Le **calcul haute performance** est de plus en plus utilisé au sein de la société. Auparavant réservé à une élite, basé sur des grandes infrastructures de calcul et stockage, c'est désormais une brique de base de bon nombre d'entreprises. En effet, le calcul haute performance permet de concevoir et d'optimiser de nombreux éléments pour un coût limité comparativement à la réalisation de prototypes ou d'essais //in situ//. Il est également fortement utilisé dans tout ce qui concerne le big data et l'intelligence artificielle. Il apparaît primordial de se poser la question de l'**impact environnemental** de ces **pratiques numériques**. Un certain nombre d'actions a déjà été initié dans cette communauté : GREEN500 ; label européen d'éco-responsabilité CoC pour les datacentres... mais ces actions considèrent généralement des situations et/ou des logiciels spécifiques voire idéalisés. La démarche de qualification d’un logiciel dans le domaine du calcul haute performance consiste à regarder la scalabilité du logiciel. L'originalité de cette étude est de se focaliser sur la **scalabilité énergétique** (temps de retour du calcul en fonction de la puissance consommée), en **considérant plusieurs architectures** (trois machines du TOP500 et un cluster de laboratoire). Le coût énergétique d'un calcul exemple a pu être estimé, il en ressort que la machine la plus efficace en termes de temps de calcul n'est pas forcément la plus efficace énergétiquement, que selon le nombre de coeurs/processus choisi, **ce n'est pas toujours la même architecture la plus rentable énergétiquement**. Il a ainsi été possible de mettre en évidence que **plus l'utilisateur est prêt à attendre, moins le calcul coûte énergétiquement**.