Skip to Main content Skip to Navigation
Theses

Apprehending heterogeneity at (very) large scale

Résumé : Le besoin de simuler des phénomènes toujours plus complexes accroît les besoinsen puissance de calcul, tout en consommant et produisant de plus en plus dedonnées.Pour répondre à cette demande, la taille et l'hétérogénéité des plateformes decalcul haute performance augmentent.L'hétérogénéité permet en effet de découper les problèmes en sous-problèmes,pour lesquels du matériel ou des algorithmes ad hoc sont plus efficients.Cette hétérogénéité se manifeste dans l'architecture des plateformes et dans lavariété des applications exécutées.Aussi, les performances sont de plus en plus sensibles au contexte d'exécution.L'objet de cette thèse est de considérer, qualitativement et à faible coût,l'impact du contexte d'exécution dans les politiques d'allocation etd'ordonnancement.Cette étude est menée à deux niveaux: au sein d'applications uniques, et àl'échelle des plateformes au niveau inter-applications.Nous étudions en premier lieu la minimisation du temps de complétion pour destâches séquentielles sur des plateformes hybrides intégrant des CPU et des GPU.Nous proposons de tenir compte du contexte d'exécution grâce à un mécanismed'affinité améliorant le comportement local des politiques d'ordonnancement.Ce mécanisme a été implémenté dans un run-time parallèle.Une campagne d'expérience montre qu'il permet de diminuer les transferts dedonnées tout en conservant un faible temps de complétion.Puis, afin de prendre implicitement en compte le parallélisme sur les CPU, nousenrichissons le modèle en considérant les tâches comme moldables sur CPU.Nous proposons un algorithme basé sur la programmation linéaire en nombresentiers.Cet algorithme efficace a un rapport de compétitivité de 3/2+ε.Dans un second temps, nous proposons un nouveau cadre de modélisation danslequel les contraintes sont des outils de premier ordre.Plutôt que d'étendre les modèles existants en considérant toutes lesinteractions possibles, nous réduisons l'espace des ordonnancements réalisablesvia l'ajout de contraintes.Nous proposons des contraintes raisonnables pour modéliser l'étalement desapplications ainsi que les flux d'E/S.Nous proposons ensuite une étude de cas exhaustive dans le cadre de laminimisation du temps de complétion pour des topologies unidimensionnelles,sous les contraintes de convexité et de localité.
Document type :
Theses
Complete list of metadatas

Cited literature [74 references]  Display  Hide  Download

https://hal.archives-ouvertes.fr/tel-01722991
Contributor : Abes Star :  Contact
Submitted on : Wednesday, May 23, 2018 - 11:49:06 AM
Last modification on : Friday, July 17, 2020 - 11:10:23 AM
Document(s) archivé(s) le : Friday, August 24, 2018 - 8:25:01 PM

File

BLEUSE_2017_archivage.pdf
Version validated by the jury (STAR)

Identifiers

  • HAL Id : tel-01722991, version 2

Collections

Citation

Raphaël Bleuse. Apprehending heterogeneity at (very) large scale. Modeling and Simulation. Université Grenoble Alpes, 2017. English. ⟨NNT : 2017GREAM053⟩. ⟨tel-01722991v2⟩

Share

Metrics

Record views

324

Files downloads

147