Aspects théoriques et algorithmiques du calcul réparti L agglomération

Dimension: px
Commencer à balayer dès la page:

Download "Aspects théoriques et algorithmiques du calcul réparti L agglomération"

Transcription

1 Aspects théoriques et algorithmiques du calcul réparti L agglomération Patrick CIARLET Enseignant-Chercheur UMA Françoise LAMOUR Aspects théoriques et algorithmiques du calcul réparti 1 Références Load balancing for unstructured mesh applications. Y. F. Hu et R. J. Blake. Progress in Computer Research, 2001, Vol. 2, pages Communication balancing in parallel sparse matrix-vector multiplication. R. H. Bisseling et W. Meesen. ETNA, 2005, Vol. 21, pages Partitioning for complex objectives. A. Pinar et B. Hendrickson. Actes de la Conférence IRREGULAR'01, Calcul scientifique parallèle. F. Magoulès, F.-X. Roux, 2013, Dunod. Aspects théoriques et algorithmiques du calcul réparti 2

2 Plan du cours Contexte Motivation Principe Regroupement des tâches Équilibrage des tâches Regroupement des communications Effet surface / volume Duplication des calculs Check-list Aspects théoriques et algorithmiques du calcul réparti 3 Contexte Les calculs et les données sont découpés en un certain nombre de tâches. Les communications nécessaires pour échanger les données entre les tâches sont identifiées. Les paramètres de la machine cible ne sont pas encore pris en compte. Hypothèse implicite : un processeur par nœud. Analyse de performance en fonction du nombre de processeurs P : Accélération [Speed-up, Strong scaling] : évolution du rapport T 1 / T P, à taille globale fixée (cf. Cours «Communications»). Efficacité [Weak scaling] : évolution de T P, à taille fixée par processeur. Aspects théoriques et algorithmiques du calcul réparti 4

3 Motivation On souhaite prendre en compte l environnement d exécution du programme parallèle en intégrant les caractéristiques de cet environnement dans l algorithme. Ceci peut remettre en cause le partitionnement initial. Il peut s agir d une étape qui précède l exécution de l algorithme ou d une étape dynamique, c est-à-dire en cours d exécution du programme. Aspects théoriques et algorithmiques du calcul réparti 5 Principe Deux actions peuvent être menées : la remise en cause du partitionnement par regroupement des tâches entre elles ou par équilibrage de leur taille. Buts : réduire le nombre d opérations de communication ainsi que le volume total de communications ; équilibrer les temps de calculs entre processeurs. la remise en cause du schéma de communication par regroupement des communications ou bien par réplication des calculs ou des données. Buts : envoyer moins de données ; envoyer moins de messages pour la même quantité de données. Aspects théoriques et algorithmiques du calcul réparti 6

4 Regroupement des tâches (1/5) Il s agit de regrouper plusieurs tâches entre elles de sorte que : le nombre total de tâches résultantes est inférieur au nombre initial de tâches, les tailles des nouvelles tâches sont très proches entre elles et supérieures à la taille initiale des tâches. On dit que l on augmente la granularité de la partition. Aspects théoriques et algorithmiques du calcul réparti 7 Regroupement des tâches (2/5) (Pré-)partitionnement Regroupement 384 tâches 24 tâches tâches 5 tâches Aspects théoriques et algorithmiques du calcul réparti 8

5 Regroupement des tâches (3/5) Rappels : Le temps d exécution se définit habituellement comme : T = max j [ (T cal ) j + (T attente ) j ] +! j (T comm ) j. Le temps de communication dans une architecture idéalisée dépend de la taille du message mais aussi d un coût fixe dû à l initialisation de la communication : T comm = S(T init + T mot L) On suppose ici que les communications sont toutes séquentielles (il n y a donc pas de «gestion des communications», cf. Cours «Communications») : Comment faire décroître! j (T comm ) j, sachant que le but final est que T décroisse? Aspects théoriques et algorithmiques du calcul réparti 9 Regroupement des tâches (4/5) Pour un calcul 2D type schéma à 5 points : Cas particulier : P = N calculs en // 4 communications par processeur T = T cal + 4 (P- "P) [ T init + T mot ] N = 12 X 12 ; P = N Cas général : P calculs en // 4 communications par processeur T = T cal N / P + 4( P- "P) [ T init + T mot (N/P) 1/2 ] N = 12 X 12 ; P = 9 Aspects théoriques et algorithmiques du calcul réparti 10

6 Regroupement des tâches (5/5) P = 144 T cal + 4 (P-!P) [ T init + T mot ] P = 9 T cal N / P + 4(P-!P) [ T init + T mot (N/P) 1/2 ] T cal = 1 T init = 10 T mot = 0, * 132 * [ ,1] = 5333,8 1*16 + 4*6 * [ ,1 * 4 ] = 265,6 T cal = 100 T init = 1 T mot = 0, * 132 * [ 1 + 0,1] = 680,8 100 * *6 * [ 1 + 0,1 * 4 ]=1633,6 N = 144 Aspects théoriques et algorithmiques du calcul réparti 11 Équilibrage des tâches (1/2) Propagation d une onde avec raffinement/dé-raffinement de mailles adaptatif : 16 mailles 16 mailles 16 mailles Aspects théoriques et algorithmiques du calcul réparti 12

7 Équilibrage des tâches (2/2) 2 tâches sur 2 processeurs [dynamic load balancing] : Aspects théoriques et algorithmiques du calcul réparti 13 Regroupement des communications (1/3) Les performances d un algorithme parallèle dépendent des communications mises en œuvre. Sur la plupart des machines parallèles il faut que les calculs s arrêtent pour pouvoir envoyer ou recevoir des messages. Pour améliorer les performances il est intéressant de diminuer le temps passé à communiquer en : envoyant moins de données, envoyant moins de messages pour la même quantité de données. Aspects théoriques et algorithmiques du calcul réparti 14

8 Regroupement des communications (2/3) grille 2D Schéma à 9 points d o o o d n n s s n s d e e e d 4 x 4 sous-domaine étendu, avec mailles fantôme [ghost layer] Aspects théoriques et algorithmiques du calcul réparti 15 Regroupement des communications (3/3) Les mailles fantôme permettent de conserver des communications parallèles : Aspects théoriques et algorithmiques du calcul réparti 16

9 Duplication des calculs (1/3) Une autre solution pour diminuer le temps d exécution total d un programme parallèle consiste à dupliquer les calculs en vue de supprimer des communications, qu elles soient séquentielles ou parallèles. Aspects théoriques et algorithmiques du calcul réparti 17 Duplication des calculs (2/3) Rappel : Produit scalaire S =! 1! i! 32 x i y i en 2 (log 2 p) communications parallèles : S 1,32 1 S 1,32 1 S 1 1,16 S 17,32 5 S 1 1,32 S 1,32 5 S 1 1,8 S 3 9,16 S 17,24 5 S 25,32 7 S 1 1,32 S 3 1,32 S 1,32 5 S 1, S 1,4 S 5,8 S 9,12 S 13,16 S 17,20 S 21,24 S 25,28 S 29,32 S 1,32 S 1,32 S 1, 32 S 1,32 S 1,32 S 1,32 S 1,32 S 1,32 Aspects théoriques et algorithmiques du calcul réparti 18

10 Duplication des calculs (3/3) En log 2 p communications parallèles : le schéma «papillon» S 1,32 S 1,32 S 1,32 S 1,32 S 1,32 S 1,32 S 1,32 S 1,32 S 1,16 S 1,16 S 1,16 S 1,16 S 17,32 S 17,32 S 17,32 S 17,32 S 1,8 S 1,8 S 9,16 S 9,16 S 17,24 S 17,24 S 25,32 S 25,32 S 1,4 S 5,8 S 9,12 S 13,16 S 17,20 S 21,24 S 25,28 S 29,32 Aspects théoriques et algorithmiques du calcul réparti 19 Effet surface / volume (1/4) Pour un calcul 3D, les besoins en communication d une tâche sont proportionnels à la surface du sous-domaine sur lequel elle opère, tandis que les besoins en calcul sont proportionnels au volume du sous-domaine. Pour finir, on étudie l impact du degré de la partition en sous-domaines (1D, 2D, 3D). NB. On peut bien sûr faire de même pour un calcul nd, n!2. Aspects théoriques et algorithmiques du calcul réparti 20

11 Effet surface / volume (2/4) Par exemple, pour notre calcul 2D, la quantité de communications effectuées par unité de calcul décroît lorsque la taille de la tâche augmente. grille 8 x 8 64 tâches 4 x (64-8) x 1 = 224 valeurs à transférer 224 / 64 = 3,5 valeurs par tâche Comm./Calcul =3,5 / 1 = 3,5 grille 8 x 8 4 tâches 4 x (4-2) x 4 = 32 valeurs à transférer 32 / 4 = 8 valeurs par tâche Comm./Calcul = 8 / 16 = 0,5 Aspects théoriques et algorithmiques du calcul réparti 21 Effet surface / volume (3/4) Une autre conséquence de l effet «surface / volume» est que les partitions de degré le plus élevé (par exemple partition 2D par rapport à partition 1D) sont les plus efficaces car elles réduisent la surface de communication par rapport au volume de calcul. N N N 1D p plaques 2 D p 2 barres 3D p 3 cubes p = N/d communication 2 N 2 4 N x d 6 d 2 calcul N 2 x d N x d 2 d 3 communication / calcul 2 / d 4 / d 6 / d Il est donc préférable d agglomérer les tâches suivant toutes les dimensions!? Aspects théoriques et algorithmiques du calcul réparti 22

12 Effet surface / volume (4/4) En effet, pour une taille de tâche T = N # avec # $ [0, 3], le rapport communication/calcul évolue comme ci-dessous (voir les exposants) : 1D 2D 3D Valeur de d T/N 2 (T/N) 1/2 T 1/3 Communication / Calcul 2 /( T/N 2 ) = 2 N 2-! 4 / (T/N) 1/2 = 4 N 1/2 -! /2 6 / T 1/3 = 6 N -! /3 2,5 2 1,5 1 0,5 0-0,5-1 -1, ß Aspects théoriques et algorithmiques du calcul réparti 23 1D 2D 3D Check-list Est-ce que l agglomération, en augmentant la «localité des données», réduit les coûts de communication? Si l agglomération conduit à dupliquer les données, avez-vous vérifié que cela ne vous contraint pas trop en terme de taille de problème à traiter? Plus prosaïquement, si vous parallélisez un programme existant, avezvous évalué le coût des modifications à apporter au programme séquentiel? Aspects théoriques et algorithmiques du calcul réparti 24

Aspects théoriques et algorithmiques du calcul réparti L agglomération

Aspects théoriques et algorithmiques du calcul réparti L agglomération Aspects théoriques et algorithmiques du calcul réparti L agglomération Patrick CIARLET Enseignant-Chercheur UMA patrick.ciarlet@ensta-paristech.fr Françoise LAMOUR franc.lamour@gmail.com Aspects théoriques

Plus en détail

Aspects théoriques et algorithmiques du calcul réparti Placement - Compléments

Aspects théoriques et algorithmiques du calcul réparti Placement - Compléments A- 0/0 Aspects théoriques et algorithmiques du calcul réparti Placement - Compléments Patrick CIARLET Enseignant-Chercheur UMA patrick.ciarlet@ensta-paristech.fr Françoise LAMOUR franc.lamour@gmail.com

Plus en détail

Aspects théoriques et algorithmiques du calcul réparti Le placement

Aspects théoriques et algorithmiques du calcul réparti Le placement Aspects théoriques et algorithmiques du calcul réparti Le placement Patrick CIARLET Enseignant-Chercheur UMA patrick.ciarlet@ensta-paristech.fr Françoise LAMOUR franc.lamour@gmail.com Aspects théoriques

Plus en détail

Aspects théoriques et algorithmiques du calcul réparti Le placement

Aspects théoriques et algorithmiques du calcul réparti Le placement Aspects théoriques et algorithmiques du calcul réparti Le placement Patrick CIARLET Enseignant-Chercheur UMA patrick.ciarlet@ensta-paristech.fr Françoise LAMOUR franc.lamour@gmail.com Aspects théoriques

Plus en détail

Programmation efficace des multicœurs Application a la visualisation scientifique

Programmation efficace des multicœurs Application a la visualisation scientifique Programmation efficace des multicœurs Application a la visualisation scientifique Marc Tchiboukdjian Doctorant 3e me anne e Jean-Philippe Nomine Encadrant CEA Vincent Danjean Directeur de the se Bruno

Plus en détail

Equilibre de charge. Equilibre de charge statique Equilibre de charge dynamique

Equilibre de charge. Equilibre de charge statique Equilibre de charge dynamique Equilibre de charge Equilibre de charge statique Equilibre de charge dynamique Approches centralisées Approches distribuées Approches semi-distribuées Jaillet Info53 - L3 Informatique - 2006 1 Equilibre

Plus en détail

Big Data et Graphes : Quelques pistes de recherche

Big Data et Graphes : Quelques pistes de recherche Big Data et Graphes : Quelques pistes de recherche Hamamache Kheddouci http://liris.cnrs.fr/hamamache.kheddouci Laboratoire d'informatique en Image et Systèmes d'information LIRIS UMR 5205 CNRS/INSA de

Plus en détail

Analyse et mesure de performances du calcul distribué

Analyse et mesure de performances du calcul distribué Analyse et mesure de performances du calcul distribué Mohsine Eleuldj Département Génie Informatique, EMI eleuldj@emi.ac.ma CruCID Workshop, EMI, Rabat, 5 au 7 juillet 1999 Motivation Types d applications

Plus en détail

Initiation au HPC - Généralités

Initiation au HPC - Généralités Initiation au HPC - Généralités Éric Ramat et Julien Dehos Université du Littoral Côte d Opale M2 Informatique 2 septembre 2015 Éric Ramat et Julien Dehos Initiation au HPC - Généralités 1/49 Plan du cours

Plus en détail

Big Data et Graphes : Quelques pistes de recherche

Big Data et Graphes : Quelques pistes de recherche Big Data et Graphes : Quelques pistes de recherche Hamamache Kheddouci Laboratoire d'informatique en Image et Systèmes d'information LIRIS UMR 5205 CNRS/INSA de Lyon/Université Claude Bernard Lyon 1/Université

Plus en détail

Clermont Ferrand - Janvier 2003

Clermont Ferrand - Janvier 2003 DISDAMIN: Algorithmes de Data Mining Distribués Valerie FIOLET (1,2) - Bernard TOURSEL (1) 1 Equipe PALOMA - LIFL - USTL - LILLE (FRANCE) 2 Service Informatique - UMH - MONS (BELGIUM) Clermont Ferrand

Plus en détail

Happy birthday ZSet High performance computing dans ZSet

Happy birthday ZSet High performance computing dans ZSet Happy birthday ZSet High performance computing dans ZSet F. Feyel & P. Gosselet Architectures SMP NUMA memory memory memory Distribué memory memory 2 memory memory Hybride memory memory memory memory memory

Plus en détail

La nouvelle planification de l échantillonnage

La nouvelle planification de l échantillonnage La nouvelle planification de l échantillonnage Pierre-Arnaud Pendoli Division Sondages Plan de la présentation Rappel sur le Recensement de la population (RP) en continu Description de la base de sondage

Plus en détail

Architecture des calculateurs

Architecture des calculateurs Chapitre 1 Architecture des calculateurs 1.1 Introduction Ce paragraphe n a pas la prétention de présenter un cours d informatique. D une manière générale, seuls les caractéristiques architecturales qui

Plus en détail

Métriques de performance pour les algorithmes et programmes parallèles

Métriques de performance pour les algorithmes et programmes parallèles Métriques de performance pour les algorithmes et programmes parallèles 11 18 nov. 2002 Cette section est basée tout d abord sur la référence suivante (manuel suggéré mais non obligatoire) : R. Miller and

Plus en détail

Optimisation de requêtes. I3009 Licence d informatique 2015/2016. Traitement des requêtes

Optimisation de requêtes. I3009 Licence d informatique 2015/2016. Traitement des requêtes Optimisation de requêtes I3009 Licence d informatique 2015/2016 Cours 5 - Optimisation de requêtes Stéphane.Gançarski Stephane.Gancarski@lip6.fr Traitement et exécution de requêtes Implémentation des opérateurs

Plus en détail

Introduction aux techniques de maillage

Introduction aux techniques de maillage Introduction aux techniques de maillage 1 Les outils de maillage Modèle CAO Matériau Fe Al x Z n C u Pré-traitement Données Eléments Finis e Caractéristiques ϕ Chargement Pression Conditions aux Limites

Plus en détail

DHCP Failover for Windows Server 2012 By COCHET Anthony www.anthony-cochet.fr

DHCP Failover for Windows Server 2012 By COCHET Anthony www.anthony-cochet.fr INTRODUCTION DHCP Failover for Windows Server 2012 L objectif du DHCP Failover est d assurer une disponibilité continue du serveur pour l attribution d adresse IP. Ce type de configuration peut-être intéressant

Plus en détail

Franck Fontanili Centre de Génie Industriel EMAC/IFIE_GIPSI_M2

Franck Fontanili Centre de Génie Industriel EMAC/IFIE_GIPSI_M2 Implantation d atelier 1 ère partie Franck Fontanili Centre de Génie Industriel EMAC/IFIE_GIPSI_M2 Plan de la présentation Processus général d implantation Estimation des surfaces nécessaires Pareto des

Plus en détail

ALGORITHMIQUE II. Récurrence et Récursivité. SMI AlgoII

ALGORITHMIQUE II. Récurrence et Récursivité. SMI AlgoII ALGORITHMIQUE II Récurrence et Récursivité Récurrence Suite récurrente: la déition d une suite est la donnée d un terme général déi en fonction du (ou des) terme(s) précédant(s) D un terme initial qui

Plus en détail

Bases de Données Réparties Examen du 15 mai 2007

Bases de Données Réparties Examen du 15 mai 2007 Nom : Prénom : page 1 Université Pierre et Marie Curie - Paris 6 - UFR 922 - Master d'informatique (SAR) Bases de Données Réparties Examen du 15 mai 2007 Elements de correction Les documents ne sont pas

Plus en détail

BE de programmation MPI-1 par envois de messages bloquants

BE de programmation MPI-1 par envois de messages bloquants BE-MPI-1envois de messages bloquants Page 1 of 3 01/03/2010 Calcul parallèle et distribué, et Grilles de calculs Cours de 3ème année SI à Supélec BE de programmation MPI-1 par envois de messages bloquants

Plus en détail

Info0804. Cours 6. Optimisation combinatoire : Applications et compléments

Info0804. Cours 6. Optimisation combinatoire : Applications et compléments Recherche Opérationnelle Optimisation combinatoire : Applications et compléments Pierre Delisle Université de Reims Champagne-Ardenne Département de Mathématiques et Informatique 17 février 2014 Plan de

Plus en détail

Formalisation et automatisation de YAO, générateur de code pour l assimilation variationnelle de données

Formalisation et automatisation de YAO, générateur de code pour l assimilation variationnelle de données Formalisation et automatisation de YAO, générateur de code pour l assimilation variationnelle de données Luigi NARDI sous la direction de Fouad BADRAN et Sylvie THIRIA LOCEAN : Laboratoire d Océanographie

Plus en détail

Tutoriel : Utiliser Time Machine pour sauvegarder ses données

Tutoriel : Utiliser Time Machine pour sauvegarder ses données Tutoriel : Utiliser Time Machine pour sauvegarder ses données Le Mac est un outil formidable qui fait parfois oublier qu il faut sauvegarder ses données régulièrement. le Mac comme tous les ordinateurs,

Plus en détail

Comparaison entre une architecture matérielle dédiée et un GP-GPU pour l optimisation

Comparaison entre une architecture matérielle dédiée et un GP-GPU pour l optimisation Comparaison entre une architecture matérielle dédiée et un GP-GPU pour l optimisation Université de Bretagne-Sud Lab-STICC, Lorient, France ROADeF Troyes, France 13-15 Février 2013 1/22 Objectifs Après

Plus en détail

Optimisation multi-critère pour l allocation de ressources sur Clouds distribués avec prise en compte de l énergie

Optimisation multi-critère pour l allocation de ressources sur Clouds distribués avec prise en compte de l énergie Optimisation multi-critère pour l allocation de ressources sur Clouds distribués avec prise en compte de l énergie 1 Présenté par: Yacine KESSACI Encadrement : N. MELAB E-G. TALBI 31/05/2011 Plan 2 Motivation

Plus en détail

GPA770 Microélectronique appliquée Exercices série A

GPA770 Microélectronique appliquée Exercices série A GPA770 Microélectronique appliquée Exercices série A 1. Effectuez les calculs suivants sur des nombres binaires en complément à avec une représentation de 8 bits. Est-ce qu il y a débordement en complément

Plus en détail

C09: Conception parallèle

C09: Conception parallèle méthodologie de conception en quatre étapes virtualisation applications structurées et non structurées aspect analytique: S, E Accélération Amdahl Accélération Gustafson Surcharge de parallélisation Conception

Plus en détail

Métriques de performance pour les algorithmes et programmes parallèles

Métriques de performance pour les algorithmes et programmes parallèles Métriques de performance pour les algorithmes et programmes parallèles 1 Introduction : le temps d exécution suffit-il? Lorsqu on désire analyser des algorithmes, on le fait de façon relativement abstraite,

Plus en détail

Etude d Algorithmes Parallèles de Data Mining

Etude d Algorithmes Parallèles de Data Mining REPUBLIQUE TUNISIENNE MINISTERE DE L ENSEIGNEMENT SUPERIEUR, DE LA TECHNOLOGIE ET DE LA RECHERCHE SCIENTIFIQUE UNIVERSITE DE TUNIS ELMANAR FACULTE DES SCIENCES DE TUNIS DEPARTEMENT DES SCIENCES DE L INFORMATIQUE

Plus en détail

Architecture des ordinateurs. Optimisation : pipeline. Pipeline (I) Pipeline (II) Exemple simplifié : Instructions de type R

Architecture des ordinateurs. Optimisation : pipeline. Pipeline (I) Pipeline (II) Exemple simplifié : Instructions de type R Architecture des ordinateurs Licence Informatique - Université de Provence Jean-Marc Talbot Optimisation : pipeline jtalbot@cmi.univ-mrs.fr L3 Informatique - Université de Provence () Architecture des

Plus en détail

Julien MATHEVET Alexandre BOISSY GSID 4. Rapport RE09. Load Balancing et migration

Julien MATHEVET Alexandre BOISSY GSID 4. Rapport RE09. Load Balancing et migration Julien MATHEVET Alexandre BOISSY GSID 4 Rapport Load Balancing et migration Printemps 2001 SOMMAIRE INTRODUCTION... 3 SYNTHESE CONCERNANT LE LOAD BALANCING ET LA MIGRATION... 4 POURQUOI FAIRE DU LOAD BALANCING?...

Plus en détail

Rencontre sur la thématique du Calcul Haute Performance - 13 juin 2012. Better Match, Faster Innovation

Rencontre sur la thématique du Calcul Haute Performance - 13 juin 2012. Better Match, Faster Innovation Better Match, Faster Innovation Rencontre sur la thématique du Calcul Haute Performance - 13 juin 2012 Meeting on the theme of High Performance Computing TABLE DES MATIÈRES Qu est ce qu un imatch? STI

Plus en détail

SURETE DE FONCTIONNEMENT ET REPRISE APRES PANNE

SURETE DE FONCTIONNEMENT ET REPRISE APRES PANNE Université des sciences et de la Technologie Houari Boumediene USTHB Alger Département d Informatique ARCHITECTURE ET ADMINISTRATION DES BASES DE DONNÉES 2013-2014 RESPONSABLES M. KAMEL BOUKHALFA (SII)

Plus en détail

Figure 3.1- Lancement du Gambit

Figure 3.1- Lancement du Gambit 3.1. Introduction Le logiciel Gambit est un mailleur 2D/3D; pré-processeur qui permet de mailler des domaines de géométrie d un problème de CFD (Computational Fluid Dynamics).Il génère des fichiers*.msh

Plus en détail

La replication dans PostgreSQL

La replication dans PostgreSQL 10 mars 2011 Sommaire 1 Introduction 2 Les différents modes de réplication 3 La réplication par journaux Mise en place de la réplication en hot standby Limitations et critiques du hot standby Avenir du

Plus en détail

Présentation CaSciModOT Performances et Architectures

Présentation CaSciModOT Performances et Architectures Présentation CaSciModOT Performances et Architectures Code parallèle : Un peu de théorie Architectures variables : C(n,p)? Quel code? Quelle architecture? Structure d un code : partie parallèle / séquentielle

Plus en détail

Factorisation des matrices creuses

Factorisation des matrices creuses Chapitre 5 Factorisation des matrices creuses 5.1 Matrices creuses La plupart des codes de simulation numérique en mécanique des fluides ou des structures et en électromagnétisme utilisent des discrétisations

Plus en détail

Partiel - 12 mars 2014

Partiel - 12 mars 2014 Licence STS, semestre 4 013 14 Mathématiques pour l Informatique (Info 9) 1 mars 014 http://www.lri.fr/~paulin/mathinfo Partiel - 1 mars 014 L examen dure heures. L énoncé est composé de 5 pages. Toutes

Plus en détail

Rappels, SISD, SIMD. Calculateurs hybrides (GPU-OpenCL) Rappels, MIMD mémoire partagée. Rappels, MIMD mémoire partagée. Rappels... SISD,...

Rappels, SISD, SIMD. Calculateurs hybrides (GPU-OpenCL) Rappels, MIMD mémoire partagée. Rappels, MIMD mémoire partagée. Rappels... SISD,... Rappels, SISD, SIMD Calculateurs hybrides (GPU-OpenCL) Rappels... SISD,... SIMD Formation d Ingénieurs de l Institut Galiléee MACS 3 Philippe d Anfray Philippe.d-Anfray@cea.fr CEA DSM 2013-2014 SISD :

Plus en détail

Recherche d information textuelle

Recherche d information textuelle Recherche d information textuelle Pré-traitements & indexation B. Piwowarski CNRS / LIP6 Université Paris 6 benjamin@bpiwowar.net http://www.bpiwowar.net Master IP - 2014-15 Cours et travaux pratiques

Plus en détail

Chapitre 3 : Plan du chapitre. 2. Tensions simples et tension composées 3. Couplage étoile/triangle 4. Mesure de puissance en triphasé 5.

Chapitre 3 : Plan du chapitre. 2. Tensions simples et tension composées 3. Couplage étoile/triangle 4. Mesure de puissance en triphasé 5. Chapitre 3 : Réseau triphasé Plan du chapitre 1. Présentation 2. Tensions simples et tension composées 3. Couplage étoile/triangle i l 4. Mesure de puissance en triphasé 5. Résumé Plan du chapitre 1. Présentation

Plus en détail

Gérer la répartition des charges avec le load balancer en GLSB

Gérer la répartition des charges avec le load balancer en GLSB FICHE TECHNIQUE Cloud Load Balancer Gérer la répartition des charges avec le load balancer en GLSB CDNetworks propose une solution cloud d équilibrage des charges qui apporte aux entreprises une flexibilité

Plus en détail

PCP TP01 Été 2015. Table des matières

PCP TP01 Été 2015. Table des matières PCP TP0 Été 205 Table des matières PCP Travail pratique 0... 2 Illustration exemple canonique... 2 Le travail demandé... 3 Objectif général et objectifs spécifiques... 5 Consignes générales... 6 Quoi remettre...

Plus en détail

EXPERTIR. Suite logicielle pour la conception de plans de tirs à ciel ouvert

EXPERTIR. Suite logicielle pour la conception de plans de tirs à ciel ouvert EPERTIR Suite logicielle pour la conception de plans de tirs à ciel ouvert La suite EPERTIR, conçue par la société EPC FRANCE, est destinée à gérer l abattage à l explosif en mines ou carrières à ciel

Plus en détail

APRON: Analyse de PRogrammes Numérique

APRON: Analyse de PRogrammes Numérique Introduction APRON: Analyse de PRogrammes Numérique Projet 2004 François Irigoin École des Mines de Paris - Centre de Recherche en Informatique 17 novembre 2004 Introduction Pourquoi? Analyse statique

Plus en détail

C-JDBC. Emmanuel Cecchet INRIA, Projet Sardes. http://sardes.inrialpes.fr

C-JDBC. Emmanuel Cecchet INRIA, Projet Sardes. http://sardes.inrialpes.fr Emmanuel Cecchet INRIA, Projet Sardes http://sardes.inrialpes.fr Plan Motivations Idées principales Concepts Caching Perspectives /ObjectWeb 15 octobre 2002 Emmanuel.Cecchet@inrialpes.fr 2 - Motivations

Plus en détail

Introduction à LDAP et à Active Directory... 15. Étude de cas... 37

Introduction à LDAP et à Active Directory... 15. Étude de cas... 37 Introduction à LDAP et à Active Directory... 15 Généralité sur l annuaire et LDAP... 16 Qu est-ce qu un annuaire?... 16 Un peu d histoire sur le protocole... 16 LDAP version 2 et version 3... 17 Le standard

Plus en détail

Problématique des accès mémoires irréguliers causés par les maillages non structurés :

Problématique des accès mémoires irréguliers causés par les maillages non structurés : Problématique des accès mémoires irréguliers causés par les maillages non structurés :! étude comparative entre les machines massivement multicoeurs et les GPU Loïc Maréchal / INRIA! LJLL, Demi-Journée

Plus en détail

PRECISION - REJET DE PERTURBATIONS T.D. G.E.I.I.

PRECISION - REJET DE PERTURBATIONS T.D. G.E.I.I. PRECISION - REJET DE PERTURBATIONS T.D. G.E.I.I.. Donner les erreurs en position, en vitesse et en accélération d un système de transfert F BO = N(p) D(p) (transfert en boucle ouverte) bouclé par retour

Plus en détail

Conversion électronique statique

Conversion électronique statique Conversion électronique statique Sommaire I) Généralités.2 A. Intérêts de la conversion électronique de puissance 2 B. Sources idéales.3 C. Composants électroniques..5 II) III) Hacheurs..7 A. Hacheur série

Plus en détail

Parallélisme et Répartition

Parallélisme et Répartition Parallélisme et Répartition Master Info Françoise Baude Université de Nice Sophia-Antipolis UFR Sciences Département Informatique baude@unice.fr web du cours : deptinfo.unice.fr/~baude Septembre 2009 Chapitre

Plus en détail

Enoncé des travaux pratiques. du cours OpenMP

Enoncé des travaux pratiques. du cours OpenMP Enoncé des travaux pratiques Enoncé des travaux pratiques du cours OpenMP Enoncé des travaux pratiques : description Description Les travaux pratiques se dérouleront sur les nœuds vargas (grappes de 35

Plus en détail

Cloud Computing et SaaS

Cloud Computing et SaaS Cloud Computing et SaaS On a vu fleurir ces derniers temps un grands nombre de sigles. L un des premiers est SaaS, Software as a Service, sur lequel nous aurons l occasion de revenir. Mais il y en a beaucoup

Plus en détail

Limitations of the Playstation 3 for High Performance Cluster Computing

Limitations of the Playstation 3 for High Performance Cluster Computing Introduction Plan Limitations of the Playstation 3 for High Performance Cluster Computing July 2007 Introduction Plan Introduction Intérêts de la PS3 : rapide et puissante bon marché L utiliser pour faire

Plus en détail

LA PROGRAMMATION LINEAIRE : UN OUTIL DE MODELISATION

LA PROGRAMMATION LINEAIRE : UN OUTIL DE MODELISATION LA PROGRAMMATION LINEAIRE : UN OUTIL DE MODELISATION Dans les leçons précédentes, nous avons modélisé des problèmes en utilisant des graphes. Nous abordons dans cette leçon un autre type de modélisation.

Plus en détail

Active Directory : Plan. - Concepts - Espace de noms - Topologie - Réseau d agence - W2000 vs WS2003 - Outils - Utilisateur. Formation Master II Pro 2

Active Directory : Plan. - Concepts - Espace de noms - Topologie - Réseau d agence - W2000 vs WS2003 - Outils - Utilisateur. Formation Master II Pro 2 L Active Directory Plan - Concepts - Espace de noms - Topologie - Réseau d agence - W2000 vs WS2003 - Outils - Utilisateur Formation Master II Pro 2 Philosophie Formation Master II Pro 3 Concepts Le schéma

Plus en détail

Analyse des réseaux sociaux et apprentissage

Analyse des réseaux sociaux et apprentissage Analyse des réseaux sociaux et apprentissage Emmanuel Viennet Laboratoire de Traitement et Transport de l Information Université Paris 13 - Sorbonne Paris Cité Réseaux sociaux? Réseaux sociaux? Analyse

Plus en détail

La méthode Chimère : Une méthode de maillages recouvrants

La méthode Chimère : Une méthode de maillages recouvrants La méthode Chimère : Une méthode de maillages recouvrants Les différentes topologies possibles avec la méthode Chimère et ses différentes utilisations Les techniques Chimère de base Les contraintes sur

Plus en détail

Implémentation d une racine DFS de domaine

Implémentation d une racine DFS de domaine Implémentation d une racine DFS de domaine Rédacteur : Eric Drezet Administrateur réseau CNRS-CRHEA 03/2004 But du papier : Créer un point de mise à disposition des données utilisateurs redondant entre

Plus en détail

Proposition d activité utilisant l application. Tripatouille. (http://www.malgouyres.fr/tripatouille/)

Proposition d activité utilisant l application. Tripatouille. (http://www.malgouyres.fr/tripatouille/) IREM Clermont-Ferrand Algorithmique au lycée Malika More malika.more@u-clermont1.fr 28 janvier 2011 Proposition d activité utilisant l application Tripatouille (http://www.malgouyres.fr/tripatouille/)

Plus en détail

Discrétisation et génération de hiérarchies de concepts

Discrétisation et génération de hiérarchies de concepts Prétraitement des données 1 Pourquoi prétraiter les données? Nettoyage des données Intégration et transformation Réduction des données Discrétisation et génération de hiérarchies de g concepts Pourquoi

Plus en détail

Dupliquer un compte Utilisateur par Transfert de fichiers et paramètres - Windows 7 Windows 8 - Windows 7

Dupliquer un compte Utilisateur par Transfert de fichiers et paramètres - Windows 7 Windows 8 - Windows 7 Dupliquer un compte Utilisateur par Transfert de fichiers et paramètres - Windows 7 Windows 8 - Windows 7 Tweet Suite à un problème sur sa session habituelle (profil endommagé, profil temporaire) ou simplement

Plus en détail

Logiciel d'hydrologie urbaine pour le diagnostic et le dimensionnement des réseaux d'assainissement.

Logiciel d'hydrologie urbaine pour le diagnostic et le dimensionnement des réseaux d'assainissement. Introduction Logiciel d'hydrologie urbaine pour le diagnostic et le dimensionnement des réseaux d'assainissement. Présentation Démonstration Introduction Objet : est un outil dédié au calcul capacitaire

Plus en détail

LES OUTILS DE LA GESTION DE PROJET

LES OUTILS DE LA GESTION DE PROJET LES OUTILS DE LA GESTION DE PROJET PROJET : «ensemble des actions à entreprendre afin de répondre à un besoin défini dans des délais fixés». Délimité dans le temps avec un début et une fin, mobilisant

Plus en détail

Algorithmes parallèles auto-adaptatifs et applications

Algorithmes parallèles auto-adaptatifs et applications Algorithmes parallèles auto-adaptatifs et applications Daouda Traoré To cite this version: Daouda Traoré. Algorithmes parallèles auto-adaptatifs et applications. Informatique [cs]. Institut National Polytechnique

Plus en détail

Plan du cours. Intelligence Artificielle et Manipulation Symbolique de l Information. Induction de règles (rappels) L induction logique

Plan du cours. Intelligence Artificielle et Manipulation Symbolique de l Information. Induction de règles (rappels) L induction logique Intelligence Artificielle et Manipulation Symbolique de l Information Cours 0 mercredi 8 avril 205 Plan du cours Raisonner par induction l induction Induction par arbres de décision Christophe Marsala

Plus en détail

Evolution des technologies de calcul intensif vers les systèmes multi-cœurs et accélérateurs

Evolution des technologies de calcul intensif vers les systèmes multi-cœurs et accélérateurs Evolution des technologies de calcul intensif vers les systèmes multi-cœurs et accélérateurs Marc Mendez-Bermond Expert solutions HPC Programme Contexte Technologies Evolutions 2 Confidentiel Research

Plus en détail

Multi-processeurs, multi-cœurs, cohérence mémoire et cache

Multi-processeurs, multi-cœurs, cohérence mémoire et cache Multi-processeurs, multi-cœurs, cohérence mémoire et cache Intervenant : Thomas Robert Institut Mines-Télécom Parallélisme inter instructions n Exécution : une séquence d instructions appliquées à un 1

Plus en détail

Système d exploitation

Système d exploitation Chapitre 2 Système d exploitation 2.1 Définition et rôle Un ordinateur serait bien difficile à utiliser sans interface entre le matériel et l utilisateur. Une machine peut exécuter des programmes, mais

Plus en détail

L utilisation d un réseau de neurones pour optimiser la gestion d un firewall

L utilisation d un réseau de neurones pour optimiser la gestion d un firewall L utilisation d un réseau de neurones pour optimiser la gestion d un firewall Réza Assadi et Karim Khattar École Polytechnique de Montréal Le 1 mai 2002 Résumé Les réseaux de neurones sont utilisés dans

Plus en détail

Didacticiel - Études de cas

Didacticiel - Études de cas 1 Objectif Programmation parallèle sous R. Utilisation des librairies «parallel» et «doparallel». Les ordinateurs personnels sont de plus en plus performants. Ils sont maintenant pour la plupart dotés

Plus en détail

Chapitre 5. Communication interprocessus. 5.1 Introduction

Chapitre 5. Communication interprocessus. 5.1 Introduction Communication interprocessus 5.1 Introduction Dans une activité parallèle (ou pseudo parallèle), un ensemble de processus séquentiels s exécutent en parallèle. Cette exécution résulte deux types de relations

Plus en détail

SIMULATION MONTE CARLO EN MEDECINE NUCLEAIRE, RADIOTHERAPIE- CURIETHERAPIE AVEC UNE PLATEFORME DE SIMULATION GATE BASEE SUR GEANT4

SIMULATION MONTE CARLO EN MEDECINE NUCLEAIRE, RADIOTHERAPIE- CURIETHERAPIE AVEC UNE PLATEFORME DE SIMULATION GATE BASEE SUR GEANT4 SIMULATION MONTE CARLO EN MEDECINE NUCLEAIRE, RADIOTHERAPIE- CURIETHERAPIE AVEC UNE PLATEFORME DE SIMULATION GATE BASEE SUR GEANT4 Berger L. 1, Breton V. 1, Donnarieix D. 1+2, Elbitar Z. 1, Gisclon D.

Plus en détail

partie en parallèle : Programmation système et réseau du point de vue «Multiprocessus Plan

partie en parallèle : Programmation système et réseau du point de vue «Multiprocessus Plan 2 ème LST Info&Miage partie en parallèle : Programmation système et réseau du point de vue «Multiprocessus» Chapitre : Introduction à la Concurrence entre processus & Exclusion Mutuelle Chapitre 2 : Coopération

Plus en détail

Tous les processeurs sont connectés à une large mémoire partagée. Difficulté de s étendre à de grands nombres de processeurs

Tous les processeurs sont connectés à une large mémoire partagée. Difficulté de s étendre à de grands nombres de processeurs Modèle de Machine 1a: Mém. Partagée Tous les processeurs sont connectés à une large partagée. Appelée Symmetric Multiprocessors (SMPs) SMPs de Sun, HP, Intel, IBM Puces Multicoeur, exceptées celles qui

Plus en détail

Terminale STMG Lycée Jean Vilar 2013/2014. Terminale STMG. O. Lader

Terminale STMG Lycée Jean Vilar 2013/2014. Terminale STMG. O. Lader Terminale STMG O. Lader Table des matières 1 Information chiffrée (4s) 4 1.1 Taux d évolution....................................... 6 1.2 indices............................................. 6 1.3 Racine

Plus en détail

Contributions à l expérimentation sur les systèmes distribués de grande taille

Contributions à l expérimentation sur les systèmes distribués de grande taille Contributions à l expérimentation sur les systèmes distribués de grande taille Lucas Nussbaum Soutenance de thèse 4 décembre 2008 Lucas Nussbaum Expérimentation sur les systèmes distribués 1 / 49 Contexte

Plus en détail

Programmation C. Apprendre à développer des programmes simples dans le langage C

Programmation C. Apprendre à développer des programmes simples dans le langage C Programmation C Apprendre à développer des programmes simples dans le langage C Notes de cours sont disponibles sur http://astro.u-strasbg.fr/scyon/stusm (attention les majuscules sont importantes) Modalités

Plus en détail

Dagda, un intergiciel pour la distribution dynamique de simulation de système complexe.

Dagda, un intergiciel pour la distribution dynamique de simulation de système complexe. MajecSTIC 2009 Avignon, France, du 16 au 18 novembre 2009 Dagda, un intergiciel pour la distribution dynamique de simulation de système complexe. Guilhelm Savin 1 1 : Université du Havre, LITIS, rue Philippe

Plus en détail

Architecture des Systèmes d Information Architecture des Systèmes d Information

Architecture des Systèmes d Information Architecture des Systèmes d Information Plan... Tableaux et tris I3 - Algorithmique et programmation 1 Rappels Nicol Delestre 2 Tableaux à n dimensions 3 Initiation aux tris Tableaux - v2.0.1 1 / 27 Tableaux - v2.0.1 2 / 27 Rappels : tableau

Plus en détail

Stockage : capacité, performances

Stockage : capacité, performances Stockage : capacité, performances Intervenant :Thomas Robert C234-4 thomas.robert@telecom-paristech.fr Transparents : Thomas Robert Institut Mines-Télécom Lectures possibles Chapitre 7.2 de : http://ceit.aut.ac.ir/~amirkhani/

Plus en détail

GPU, processeurs multi-coeurs et bio-informatique

GPU, processeurs multi-coeurs et bio-informatique GPU, processeurs multi-coeurs et bio-informatique Jean-Stéphane Varré jean-stephane.varre@lifl.fr Equipe BONSAI Université Lille 1 - LIFL -INRIA Qu est-ce que c est? Le processeur (CPU) La carte graphique

Plus en détail

Chapitre 3 La demande d assurance et les problèmes d information

Chapitre 3 La demande d assurance et les problèmes d information Chapitre 3 La demande d assurance et les problèmes d information Objectifs du chapitre - Déterminer le partage de risque Pareto-optimal entre un assuré et un assureur. - Considérer l impact des coûts de

Plus en détail

HAUTE PERFORMANCE DE CALCUL

HAUTE PERFORMANCE DE CALCUL Journées d études 2010 Modélisation actif-passif & HAUTE PERFORMANCE DE CALCUL FRACTALES 0 Journées d études 2010 Sommaire Projet SIGMA 1 ère partie 1.! Le printemps des modèles Applications Haute Performance

Plus en détail

CONSOMMATION INTERTEMPORELLE & MARCHE FINANCIER. Epargne et emprunt Calcul actuariel

CONSOMMATION INTERTEMPORELLE & MARCHE FINANCIER. Epargne et emprunt Calcul actuariel CONSOMMATION INTERTEMPORELLE & MARCHE FINANCIER Epargne et emprunt Calcul actuariel Plan du cours Préambule : la contrainte budgétaire intertemporelle et le calcul actuariel I II III Demandes d épargne

Plus en détail

Table des matières. Chapitre 1 Les architectures TSE en entreprise

Table des matières. Chapitre 1 Les architectures TSE en entreprise 1 Chapitre 1 Les architectures TSE en entreprise 1. Présentation............................................. 11 1.1 Le concept........................................... 11 1.2 Approche contextuelle.................................

Plus en détail

Répartition de charge dynamique dans un système distribuée

Répartition de charge dynamique dans un système distribuée Rapport de TER Répartition de charge dynamique dans un système distribuée Tuteur : Stephane Mancini Benjamin Petit Grenoble INP - Ensimag Mai 2010 Table des matières 1 Introduction 4 1.1 Contexte pratique...................................

Plus en détail

Table des matières PRESENTATION DU LANGAGE DS2 ET DE SES APPLICATIONS. Introduction

Table des matières PRESENTATION DU LANGAGE DS2 ET DE SES APPLICATIONS. Introduction PRESENTATION DU LANGAGE DS2 ET DE SES APPLICATIONS Depuis SAS 9.2 TS2M3, SAS propose un nouveau langage de programmation permettant de créer et gérer des tables SAS : le DS2 («Data Step 2»). Ces nouveautés

Plus en détail

Gestion des opérations. Raison d être. Les situations d aménagement. Chapitre 6 L aménagement

Gestion des opérations. Raison d être. Les situations d aménagement. Chapitre 6 L aménagement Gestion des opérations Chapitre 6 L aménagement Automne 2002 Préparé par Guy Grégoire 1 Raison d être Il faut s assurer d utiliser les ressources aussi efficacement que possible, et il importe que les

Plus en détail

PARAGON Disk Wiper. Guide de l utilisateur. Paragon Technology GmbH, System Programmierung. Copyright Paragon Technology GmbH

PARAGON Disk Wiper. Guide de l utilisateur. Paragon Technology GmbH, System Programmierung. Copyright Paragon Technology GmbH PARAGON Disk Wiper Guide de l utilisateur Paragon Technology GmbH, System Programmierung Copyright Paragon Technology GmbH Publié par : Paragon Technology GmbH System Programming Pearl-Str. 1 D-79426 Buggingen

Plus en détail

M2 TIIR (2013-2014) Bilel Derbel

M2 TIIR (2013-2014) Bilel Derbel M2 TIIR (2013-2014) Bilel Derbel Notre but est de concevoir une application générique sur grid5000 qui permet de déployer des calculs parallèles de façon transparente Plus précisément, nous nous plaçons

Plus en détail

Design, améliorations, et implémentations

Design, améliorations, et implémentations CPU et Mémoire Design, améliorations, et implémentations Techniques et caractéristiques modernes qui permettent de donner aux ordinateurs actuels toute leur puissance 1 Architectures CPU Design de l architecture

Plus en détail

LA GESTION DE FICHIERS

LA GESTION DE FICHIERS CHAPITRE 6 : LA GESTION DE FICHIERS Objectifs spécifiques Connaître la notion de fichier, ses caractéristiques Connaître la notion de répertoires et partitions Connaître les différentes stratégies d allocation

Plus en détail

BE de programmation OpenMP

BE de programmation OpenMP BE-OpenMP Page 1 of 2 Calcul parallèle et distribué, et Grilles de calculs Cours de 3ème année IIC à Supélec BE de programmation OpenMP Objectifs du Bureau d'etude : (parallélisation en mémoire partagée)

Plus en détail

BD parallèles et réparties

BD parallèles et réparties LOG660 - Bases de données de haute performance BD parallèles et réparties Département de génie logiciel et des TI BD parallèles vs réparties BD réparties Les données se trouvent sur plusieurs sites (noeuds)

Plus en détail

Systèmes d exploitation. Introduction. (Operating Systems) http://www.sir.blois.univ-tours.fr/ mirian/

Systèmes d exploitation. Introduction. (Operating Systems) http://www.sir.blois.univ-tours.fr/ mirian/ Systèmes d exploitation (Operating Systems) Introduction SITE : http://www.sir.blois.univ-tours.fr/ mirian/ Systèmes d exploitation - Mírian Halfeld-Ferrari p. 1/2 Qu est-ce qu un SE? Ensemble de logiciels

Plus en détail

Communications collectives et ordonnancement en régime permanent pour plates-formes hétérogènes

Communications collectives et ordonnancement en régime permanent pour plates-formes hétérogènes Loris MARCHAL Laboratoire de l Informatique du Parallélisme Équipe Graal Communications collectives et ordonnancement en régime permanent pour plates-formes hétérogènes Thèse réalisée sous la direction

Plus en détail