PhD Thesis

Réduction de la consommation électrique des infrastructures Cloud par provisionnement dynamique de ressources
Reduction of Cloud infrastructure power consumption through dynamic resource provisioning

Soutenance de thèse

Date : 10 Octobre 2025 - 14:30
Lieu : Salle des thèses, ENS Monod - 46 Allée d'Italie, 69007 Lyon FRANCE - Maps
Lien visio : https://inria.webex.com/inria/j.php?MTID=mfc5a6c11be062c0f6781b2db988cdbc2

Jury

• Mme. Camille Coti, Rapporteure, ETS Montréal, CANADA - Rapportrice
• M. Gaël THOMAS, Directrice de recherche, École Polytechnique, FRANCE - Rapporteur
• Mme. Amina GUERMOUCHE, Maîtresse de conférences, Bordeaux INP, FRANCE - Examinatrice
• M. Jean-Marc PIERSON, Professeur des universités, Université de Toulouse, FRANCE - Examinateur
• M. Eddy CARON, Professeur, Université Lyon 1, FRANCE - Directeur de thèse
• M. Laurent LEFEVRE, Directeur de recherche, Inria, FRANCE - Co-directeur de thèse
• M. Rémi GRIVEL, Directeur Général, Ciril GROUP, FRANCE - Encadrant de thèse

Résumé en français

En 2020, le secteur des Technologies de l'Information et de la Communication (TIC) était responsable de 2,1 à 3,9% des émissions de gaz à effet de serre (GES); et les émissions associées à ce secteur augmentent. Parmi les émissions et autres impacts environnementaux associés au secteur numérique, les datacenters en représentent une part non-négligeable, notamment dû à leur consommation d'électricité. Afin de limiter la croissance de la consommation électrique des datacenters, des méthodes d'efficacité énergétique ont été développées pour les équipements informatiques ainsi que pour les infrastructures techniques comme les systèmes de refroidissement. Néanmoins, la demande grandissante en services numériques ainsi que le dimensionnement des datacenters pour répondre à la demande de pic engendrent un surdimensionnement global des infrastructures cloud et, par conséquent, un gâchis de ressources et d'électricité. La consolidation de machines virtuelles (VMs) permet de répondre à cette problématique de dimensionnement des infrastructures cloud. À travers des mécanismes comme la migration de VMs, il est possible de mieux répartir la charge de travail et de limiter le nombre total de machines physiques (PMs) utilisées. Les PMs non utilisées peuvent ensuite être éteintes, réduisant ainsi la consommation électrique de l'infrastructure. Les travaux historiques sur la consolidation de VMs reposent sur des traces d'utilisation publique et évaluent leurs résultats en simulation. Peu de travaux valident les résultats obtenus de manière expérimentale, avec un déploiement sur des infrastructures utilisées en production. Dans cette thèse, nous travaillons sur le bon dimensionnement des infrastructures cloud pour réduire leur consommation électrique via la consolidation. Afin d'appuyer le déploiement de la consolidation de VMs sur des infrastructures de production, nous explorons différentes méthodologies de consolidation. Couplées à des leviers techniques et sociaux, comme la surallocation de ressources ou l'inclusion des utilisateurs finaux, nous démontrons qu'il est possible d'obtenir une réduction de consommation énergétique en production. Également, nous évaluons une méthodologie sur des infrastructures hétérogènes de fournisseurs de service cloud, et montrons qu'il est possible de réduire la quantité totale de PMs dans certaines infrastructures. Cela nous permet notamment d'évaluer d'autres impacts environnementaux qu'il est possible d'éviter avec la consolidation de VMs.

Abstract (EN)

In 2020, the Information and Communication Technology (ICT) sector was responsible for 2.1 to 3.9% of greenhouse gas (GHG) emissions, and emissions associated with this sector are increasing. Among the emissions and other environmental impacts associated with the digital sector, data centers account for a significant share, particularly due to their electricity consumption. In order to limit the growth in data center electricity consumption, energy efficiency methods have been developed for IT equipment and technical infrastructure, such as cooling systems. However, growing demand for digital services and the need to size data centers to meet peak demand is leading to overall oversizing of cloud infrastructure and, as a result, a waste of resources and electricity. Virtual machine (VM) consolidation provides a solution to this cloud infrastructure sizing issue. Mechanisms such as VM migration make it possible to better distribute the workload and limit the total number of physical machines (PMs) used. Unused PMs can then be shut down, thereby reducing the infrastructure's power consumption. Previous work on VM consolidation has relied on public usage traces and evaluated results in simulations. Few studies have validated the results obtained experimentally, with deployment on infrastructures used in production. In this thesis, we work on the proper sizing of cloud infrastructures to reduce their power consumption through consolidation. In order to support the deployment of VM consolidation on production infrastructures, we explore different consolidation methodologies. Combined with technical and social levers, such as resource oversubscription or user involvement, we demonstrate that it is possible to achieve a reduction in energy consumption of production infrastructures. We also evaluate a methodology on heterogeneous cloud service provider infrastructures and show that it is possible to reduce the total amount of PMs in cloud infrastructures. This allows us to evaluate other environmental impacts that can be avoided with VM consolidation.