Calcul Réparti et Grid Computing

Patrick Amestoy Et Michel Daydé (Enseeiht-Irit)

Description

Calcul Reparti et Grid Computing Patrick Amestoy et Michel Dayde (ENSEEIHT-IRIT) prepare en collaboration avec J.-Y. L'Excellent (INRIA/LIP-ENS Lyon) 2010-2011 1/ 378

• classes de calculateurs
• temps de reponse
• outline introduction introduction
• comportement de systemes complexes
• calculateurs
• serveurs de calcul
• application →
• systemes paralleles
• chip → multi-core
• performance evolutions architecturales
• crash simulation
• core per
• applications
• calcul scientifique

Sujets

• Introduction
• Calcul
• Serveur
• Système
• Comportement
• Classe

Informations

• Publié par: thaut
• Nombre de lectures: 44
• Langue: Français
• Poids de l'ouvrage: 4 Mo

Extrait

Calcul Reparti et Grid Computing
Patrick Amestoy et Michel Dayde (ENSEEIHT-IRIT)
prepare en collaboration avec J.-Y. L’Excellent
(INRIA/LIP-ENS Lyon)
2010-2011
1/ 378Outline
Introduction
Introduction aux calculateurs haute-performance
Evolutions architecturales
Programmation
Conclusion
2/ 378Outline
Introduction
Introduction aux calculateurs haute-performance
Evolutions architecturales
Programmation
Conclusion
3/ 378I Inter^ets du Calcul Haute-Performance
I Applications temps-critique
I Cas de calcul plus gros
I Diminution du temps de reponse
I Minimisation des couts^ de calcul
I Di cultes
I Acces aux donnees : hierarchie memoire complexe
! Exploiter la localite des references aux donnees
I Identi cation et gestion du parallelisme dans une application
! Approche algorithmique
4/ 378Systemes paralleles : en n l’age adulte !
I Les machines les plus puissantes sont a haut degre de
parallelisme
I Le rapport prix / performance est attractif
I Plus que quelques constructeurs dans la course
I Systemes plus stables
I Logiciels applicatifs et librairies disponibles
I Exploitation industrielle et commerciale : plus uniquement
laboratoires de recherche
I Mais : travail algorithmique important et
validation/maintenance di cile.
Nouvelles evolutions:
I 1 core per chip! multi-core chips
I supercomputing! metacomputing (\grid computing")
5/ 378Classes de calculateurs
I Serveurs de calcul :
I Utilisables sur une large gamme d’applications
I Multiprogrammation et temps partage
I Stations de travail, serveurs departementaux, centre de calcul
I Calculateurs plus speci ques :
I E caces sur une classe plus limitee de problemes (haut degre
de parallelisme)
I A cause de leur architecture ou de limitations du logiciel
I Par exemple architectures massivement paralleles (MPP,
clusters de PC,.....)
I Gains importants possibles avec rapport cout-p^ erformance
interessant
I Calculateurs specialises :
I Resolution d’un probleme (image processing, crash test, . . . )
I Hardware et logiciels con cus pour cette application-cible
I Gains tres importants possibles avec un rapport
cout-p^ erformance tres interessant
I Par exemple, la machine MDGRAPE-3 (dynamique
moleculaire) installee au Japon atteint 1 PFlop/s !
6/ 378Besoins dans le domaine du calcul scienti que
Science traditionnelle
1. Construire une theorie,
2. E ectuer des experiences ou construire un systeme.
I trop di cile (ex: sou eries de grandes tailles)
I trop cher (fabriquer un avion juste pour quelques experimentations)
I trop lent (attente de l’evolution du climat / de l’univers)
I trop dangereux (armes, medicaments, experimentations sur le
climat)
Calcul scienti que
I simuler le comportement de systemes complexes gr^ace a la
simulation numerique.
I lois physiques + algorithmes numeriques + calculateurs haute
performance
7/ 378Exemples dans le domaine du calcul scienti que
I Contraintes de duree: prevision du climat
8/ 378Quelques exemples dans le domaine du calcul
scienti que
I Cost constraints: wind tunnels, crash simulation, . . .
9/ 378Scale Constraints
I large scale: climate modelling, pollution, astrophysics
I tiny scale: combustion, quantum chemistry
10/ 378