“Ces algorithmes sont capables, sur un grand périmètre, d’identifier des sites atypiques par rapport à un site de référence.”
Chaque génération de réseaux de téléphonie mobile coïncide avec un bond en avant en matière d’efficacité énergétique par bit transporté, dont les gains sont estimés à un facteur 10 lors de la transition de l’une à l’autre. La 5G ne déroge pas à cette règle et introduit, dès la conception des infrastructures, de nouveaux leviers d’optimisation techniques et opérationnels. Sans attendre ces évolutions, les opérateurs développent des solutions destinées à minimiser l’empreinte carbone des réseaux 3G/4G actuels.
Ces leviers d’efficacité portent déjà leurs fruits
Dans cette perspective, Orange se mobilise à long terme pour réduire les consommations et les émissions de CO2 liées à ses infrastructures, produits et services. Son plan stratégique Engage 2025 vise notamment une réduction de 30% des émissions de CO2 du Groupe d’ici 2025 (par rapport à 2015), pour se diriger à terme vers un objectif “Net zero carbone” en 2040. Le plan Green ITN, qui se déploie depuis plusieurs années, constitue une brique majeure de cette ambition et se concentre sur la source de consommation énergétique principale d’Orange : les réseaux et systèmes d’informations. “Des efforts significatifs ont été mis en œuvre dans le cadre du plan Green ITN 2020, précise Quentin Fousson, responsable de projet Green RAN & Benchmark. L’identification, la conception et le déploiement d’une cinquantaine de leviers d’optimisation ont permis, sur les dix dernières années, d’éviter l’émission de 2,7 millions de tonnes de CO2 et une dépense d’un milliard d’euros sur la facture énergétique de nos réseaux. Ces dernières années, Orange est parvenu à stabiliser la quantité d’émissions de CO2 liée à l’exploitation de ses réseaux. La dynamique Green ITN se projette désormais à l’horizon 2025 et de nouveaux axes de travail tels que l’efficacité énergétique de la 5G et l’écoconception des datacenters sont déjà en cours.”
Mesurer, analyser, optimiser
Ces dernières années, Orange a déployé à grande échelle, dans les pays où elle est implantée, des compteurs pour récolter beaucoup de données sur les consommations de ses infrastructures réseaux. La visualisation et l’analyse dynamiques de celles-ci, avec les technologies de Big Data, sont un vecteur précieux de rationalisation dans la supervision et l’exploitation des réseaux actuels. Elles permettent ensuite la mise en œuvre ciblée de solutions d’efficacité énergétique, telles que l’application du mode veille quand et où cela est possible, pour limiter les consommations quand le trafic est ralenti.
De l’IA pour systématiser
Cet effort se poursuit avec la recherche et le développement de nouvelles méthodes d’amélioration accélérées par des techniques d’intelligence artificielle. “Nous utilisons l’IA pour aller encore plus loin dans l’optimisation, explique Yuanyuan Huang, ingénieure recherche. Des algorithmes ont été développés pour passer en revue les masses de données à notre disposition, et comparer entre elles les performances des sites radio sur le trafic délivré au client et leurs consommations énergétiques. Ces algorithmes sont capables, sur un grand périmètre, d’identifier des sites atypiques par rapport à un site de référence. En cas d’écart trop important – si un site présente une consommation supérieure à un autre pour un volume et une qualité de trafic écoulé équivalent par exemple – des recommandations d’efficacité énergétique pourront être émises pour les sites concernés : réduction de la puissance émise par l’antenne ou mise en veille des émetteurs pendant les périodes sans trafic.”
D’autres applications à l’étude
Ce n’est qu’un cas d’usage parmi plusieurs étudiés dans différents pays du Groupe à l’heure actuelle. L’IA permet aussi de détecter des sites surdimensionnés ou d’identifier des fenêtres horaires sur lesquelles le mode veille peut s’appliquer. Une dizaine de cas d’usage sont explorés, avec des économies moyennes de consommations et d’émissions de CO2 du réseau pouvant aller de de 2% à 10% suivant le cas d’usage et l’architecture du réseau dans les filiales.
