FAQ Technique > Tutoriels

[TUTO] GPU : Comment réduire sa facture d'électricité

(1/3) > >>

nabz:
[IMPORTANT : Ce sujet est réservé au tutoriel]

Le sujet des discussions associé à ce tutoriel est celui-ci : Calcul GPU : Comment réduire sa facture d'électricité (Discussions)

Introduction

Les GPU, processeurs spécialisés des cartes graphiques conçues par AMD/ATI (voir liste) ou par NVIDIA (voir liste), délivrent aujourd'hui des puissances de calcul brutes 100 fois plus élevées que celles des processeurs (CPU) grand public classiques, pour des prix similaires et pour des consommations électriques "seulement" 2 à 3 fois supérieures.

De ce fait, de nombreux projets BOINC ont développé depuis 2009 des applications tirant parti des GPU, afin d'accélérer la progression de leurs calculs, mais aussi d'attirer de nouveaux cruncheurs.

Les évolutions des langages de programmation facilitent les développements, même si c'est parfois au détriment des performances. Aux langages propriétaires dédiés aux GPU (CAL/Brook pour ATI et CUDA pour NVIDIA) viennent aujourd'hui s'ajouter des langages plus globaux (CPU + GPU) tels que OpenCL.

Cependant, pour le cruncheur, il faut considérer que la facture d'électricité annuelle d'une carte graphique milieu de gamme calculant 24/7 est comparable à son prix d'achat.

Sommaire

1 - Quels projets choisir pour mon GPU
   1.1 - Quels projets disposent d'applications GPU
   1.2 - Pourquoi la consommation varie d'un projet GPU à un autre
   1.3 - Pourquoi choisir mes projets selon la saison
   1.4 - Comment mesurer la puissance consommée par un projet
   1.5 - Résultats bruts des tests
   1.6 - Tableaux comparatifs des PROJETS
   1.7 - Conclusion des tests

2 - Quels GPU choisir pour mes projets
   2.1 - Eléments à prendre en compte avant un achat
   2.2 - Quelles sont les caractéristiques essentielles d'un GPU
   2.3 - Tableau comparatif des GPU
   2.4 - Cartes graphiques mono-GPU : Comment choisir entre modèles de référence et modèles améliorés
   2.5 - Cartes graphiques bi-GPU

nabz:
[Suite du tutoriel]

1 - QUELS PROJETS CHOISIR POUR MON GPU ?

1.1 - Quels projets disposent d'applications GPU ?

Parmi les projets BOINC actifs (voir liste), de nombreux projets disposent aujourd'hui d'applications pour GPU (*).

Cliquer sur le nom du projet afin d'accéder à sa page "applications", qui permet d'identifier précisément les versions d'applis compatibles avec un OS, un type de CPU, et un type de GPU.

(*) Les disponibilités mentionnées dans le tableau, selon les types d'OS ou de GPU, sont celles des applications standard. Des applications optimisées peuvent exister pour des types d'OS ou de GPU non supportés en standard (cliquer sur les liens dans la colonne "Applications optimisées").

PROJET CATEGORIE APPLICATION GPU DP REQUISE (1)  DERNIERE MAJ LINUX MAC (OS X/Intel) WINDOWS ATI NVIDIA APPLICATIONS OPTIMISEES NOTA Albert Astro BRPS (Arecibo) Non 23/04/13 Oui Oui Oui OpenCL Cuda32 Non Lié à Einstein : test des applications BRPS (Perseus) Non 20/03/13 Oui Oui Oui OpenCL Cuda32 Non GRPS 2 Non 02/05/13 Oui Oui Oui OpenCL OpenCL Non BitCoin Utopia Divers BU Project 0 Non 05/06/13 Non Non Oui OpenCL OpenCL Non Projet commercial Collatz Maths Collatz Non 09/05/13 Oui Oui Oui Ati13/OpenCL Cuda23/50 Oui  Mini-Collatz Non 09/05/13 Oui Oui Oui Ati13/OpenCL Cuda23/50 Non DistrRTgen Crypto DistrRTgen Non 20/10/12 Oui Non Oui OpenCL Cuda23 Oui Donate Bio Test Alpha Non 24/09/12 Oui Non Oui OpenCL OpenCL Non Projet suspendu Einstein Astro BRPS (Arecibo) Non 25/01/13 Oui Oui Oui OpenCL Cuda32 Non BRPS (Perseus) Non 27/03/13 Oui Oui Oui OpenCL Cuda32 Non GPUgrid Bio Short runs (2-3 hours) Non 13/02/13 Oui Non Oui Non Cuda31 ou Cuda42 Non ACEMD beta version Non 21/05/13 Oui Non Oui Non Cuda42 Non Long Runs (8-12 hours) Non 27/02/13 Oui Non Oui Non Cuda42 Non Ibercivis Multi Bindsurf Non 05/04/13 Oui Non Non Non Cuda_fermi Non Ibercivis alpha Multi Bindsurf Cuda Non 19/03/13 Oui Non Non Non Cuda_fermi Non Milkyway Astro Milkyway Oui 10/02/12 Oui Non Oui Ati14 ou OpenCL OpenCL Non N-body Simulation Oui 02/04/13 Oui Non Non OpenCL OpenCL Non Moo wrapper Crypto Distributed.net Client Non 21/01/12 Oui OS X/Intel Oui Ati14 Cuda31 Non Poem Bio Poem++ OpenCL Non 12/01/13 Oui Non Oui OpenCL OpenCL Non Primegrid Maths PPS (sieve) Non 16/04/13 Oui Oui Oui Ati13 Cuda23/Cuda32 Non Genefer Oui 17/09/13 Oui Oui Oui Oui Cuda32 Non Genefer (World Record) Oui 17/09/13 Oui Oui Oui Oui Cuda32 Non Seti Astro Seti Enhanced Non 08/06/10 Non Non Oui Non Cuda23/fermi Oui Seti V7 Non 30/05/13 Oui Non Oui OpenCL Cuda22/23/32/42/50 Non AstroPulse V6 Non 27/08/12 Non Non Oui OpenCL OpenCL Oui Seti beta Astro Seti V7 Non 08/05/13 Oui Non Oui OpenCL Cuda22/23/32/42/50 Non AstroPulse V6 Non 08/05/13 Oui Non Oui CAL ou OpenCL OpenCL Non
(1) DP requise : Tous les projets ont des applications qui calculent sur des nombres entiers (EN) ou décimaux simple précision (SP ou FP32), à l'exception de Milkyway et PrimeGrid/Genefer qui exigent des capacités de calcul en double précision (DP ou FP64). Tous les GPU ne sont pas aptes aux calculs en double précision. De même certains GPU, bien qu'aptes, sont peu performants. (Voir le paragraphe 2 Quel GPU choisir pour mes projets).

:origin: IMPORTANT : Pour envoyer des UT pour GPU, certains projets peuvent avoir des exigences particulières : type de carte graphique, version minimale de BOINC, version minimale du pilote graphique, autorisation des calculs sur applications de test, etc... Pour connaitre ces exigences, consulter les sujets du forum dédiés aux projets.


EDIT du 21/09/13 : Ajout des applications PrimeGrid / Genefer pour ATI.

nabz:
[Suite du tutoriel]

1.2 - Pourquoi la consommation varie d'un projet GPU à un autre ?

La possibilité de parallélisation des algorithmes utilisés est très variable d'un projet à un autre. De même, l'efficacité du code utilisé par les applications dépend du talent et de l'expérience des programmeurs, et ne s'améliore que lentement, au fil des versions des applications.

L'efficacité du code dépend aussi de l'architecture interne des cartes graphiques. L'efficacité peut varier fortement entre 2 modèles fournissant, d'après les fiches techniques, des puissances de calcul brutes similaires.

Ces raisons entraineront une consommation très différente d'une carte à une autre et d'un projet à un autre.

=> Il est donc important de connaître la consommation réelle de sa machine selon les projets afin d'optimiser ses choix, c'est à dire choisir les bons projets pour un GPU, ou choisir les bons GPU pour un projet.


1.3 - Pourquoi choisir mes projets selon la saison ?

En toute saison, la puissance consommée par la machine sera évacuée sous forme de chaleur. Mais cette chaleur sera perçue de façon très différente selon la saison.

En été, la chaleur dégagée par la machine, évacuée avec peine (températures élevées des composants, bruits du ventilateur de la carte graphique et du boitier), contribura à surchauffer la pièce, voire le logement tout entier :priz2tet:. A défaut de pouvoir mettre la machine à la cave ou au garage, le choix de projets GPU à faible consommation sera favorable au confort des occupants, mais aussi à la durée de vie des matériels.

=> Pour les cruncheurs qui décideraient de ne plus calculer sur GPU en été (soit en permanence, soit seulement aux heures les plus chaudes), les cartes graphiques à faible consommation au repos seront appéciables.

En demie-saison, la chaleur dégagée par la machine contribuera au chauffage du logement et permettra de réduire, voire de stopper, le chauffage principal :ange:. Le choix de projets GPU à forte efficacité énergétique RAC/W sera privilégié.

En hiver, la chaleur dégagée par la machine contribuera au chauffage du logement et aura pour effet de réduire la sollicitation du chauffage principal. Le choix de projets GPU à RAC mais aussi à consommation élevés sera possible.


1.4 - Comment mesurer la puissance consommée par un projet ?

L'appareil de mesure

Pour réaliser des tests, il faut d'abord raccorder sa machine au secteur en intercalant un "energiemètre".

   

Modèle Simple (env 15 €)                           Modèle Double (env 40 €)

Ce petit appareil permet de mesurer la consommation d'un appareil électrique.

Les modèles simples ont un affichage incorporé. Il est donc nécessaire d'être sur place pour effectuer une mesure. Si l'éclairage ambiant est faible, on se retrouve vite gêné (en clair, à 4 pattes avec une lampe électrique :D) pour lire l'affichage, l'appareil ne disposant pas de rétroéclairage.

Les modèles doubles transmettent leurs mesures par radio vers un affichage déporté. On peut ainsi installer l'affichage à un endroit pratique et bien éclairé, par exemple sur le coin de son bureau.

La méthode de mesure

La consommation électrique d'une machine lorsque Boinc est en veille dépend uniquement du matériel utilisé, et non des projets. La méthode de mesure proposée consiste donc à mesurer l'augmentation de consommation électrique que provoquent l'activation des calculs sur un projet donné.

La répartition de la consommation électrique entre CPU et GPU n'est pas prise en compte, ce qui permet de couvrir tous les projets, de CPU pur à GPU pur, en passant par toutes les combinaisons qui peuvent exister, notamment depuis l'apparition d'OpenCL.

Les tests sont réalisés application par application, afin de ne pas perturber les mesures en cas de saturation liée à un composant (RAM, bus, processeur).

1) Noter les données caractéristiques du test :
- le nom du projet,
- le nom et la version de l'application,
- le type d'OS, de processeur, la fréquence CPU et l'activation éventuelle du mode HT (ou équivalent),
- le type de carte graphique, les fréquences processeur/SP/mémoire de la carte, et la version du pilote graphique.

2) Préparer le test :
- Modifier les préférences du projet testé, afin d'autoriser uniquement les UT pour GPU,
- Suspendre tous les projets boinc, et relever la puissance consommée par la machine au repos (P0) (*),

3) Réaliser le test :
- Reprendre les calculs uniquement sur le projet à tester, et relever la puissance consommée par la machine en calcul (P1) (*), ainsi que le nombre d'UT calculées simultanément (N),
- Recommencer l'opération sur 5 à 10 UT au minimum,
- Relever sur le site du projet les durées de calcul des UT, ainsi que les crédits attribués, et calculer la durée moyenne (D) et les crédits moyens (C) par UT.

(*) La mesure de puissance a tendance à fluctuer en permanence, et elle peut varier selon l'avancement du calcul de l'UT. Une solution consiste à mémoriser les valeurs mini et maxi pendant environ 1 minute et noter comme mesure la médiane obtenue. Recommencer des mesures pour d'autres avancements, et calculer à la fin du calcul de l'UT la moyenne des différentes mesures.

4) Effectuer aux calculs :
- Calculer la puissance consommée par UT P = (P1-P0)/N,
- Calculer le RAC journalier R = C / D x 3600 x 24,
- Calculer le taux de RAC du projet, égal au RAC / puissance de calcul du GPU T = R / SP ou DP,
- Calculer l'efficacité énergétique du projet, égale au RAC / puissance consommée E = R / P,
¨
=> Ne pas oublier de poster les résultats pour en faire profiter les autres. :kookoo:

nabz:
[Suite du tutoriel]

1.5 - Résultats bruts des tests

Les tableaux qui suivent présentent, pour chaque carte graphique AMD/ATI ou NVIDIA testée, les résultats bruts des tests réalisés selon la méthode présentée dans le message précédent.

Les calculs réalisés sur la base de ces tests, afin d'évaluer les performances des projets, sont présentés dans le message suivant.

Merci aux membres contributeurs qui permettent d'améliorer ce comparatif. :jap:

AMD/ATI HD 5870 (testeur : nabz)
Projet Application OS CPU Fréq CPU (Mhz) HT Nbre GPU Fréq GPU  (Mhz) Pilote P0 (W) P1 (W) Nbre UT Durée (s) Crédits Nota Collatz 2.09 ati13 Win7-x64 i7 950 3,21 Oui 2 850/850/1150 12.1 156 W 404 W 2 UT 1452 s 3174   DistrRTgen 3.52 opencl_ati Win7-x64 i7 940 3,07 Oui 2 875/875/1250 12.10 153 W 355 W 2 UT 6902 s 12377 Donate 6.18 opencl_ati_100 Win7-x64 i7 940 3,07 Oui 3 875/875/1250 12.10 156 W 796 W 3 UT 924 s 5900   Milkyway 1.02 opencl_amd_ati Win7-x64 i7 950 3,21 Oui 2 850/850/1150 12.1 156 W 496 W 2 UT 64,9 s 159,9   Moo wrapper 1.03 ati14 Win7-x64 i7 980 3,47 Oui 2 870/870/1150 12.4 137 W 258 W 1 UT 6368 s 6320   Poem 0.01 opencl_ati_100 Win7-x64 i7 950 3,21 Oui 2 850/850/1150 12.1 156 W 324 W 2 UT 2072 s 2925   PrimeGrid / PPS 1.38 ati13ati Win7-x64 i7 950 3,21 Oui 3 875/875/1150 12.4 156 W 604 W 3 UT 2333 s 3371  
AMD/ATI HD 7970 (testeur : nabz)
Projet Application OS CPU Fréq CPU (Mhz) HT Nbre GPU Fréq GPU  (Mhz) Pilote P0 (W) P1 (W) Nbre UT Durée (s) Crédits Nota Collatz 2.09 ati13 Win7-x64 i7 980 3,47 Oui 2 1050/1050/1425 12.4 144 W 498 W 2 UT 593 s 2415   DistrRTgen 3.52 opencl_ati Win7-x64 i7 980 3,47 Oui 2 1050/1050/1425 12.4 144 W 482 W 2 UT 1150 s 12377   Donate 6.18 opencl_ati_100 Win7-x64 i7 980 3,47 Oui 2 1075/1075/1450 12.10 144 W 566 W 2 UT 603 s 5900   Einstein / BRPS 1.24 ati_opencl Win7-x64 i7 980 3,47 Oui 2 1075/1075/1450 12.4 144 W 389 W 2 UT 2651 s 500   Milkyway 1.02 opencl_amd_ati Win7-x64 i7 980 3,47 Oui 2 1050/1050/1425 12.4 144 W 544 W 2 UT 38,4 s 159,9   Poem 0.01 opencl_ati_100 Win7-x64 i7 980 3,47 Oui 2 1050/1050/1425 12.4 144 W 358 W 2 UT 1533 s 2925   PrimeGrid / PPS 1.38 ati13ati Win7-x64 i7 980 3,47 Oui 2 1075/1075/1450 12.4 144 W 450 W 2 UT 1805 s 3371  

NVIDIA GTX 590 (bi-GPU) (testeur : nabz)
Projet Application OS CPU Fréq CPU (Mhz) HT Nbre GPU Fréq GPU  (Mhz) Pilote P0 (W) P1 (W) Nbre UT Durée (s) Crédits Nota Collatz 2.03 cuda23 Win7-x64 i7 980X 3,47 Oui 2 607/1215/1707 285.62 260 W 433 W 2 UT 2342 s 3108   DistrRTgen 3.48 cuda23 Win7-x64 i7 980X 3,47 Oui 2 607/1215/1707 285.62 258 W 457 W 2 UT 3271 s 12377   Donate 6.15 nv100 Win7-x64 i7 980X 3,47 Oui 2 607/1215/1707 285.62 266 W 530 W 2 UT 2292 s 5900   Einstein / BRPS 1.23 cuda32 Win7-x64 i7 980X 3,47 Oui 2 607/1215/1707 285.62 258 W 465 W 2 UT 2058 s 500     1.25 cuda32 Win7-x64 i7 980X 3,47 Non 2 738/1476/1707 285.62 252 W 400 W 2 UT 1845 s 500   GpuGrid LR 6.16 cuda31 Win7-x64 i7 980X 3,47 Oui 2 607/1215/1707 285.62 258 W 465 W 2 UT 31518 s 42138     LR 6.16 cuda42 Win7-x64 i7 940 3,07 Oui 4 700/1400/1707 301.42 220 W 904 W 4 UT 22961 s 62907   Milkyway 1.02 opencl_nvidia Win7-x64 i7 980X 3,47 Oui 2 607/1215/1707 285.62 258 W 436 W 2 UT 236,6 s 159,9   Poem 1.01 opencl_nv_100 Win7-x64 i7 980X 3,47 Oui 1 738/1476/1717 285.62 250 W 364 W 1 UT 1098 s 2925 1 seule UT possible (*) PrimeGrid / PPS 1.39 cuda23 Win7-x64 i7 980X 3,47 Oui 2 607/1215/1707 285.62 256 W 456 W 2 UT 1163 s 3371   Seti 6.10 cuda_fermi Win7-x64 i7 980X 3,47 Oui 2 607/1215/1707 285.62 258 W 465 W 2 UT 144,2 s 24,4  
NVIDIA GTX 670 (testeur : jascooby)
Projet Application OS CPU Fréq CPU (Mhz) HT Nbre GPU Fréq GPU  (Mhz) Pilote P0 (W) P1 (W) Nbre UT Durée (s) Crédits Nota DistrRTgen 3.48 cuda23 Win7-x64 i7 3770 4,20 Oui 1 1189/1189/1652 301.42 119 W 211 W 1 UT 2059 s 8758 anciennes UT courtes PrimeGrid / PPS 1.39 cuda23 Win7-x64 i7 3770 4,20 Oui 1 1189/1189/1652 301.42 125 W 245 W 1 UT 690 s 3371   PrimeGrid / GENEFER  1.07 cuda32 Win7-x64 i7 3770 4,20 Oui 1 1189/1189/1652 301.42 125 W 245 W 1 UT 11592 s 7493  
NVIDIA GTX 690 (bi-GPU) (testeur : nabz)
Projet Application OS CPU Fréq CPU (Mhz) HT Nbre GPU Fréq GPU  (Mhz) Pilote P0 (W) P1 (W) Nbre UT Durée (s) Crédits Nota Collatz 2.03 cuda23 Win7-x64 i7 980X 3,47 Oui 2 1168/1168/1502 301.42 148 W 344 W 2 UT 1810 s 3209   DistrRTgen 3.48 cuda23 Win7-x64 i7 980X 3,47 Oui 2 1168/1168/1502 301.42 148 W 326 W 2 UT 3798 s 12377   Donate 6.15 nv100 Win7-x64 i7 980X 3,47 Oui 2 1168/1168/1502 301.42 148 W 390 W 2 UT 2422 s 5900   Einstein / BRPS 1.25 cuda32 Win7-x64 i7 980X 3,47 Oui 2 1168/1168/1502 301.42 148 W 310 W 2 UT 2115 s 500   GpuGrid LR 6.16 cuda42 Win7-x64 i7 980X 3,47 Oui 2 1168/1168/1502 301.42 148 W 437 W 2 UT 16726 s 70992   Milkyway 1.02 opencl_nvidia Win7-x64 i7 980X 3,47 Oui 2 1168/1168/1502 301.42 148 W 238 W 2 UT 710 s 160   Poem 1.03 opencl_nv_100 Win7-x64 i7 980X 3,47 Oui 1 1168/1168/1502 301.42 148 W 255 W 1 UT 827 s 2925 1 seule UT possible (*) PrimeGrid / PPS 1.39 cuda23 Win7-x64 i7 980X 3,47 Oui 2 1168/1168/1502 301.42 148 W 380 W 2 UT 668 s 3371   PrimeGrid / GENEFER  1.07 cuda32 Win7-x64 i7 980X 3,47 Oui 2 1168/1168/1502 301.42 148 W 374 W 2 UT 12862 s 7696   Seti 6.10 cuda_fermi Win7-x64 i7 980X 3,47 Oui 2 1168/1168/1502 301.42 148 W 335 W 2 UT 275,7 s 84,9   WCG / HCC 6.56 cuda_hcc1 Win7-x64 i7 980X 3,47 Oui 2 1168/1168/1502 306.97 148 W 330 W 2 UT 285,0 s 31,6  
(*) Sur une machine à plusieurs GPU, seul le GPU 0 est utilisable pour le projet. Les autres GPU doivent être exclus (à l'aide d'une instruction <exclude_gpu> placée dans le fichier cc_config.xml) et affectés à d'autres projets, les calculs finissant systématiquement en erreur.


EDIT du 23/01/13 : Ajout de colonnes relatives au type d'OS et au nombre de GPU.

nabz:
[Suite du tutoriel]

1.6 - Tableaux comparatifs des projets

Les tableaux qui suivent présentent, pour chaque projet compatible AMD/ATI ou NVIDIA, les performances des projets calculées sur la base des résultats des tests présentés dans le message précédent.

Projets compatibles AMD/ATI
Projet Application Carte graphique Consommation (W) RAC Taux RAC (RAC/GFlop) Efficacité (RAC/W) Nota Collatz 2.09 HD 5870 124 W 189 k 69,4 1523 HD 7970 177 W 352 k 81,9 1989 DistrRTgen 3.52 HD 5870 91 W 155 k 55,3 1703     HD 7970 169 W 929 k 216,2 5502 Donate 6.18 HD 5870 213 W 551 k 197,0 2586       HD 7970 211 W 845 k 192,0 4007   Einstein / BRPS 1.24 HD 7970 123 W 16 k 3,7 133   Milkyway 1.02 HD 5870 170 W 213 k 391,2 1252   HD 7970 200 W 359 k 334,4 1798   Moo wrapper 1.03 HD 5870 101 W 85 k 30,8 849   Poem 0.01 HD 5870 84 W 122 k 44,8 1452       HD 7970 107 W 164 k 38,3 1541   PrimeGrid / PPS 1.38 HD 5870 149 W 125 k 44,6 836   HD 7970 153 W 161 k 36,6 1055   Moyenne 148 W 308 k 1932

Projets compatibles NVIDIA
Projet Application Carte graphique Consommation (W) RAC Taux RAC (RAC/GFlop) Efficacité (RAC/W) Nota Collatz 2.03 GTX 590 87 W 114 k 92,1 1325 GTX 690 98 W 153 k 42,7 1563 DistrRTgen 2.48 GTX 590 116 W 327 k 216,3 2818 GTX 670 92 W 367 k 115,0 3995 anciennes UT courtes GTX 690 89 W 281 k 78,5 3164 Donate 6.15 GTX 590 132 W 222 k 178,8 1685 GTX 690 121 W 210 k 58,7 1739 Einstein / BRPS 1.25 GTX 590 74 W 23 k 18,8 316 GTX 690 81 W 20 k 5,7 252 GpuGrid 6.16 (LR) GTX 590 171 W 236 k 165,1 1384 GTX 690 145 W 366 k 102,2 2538 Milkyway 1.02 GTX 590 89 W 58 k 375,4 656 GTX 690 45 W 19 k 67,8 432 Poem 1.01 GTX 590 114 W 230 k 152,3 2019 1.03 GTX 690 107 W 305 k 85,2 2856 PrimeGrid / PPS 1.39 GTX 590 100 W 250 k 201,3 2504 GTX 670 120 W 422 k 132,1 3218 GTX 690 116 W 436 k 121,5 3759 PrimeGrid / GENEFER 1.07 GTX 670 120 W 55 k 209,7 465 GTX 690 113 W 51 k 180,1 458 Seti 6.10 GTX 590 104 W 15 k 11,8 142 GTX 690 94 W 26 k 7,4 284 WCG / HCC 6.56 GTX 690 91 W 10 k 2,7 105 Moyenne 105 W 180 k 1629
:origin: RAPPEL : Les valeurs "Consommation (W)" correspondent à l'augmentation de consommation électrique engendrée par le calcul d'une UT pour GPU, que cette augmentation se produise sur le GPU, mais aussi sur le CPU ou tout autre composant.

Graphiques de résultats



Les graphiques ci-dessus sont obtenus en reportant les valeurs de RAC et de puissance consommée des différents projets qui figurent dans les tableaux de résultats.

La zone en haut à gauche est celle des projets rapportant un RAC élevé pour une consommation faible, offrant donc une forte efficacité énergétique.
La zone en bas à droite est celle des projets rapportant un RAC faible pour une consommation élevée, offrant donc une faible efficacité énergétique.


EDIT : Modifié les graphiques de résultats pour uniformiser les échelles.

Navigation

[0] Index des messages

[#] Page suivante

Utiliser la version classique