir plus

Taranis

Modéliser, déployer, orchestrer et optimiser les applications et les infrastructures du Cloud

En savoir plus

Les projets du PEPR Cloud

Spirec

Supervision et prédiction multi-niveaux pour Infrastructures géo-distribuées et hétérogènes dans le continuum Cloud/Edge/IoT

En savoir plus

Steel

Stockage et traitement efficace et sécurisé des données sur des infrastructures à base de Cloud

En savoir plus

Silecs

Super Infrastructure for Large-Scale Experimental Computer Science for Cloud/Edge/IoT

En savoir plus

TrustinCloudS

Sécurité des infrastructures Cloud

En savoir plus

— Les partenaires

— Les publications

Contact

Disciplines

Mots-clefs

Auteurs

Auteurs de la structure

Revues

Année de production

Institutions

Laboratoires

Départements

Équipes de recherche

Articles dans une revue3 documents

Communications dans un congrès17 documents

Pré-publications, Documents de travail5 documents

Thèses1 document

CARECloud

Archi-CESAM

DiVa

Taranis

Les projets du PEPR Cloud

Spirec

Steel

Silecs

TrustinCloudS

FORMULAIRE D'ABONNEMENT

Inscrivez-vous pour recevoir chaque trimestre la Newsletter du PEPR Cloud.

- Piloté par

- Financé par

- Opéré par

- Managed by

- Financed by

- Operated by