Version: v2 beta

Vue d'ensemble du matériel

Cette section décrit les matériaux, composants et équipements qui alimentent les calculs. La lecture peut partir d’un équipement ou d’un cas d’usage. Les pages consacrées aux matériaux éclairent l’effet de leur composition et de leurs procédés sur les résultats.

Approche bottom-up

Une approche bottom-up reconstruit l'impact d'un équipement à partir de ses composants, pour expliciter les effets de configuration. Elle ne prime pas automatiquement sur une ACV produit plus représentative ; les scénarios paramétriques et les inventaires validés doivent rester distingués. L'impact d'un équipement est la somme de ses composants¹ :

\begin{align*} &I_{equipement} = I_{cpu} + I_{ram} + I_{stockage} + I_{ecran} + I_{batterie} + I_{structurel} \end{align*}

Les facteurs forfaitaires (Base Empreinte, NegaOctet) sont utilisables lorsque leur périmètre et leur qualité sont plus adaptés aux données disponibles. Voir Modélisation d'un équipement pour le détail.

De la mine au service

Des composants au service

Les anciens forfaits Open Data d’équipements et de VM sont obsolètes pour la méthode cible. Les ordres de grandeur proviennent désormais d’une configuration explicite, évaluée par les modèles de composants.

Niveau	Rôle dans le calcul
Composant	Caractéristiques et modèle d’impact avec unités, frontière et provenance
Équipement	Assemblage des composants et complément structurel sans recouvrement
Ressource virtuelle	Part allouée de l’équipement physique et de ses moyens communs
Service	Somme des contributions allouées, selon l’unité fonctionnelle

Les exemples des pages Terminaux et Serveurs utilisent cette chaîne. Le détail du calcul ne garantit pas la qualité des coefficients : les hypothèses exploratoires restent identifiées dans le registre.

Impact intrinsèque vs opérationnel

La fabrication peut dominer pour les terminaux à faible consommation, selon la durée de vie, l'intensité d'usage et le mix électrique ; aucun pourcentage universel n'est retenu. Pour les serveurs en datacenter, la part opérationnelle peut devenir significative voire dominante selon le mix électrique du pays d'hébergement (voir Impacts de la consommation d'énergie).

Organisation de la section

Couche	Pages	Ce qu'elle explique
Matériaux	Semi-conducteurs, Matériaux critiques	D'où viennent les impacts : procédés de fabrication des puces, métaux critiques, chaînes d'approvisionnement ²³
Composants	CPU/GPU, RAM, Stockage, Affichage, Batterie, Éléments structurels	Comment calculer l'impact de chaque composant avec des modèles paramétriques sourcés
Équipements	Terminaux, Serveurs, Équipements réseau	Comment assembler les composants en équipements avec des simulateurs interactifs
Réseau et infrastructure	Réseau (LAN/WAN/RAN/CDN), Datacenter	Comment évaluer les couches partagées par approche système

Modèles paramétriques

Les composants disposent de modèles exploratoires ; la provenance et la validité diffèrent selon les coefficients. Les multiplicateurs de nœud, facteurs d'écran et de batterie sont des hypothèses D4B, et non des coefficients validés par les publications de contexte ci-dessous.

Composant	Paramètres clés	Formule	Source principale
CPU (puce)	Die size (mm2), noeud techno (nm)	$I = (die \times 0{,}0197 + 9{,}14) \times F_{node}$	Green Cloud Computing (UBA 2021) ⁴
RAM	Capacité (Go), type (DDR/HBM)	$I = (cap / densité) \times 2{,}20 + 5{,}22$	Green Cloud Computing (UBA 2021)
SSD	Capacité (Go)	$I = (cap / densité_{NAND}) \times 2{,}20 + 6{,}34$	Green Cloud Computing (UBA 2021), Tannu and Nair 2023 ⁵
HDD	Par unité (forfaitaire)	$I = 31{,}11$ kgCO2e	Green Cloud Computing (UBA 2021)
Écran	Diagonale (pouces), techno	$I = surface \times C_{techno} + base$	Base Empreinte, rapports PCF constructeurs
Batterie	Capacité (Wh), chimie	$I = cap_{Wh}/1000 \times F_{chimie}$	Kelly et al. 2021, Ellingsen et al. 2014 ⁶⁷
Réseau	Volume (octets), distance (km)	$I = V \times L \times CF$	Base Empreinte ADEME ⁸

Couverture des 9 indicateurs

Indicateur	Couverture composant	Composants les plus contributeurs	Statut
GWP	Modèles historiques et scénarios	Configuration, procédés et électricité	Disponible, avec hypothèses explicites
ADPe	Partielle	CPU, RAM, SSD avec facteurs historiques	Compatibilité LCIA à vérifier ; batterie non quantifiée
WU	Insuffisante au niveau composant	Procédés et électricité	Eau physique et eau caractérisée non interchangeables ; retiré des simulateurs CPU/RAM
AP, PM	Inventaires agrégés disponibles	Fabrication et usage	Ne prouvent pas la ventilation par composant
PE	Modèles historiques partiels	Énergie primaire	Ne pas confondre avec les kWh électriques
IR	Unité historique non résolue	Électricité et procédés du cycle de vie	Résultat équipement suspendu jusqu'à réconciliation kg/kBq
CTUe, CTUh-nc, CTUh-c	Données agrégées, qualité variable	Procédés et extraction	Inventaires et méthodes compatibles requis

Couverture réelle

Les neuf indicateurs de la méthode ne sont pas tous calculés dans chaque simulateur. Une absence de résultat est une lacune de données, pas un impact nul. PE est une information complémentaire, distincte des neuf indicateurs sélectionnés. Les regroupements éditoriaux ne sont pas des dommages end-point.

Hypothèses et limites

Le niveau Matériaux reste une couche d'interprétation, pas encore un modèle de calcul autonome par matière.
Les modèles paramétriques composants sont dérivés de Green Cloud Computing (UBA 2021) et de la littérature scientifique ; ils seront affinés au fur et à mesure de l'enrichissement du référentiel.
La couverture des 9 indicateurs est inégale : GWP et certains facteurs historiques ADPe sont disponibles, avec les limites décrites dans chaque page ; les indicateurs de toxicité et de particules sont portés par les facteurs agrégés d'équipement.
Le réseau reste une couche fortement mutualisée, modélisée par approche système.

Notes de bas de page

digital4better/data : data/equipment/*, data/cloud/*, data/country/*, data/factor/*. Digital4Better, catalogue de données, instantané 77cae4a. ↩
Wang et al., 2023. Environmental data and facts in the semiconductor manufacturing industry Voir le corpus documentaire. ↩
Kuo et al., 2022. Assessing environmental impacts of nanoscale semi-conductor manufacturing Voir le corpus documentaire. ↩
UBA, Green Cloud Computing, 2021 Voir le corpus documentaire. ↩
Tannu and Nair, 2023. The Dirty Secret of SSDs: Embodied Carbon Voir le corpus documentaire. ↩
Kelly et al., 2021. LCA of lithium carbonate and hydroxide Voir le corpus documentaire. ↩
Ellingsen et al., 2014. LCA of a Li-Ion Battery Vehicle Pack Voir le corpus documentaire. ↩
Base Empreinte ADEME Voir le corpus documentaire. ↩

Approche bottom-up​

De la mine au service​

Des composants au service​

Organisation de la section​

Modèles paramétriques​

Couverture des 9 indicateurs​

Hypothèses et limites​

Notes de bas de page​