3A-IIC - Parallélisme & Grid : Intérêts et Motivations. Intérêts et Motivations
|
|
- Hervé Lussier
- il y a 8 ans
- Total affichages :
Transcription
1 3A-IIC - Parallélisme & Grid : Stéphane Vialle Stephane.Vialle@supelec.fr Exemple d applications et clients Défis du calcul parallèle 3 Calcul parallèle dans le monde Exemple d applications et clients Earth Simulator projects : Modèle 3D de la planète Pour prédire le futur et rechercher une bonne voie de développement Projet Japonais Projet scientifique et sociétal 3 1
2 Exemple d applications et clients Basé sur un modème 3D, des observations à grande échelle, et des simulations précises : 4 Exemple d applications et clients World temperatures Mantle convection 3D-model World precipitations Nécessite la puissance de calcul d une grille et la capacité 5 de stockage d une très grande BdD! Exemple d applications et clients Réalisation: 64-noeuds / 51 processeurs (scalaires et vectoriels) Apparu en juin Atteint approximativement 35 Tflops! (n 1 en ) Un bâtiment Complet! 6
3 Génétique : Exemple d applications et clients Genetic research needs greater computing power increase (than uential computing one). Genetic industry uses parallel computing. 7 Exemple d applications et clients Répartition des clients dans le Top-5 : La part des industriels grandit et dépasse les 5%! 5: increasing 53% industriels 4% ens-recherche 8 1 Exemple d applications et clients Défis du calcul parallèle 3 Calcul parallèle dans le monde 9 3
4 Evolution des performances Evolution des perfs du 1er et dernier super-computer du Top-5 : 1 Evolution des performances Extrapolation de l évolution des performances : Sequential computers «Why do you parallelize?» 11 Pourquoi paralléliser? Points forts du calcul séquentiel : 1 Longues lignées de machines séquentielles Ex: Sparc 1 Ultra Sparc PC 886 PC Pentium-4 Compatibilité ascendante au sein d une même lignée grande portabilité des logiciels Accroissement régulier des performances : loi de Moore Valide depuis longtemps Valide jusqu en 17 d après G. Moore ( δt/ τ) V ( t + δ =. V ( t ) τ = 1.5year Quel impact sur le calcul séquentiel et sur le calcul parallèle? 1 4
5 Pourquoi paralléliser? Impact apparent de la loi de Moore sur les calculs : Hypothèse: T( N, Q( N)/ V( Si : N = N (constan T ( N, t ) T ( N, = (( t t ) / τ ) Seq. run time 4/4.T 3/4.T /4.T 1/4.T 1,5 3 4,5 6 7,5 Elapsed time from date t (years) Si : T ( N, = T ( N, t ) Ex :si Q ( N) = a. Nk (( t t )/( k. τ )) ( ). N t = N Problem Size 3.N 4.N 16.N 8.N Matrix Addition : k=1 1,5 3 4,5 6 7,5 Elapsed time from date t (years) 13 Apparemment : améliorations exponentielles pourquoi paralléliser? Pourquoi paralléliser? Mais la plupart des applications accroissent régulièrement leur quantité de calculs! Rare : Applications totalement figées : Taille des données fixée (N=N constan et Algorithme figé Quantité de calculs constant : Q(N) Fréquent : Applications évolutives en nombre de traitements : Robotique, bureautique, simulations Accroissement de la quantité de calculs : Q (N) Q 1 (N) Récurrent : Applications évolutives en taille des données : Simulations de physique, chimie, Accroissement de la quantité de calculs : Q(N) Q(N1) L impact de la loi de Moore est-il suffisant? 14 Pourquoi paralléliser? Applications totalement figées : Paralléliser pour passer un seuil ou bien possibilité d attendre que la loi de Moore agisse! Texec 4/4.T 3/4.T /4.T 1/4.T δt Impact de la loi de Moore Parallélisation immédiate 1,5 3 4,5 6 7,5 Temps écoulé depuis t (années) 15 5
6 Applications évolutives : Pourquoi paralléliser? Situer l évolution de l application par rapport à la loi de Moore. Exemple : 3.N App : évolution hyp- évolution de la taille des données 4.N 16.N 8.N Loi de Moore App : évolution hyp-1 traitable N en T 1,5 3 4,5 6 7,5 Temps écoulé depuis t (années) Taille des données Beaucoup d applications évoluent plus vite que la loi de Moore et ont besoin de parallélisme pour maintenir leur T-exec supportable 16 L accélération équivaut à une avance temporelle Hypothèse : Une parallélisation produit aujourd hui un speedup S sur P procs : T par ( N, P, = T ( N, / S ( τ.log ( S)) /τ T par ( N, P, = T ( N, Tpar ( N, P, = T ( N, t + τ.log ( S)) Conclusion : Une parallélisation menant à un speed up S Une avance temporelle Δt sur la technologie séquentielle avec: Δt =τ.log ( S) 17 L accélération équivaut à une avance temporelle Tpar ( N, P, = T ( N, t + τ.log ( S)) Pourquoi paralléliser? «Pour disposer aujourd hui de la puissance des machines de demain» «Pour ne pas prendre de retard sur ceux qui vont l utiliser!» 18 6
7 Défis passés (et atteints) du parallélisme Réaliser la parallélisation avant que la technologie ne soit dépassée : Les machines parallèles étaient toutes différentes Les temps de portage n étaient pas négligeables Du temps était perdu entre les dates d achat et d utilisation, et rognait l avance temporelle attendue 4/4.T Solution : Seq. : loi de Moore 3/4.T Environnements Parallélisation /4.T de parallélisation 1/4.T δt-réel standards. δt-prévu Ex : MPI, 1,5 3 4,5 6 7,5 OpenMP Temps écoulé depuis T (années) 19 T-exec Défis passés (et atteints) du parallélisme Produire des lignées de machines parallèles : Run times Pour que la parallélisation soit valable longtemps il faut disposer de lignées de machines parallèles (formant une même famille architecturale)., comme les lignées de machines séquentielles. On peut alors renouveler la machine parallèle aussi fréquemment que les machines séquentielles si on en a les moyens financiers! 4/4.T 3/4.T /4.T 1/4.T Evolving. Evolving par. 1,5 3 4,5 6 7,5 Elapsed time from date t (years) Exécution à taille de pb constant Problem Size 3.N Evolving. 4.N Evolving par. 16.N 8.N 1,5 3 4,5 6 7,5 Elapsed time from date t (years) Exécution à temps constant Défis actuels du parallélisme Obtenir un speedup portable et une avance reconductible : L expérience montre que : Perfs change a lot on different parallel architecture families (Skillicorn Talia ) Run times Un objectif pertinent est donc d obtenir un même speedup sur une lignée de machines parallèles de même taille (et de même architecture). 4/4.T 3/4.T /4.T 1/4.T δt δt Evolving. Evolving par. 1,5 3 4,5 6 7,5 Elapsed time from date t (years) Prendre une avance reconductible sur la technologie séquentielle. : Δt = τ. log ( S) Pérenniser les efforts d un développement parallèle. 1 7
8 Défis actuels du parallélisme Obtenir un speedup portable à prix constant : Les ordinateurs séquentiels évoluent à prix constant (ou même décroissant!). Un speedup constant mène à une avance constante sur la technologie séquentielle. Une avance constante sur une technologie à prix constant devrait donc être possible également à prix constant! Run times 4/4.T 3/4.T /4.T 1/4.T δt δt Evolving. Evolving par. 1,5 3 4,5 6 7,5 Elapsed time from date t (years) Défis actuels du parallélisme Accroître régulièrement la taille des machines parallèles : En utilisant les processeurs du marché et des lignées de machines parallèles de taille constante on traque le «speedup constant» et l avance technologique constante. En utilisant des machines parallèles de taille croissante on peut obtenir un speedup croissant et prendre une avance de plus en plus importante sur la technologie séquentielle! P max SU δt t t 3 t Défis actuels du parallélisme Accroître régulièrement la taille des machines parallèles : Ex: SGI a doublé la taille maximale de ses Origin chaque année de 1996 à 1, en utilisant chaque fois des processeurs plus récents. Number of processors Origin evolution 3x^(date-1996) 3x^(date-1997) Marketing date Les speedup augmentaient (dans quelle proportion?) et l avance technologique aussi. De même : on observe aussi un accroissement de la taille des plus gros clusters présents dans le TOP5. 4 8
9 Défis actuels du parallélisme Accroître régulièrement la taille des machines parallèles : Loi de Amdahl : Le speedup d une application (figée) est limitée Inutile de disposer de trop de processeurs. Loi de Gustafson : Le speedup peut croître avec la taille du pb. Utiliser plus de processeurs quand le problème croît. par expérience le point de vue de Gustafson est souvent vrai! Un accroissement régulier du nombre de processeurs est utile pour les applications (régulièremen évolutives en taille de données. 5 Défis actuel/futur du parallélisme Accroître la taille des machines parallèles à prix constant! Les processeurs du marché : - contiennent plusieurs processeurs internes (ex: «dual core») - contiennent de plus en plus de transistors - et leur prix chute!! (pour ceux de grande série) Dans l avenir de plus en plus de processeurs par machine à prix constant? Défi pour l avenir : des machines avec de plus en plus de processeurs, de plus en plus puissants, à prix constant! On passerait alors sur une exponentielle d évolution régulière et plus forte que celle de la loi de Moore. 6 Hypothèse d évolution du parallélisme Soit une application évolutive en taille de données Utilisant un nombre croissant de processeurs et atteignant un speedup croissant Elle accroît sans cesse son avance temporelle! Que pourrait-être l évolution de cette avance temporelle? Modèles de speedup possibles modèles d avance temporelle Ex : 4 hypothèses types (4 modèles) speedup constant (a peu près atteint au sein de la même famille) speedup logarithmique speedup linéaire speedup exponentiel 7 9
10 Hypothèse d évolution du parallélisme Hypothèses: Speedup S àla date t τ par : temps nécessaire pour doubler le nombre de processeurs au sein d une lignée de machine parallèle SSpeed ( = Sup models: Temporal Δt ( = τ.log advance ( S ) models: 1 1 t t t t S ( = S.(1 + log (1 + )) Δt ( = τ.log ( S ) + τ.log (1 + log (1 + )) τ τ par par t t t t S ( = S.(1 + Δt ( = τ.log ( S ) + τ.log (1 + ) ) 3 τ 3 τ par par τ (( t t ) / τ ) par Δt ( = τ.log ( S ) +.( t t ) 8 S ( = S. 4 τ 4 par Hypothèse d évolution du parallélisme Exemple: τ = τ par = 1.5 an, et S = Δt () = 1.5 an i Advance on. (year) with exponential S( with linear S( with logarithmic S( with constant S( Elapsed time from date t Nécessite un accroissement exponentiel de la taille de la machine! Evolution significative de l avance temporelle Taille et speedup constant Avec une évolution linéaire ou exponentielle du speedup On obtient une évolution significative de l avance temporelle 9 Le parallélisme permet alors d enfoncer la loi de Moore Hypothèse d évolution du parallélisme Le speedup peut être perçu comme une avance temporelle sur la technologie séquentielle. Défis pour le parallélisme : Créer de longues lignées de machines parallèles Garantir le speedup constant su sein d une lignée Garantir le speedup constant à prix constant Créer des lignées de machines de plus en plus grosses Créer des machines de plus en plus grosses à prix constant Mais le principal défi du parallélisme n est pas d atteindre 1, 1 ou 1 PetaFlops, mais de garantir une évolution plus rapide que la technologie séquentielle. 3 1
11 1 Exemple d applications et clients Défis du calcul parallèle 3 Calcul parallèle dans le monde 31 Calcul parallèle dans le monde Nombre de machines par continent dans le Top-5 Juin increasing 18 machines 5 : Asie 81 (16%) Europe 114 (3%) Amérique 94 (6%) 3 Calcul parallèle dans le monde Fraction de la perf. totale par continent dans le Top-5 - Juin : 1 super-super-ordinateur change sensiblement les choses! Earth Simulator : 33 11
12 Calcul parallèle dans le monde Fraction de la perf. totale dans le Top-5 par constructeur et continent : L Europe ne construit pas/plus de super-ordinateurs! 5 : Asie: 3.6% Amérique : 95.% «global» : 1.% 34 Calcul parallèle dans le monde :Nombre de machines du Top5 par pays Européen Juin : 35 Parallélisme & Grid : FIN 36 1
3A-IIC - Parallélisme & Grid GRID : Définitions. GRID : Définitions. Stéphane Vialle. Stephane.Vialle@supelec.fr http://www.metz.supelec.
3A-IIC - Parallélisme & Grid Stéphane Vialle Stephane.Vialle@supelec.fr http://www.metz.supelec.fr/~vialle Principes et Objectifs Evolution Leçons du passé Composition d une Grille Exemple d utilisation
Plus en détailInitiation 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 détailEléments d architecture des machines parallèles et distribuées
M2-RISE - Systèmes distribués et grille Eléments d architecture des machines parallèles et distribuées Stéphane Vialle Stephane.Vialle@supelec.fr http://www.metz.supelec.fr/~vialle Notions d architecture
Plus en détailLes clusters Linux. 4 août 2004 Benoît des Ligneris, Ph. D. benoit.des.ligneris@revolutionlinux.com. white-paper-cluster_fr.sxw, Version 74 Page 1
Les clusters Linux 4 août 2004 Benoît des Ligneris, Ph. D. benoit.des.ligneris@revolutionlinux.com white-paper-cluster_fr.sxw, Version 74 Page 1 Table des matières Introduction....2 Haute performance (High
Plus en détailLes environnements de calcul distribué
2 e Atelier CRAG, 3 au 8 Décembre 2012 Par Blaise Omer YENKE IUT, Université de Ngaoundéré, Cameroun. 4 décembre 2012 1 / 32 Calcul haute performance (HPC) High-performance computing (HPC) : utilisation
Plus en détailPrésentation de la Grille EGEE
Présentation de la Grille EGEE Introduction aux grilles La grille EGEE Exemples d applications en physique des particules et en sciences de la vie Le cercle vertueux Conclusion Guy Wormser Directeur de
Plus en détailPascale Borla-Salamet Consultante Avant Vente Oracle France. Oracle Exadata Performance et Optimisation de votre Datawarehouse
Pascale Borla-Salamet Consultante Avant Vente Oracle France Oracle Exadata Performance et Optimisation de votre Datawarehouse Agenda Les nouveaux challenges Exadata Storage Server Oracle Database Machine
Plus en détailStéphane Lefebvre. CAE s Chief Financial Officer. CAE announces Government of Canada participation in Project Innovate.
Stéphane Lefebvre CAE s Chief Financial Officer CAE announces Government of Canada participation in Project Innovate Montreal, Canada, February 27, 2014 Monsieur le ministre Lebel, Mesdames et messieurs,
Plus en détailMonitoring continu et gestion optimale des performances énergétiques des bâtiments
Monitoring continu et gestion optimale des performances énergétiques des bâtiments Alexandre Nassiopoulos et al. Journée d inauguration de Sense-City, 23/03/2015 Croissance de la demande énergétique et
Plus en détailLimitations 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 détailRapport 2014 et demande pour 2015. Portage de Méso-NH sur Machines Massivement Parallèles du GENCI Projet 2015 : GENCI GEN1605 & CALMIP-P0121
Rapport 2014 et demande pour 2015 Portage de Méso-NH sur Machines Massivement Parallèles du GENCI Projet 2015 : GENCI GEN1605 & CALMIP-P0121 Rappel sur Méso-NH : Modélisation à moyenne échelle de l atmosphère
Plus en détailIntel Corporation Nicolas Biguet Business Development Manager Intel France
Les serveurs pour l Entreprise Intel Corporation Nicolas Biguet Business Development Manager Intel France 1 Les orientations stratégiques Clients Réseaux Serveurs Fournir les les éléments de de base des
Plus en détailLOGICIELS DE PRÉVISIONS
Pour vos appels d offre Mars 2014 LGICIELS DE PRÉVISINS 4 e ÉDITIN SAS INSTITUTE SAS Forecast Server SupplyChainMagazine.fr 19, rue Saint-Georges - 94700 Maisons-Alfort 1. NM de l'éditeur SAS Institute
Plus en détailInfrastructure de calcul du CRRI
Infrastructure de calcul du CRRI Types d'infrastructures de calcul Calcul Intensif (High Performance Computing) Tâches fortement couplées (codes vectoriels / parallèles) Supercalculateurs, SMP, clusters,
Plus en détailAMBASSADE DE FRANCE EN ALLEMAGNE SERVICE POUR LA SCIENCE ET LA TECHNOLOGIE
AMBASSADE DE FRANCE EN ALLEMAGNE SERVICE POUR LA SCIENCE ET LA TECHNOLOGIE Le Conseiller pour la Science et la Technologie SST/PR Berlin, le 23 novembre 2010 Etat des lieux comparatif dans le domaine des
Plus en détailChapitre 1. Infrastructures distribuées : cluster, grilles et cloud. Grid and Cloud Computing
Chapitre 1. Infrastructures distribuées : cluster, grilles et cloud Grid and Cloud Computing Problématique Besoins de calcul croissants Simulations d'expériences coûteuses ou dangereuses Résolution de
Plus en détailSystèmes et traitement parallèles
Systèmes et traitement parallèles Mohsine Eleuldj Département Génie Informatique, EMI eleuldj@emi.ac.ma 1 Système et traitement parallèle Objectif Etude des architectures parallèles Programmation des applications
Plus en détailQuantification d incertitude et Tendances en HPC
Quantification d incertitude et Tendances en HPC Laurence Viry E cole de Physique des Houches 7 Mai 2014 Laurence Viry Tendances en HPC 7 Mai 2014 1 / 47 Contents 1 Mode lisation, simulation et quantification
Plus en détailEvaluation des performances de programmes parallèles haut niveau à base de squelettes
Evaluation des performances de programmes parallèles haut niveau à base de squelettes Enhancing the Performance Predictability of Grid Applications with Patterns and Process Algebras A. Benoit, M. Cole,
Plus en détailProject 1 Experimenting with Simple Network Management Tools. ping, traceout, and Wireshark (formerly Ethereal)
Project 1 Experimenting with Simple Network Management Tools ping, traceout, and Wireshark (formerly Ethereal) (A) (25%) Use the ping utility to determine reach-ability of several computers. To run a ping
Plus en détailInfrastructures Parallèles de Calcul
Infrastructures Parallèles de Calcul Clusters Grids Clouds Stéphane Genaud 11/02/2011 Stéphane Genaud () 11/02/2011 1 / 8 Clusters - Grids - Clouds Clusters : assemblage de PCs + interconnexion rapide
Plus en détailCalcul Haute Performance & Données
Calcul Haute Performance & Données Plan de l exposé CALMIP : news Evolution Matérielle Evolution des systèmes de calcul (CALMIP) Evolution Applicative Modélisation et Calcul haute performance Calcul haute
Plus en détailTests de SlipStream sur les plateformes StratusLab@LAL et OpenStack@CC-IN2P3 : vers la. Vers la fédération du Cloud computing
Tests de sur les plateformes StratusLab@LAL et OpenStack@CC-IN2P3 : vers la fédération du Cloud computing Cécile Cavet1 & Charles Loomis2 (1) Centre François Arago, Laboratoire, Université Paris Diderot,
Plus en détailRappels sur les suites - Algorithme
DERNIÈRE IMPRESSION LE 14 septembre 2015 à 12:36 Rappels sur les suites - Algorithme Table des matières 1 Suite : généralités 2 1.1 Déition................................. 2 1.2 Exemples de suites............................
Plus en détailEtude 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 détailRetour d expérience, portage de code Promes dans le cadre de l appel à projets CAPS-GENCI
, portage de code Promes dans le cadre de l appel à projets CAPS-GENCI PROMES (UPR 8521 CNRS) Université de Perpignan France 29 juin 2011 1 Contexte 2 3 4 Sommaire Contexte 1 Contexte 2 3 4 Laboratoire
Plus en détailPrincipes. 2A-SI 3 Prog. réseau et systèmes distribués 3. 3 Programmation en CORBA. Programmation en Corba. Stéphane Vialle
2A-SI 3 Prog. réseau et systèmes distribués 3. 3 Programmation en CORBA Stéphane Vialle Stephane.Vialle@supelec.fr http://www.metz.supelec.fr/~vialle 1 Principes 2 Architecture 3 4 Aperçu d utilisation
Plus en détailRègles et paramètres d'exploitation de Caparmor 2 au 11/12/2009. Pôle de Calcul Intensif pour la mer, 11 Decembre 2009
Règles et paramètres d'exploitation de Caparmor 2 au 11/12/2009 Pôle de Calcul Intensif pour la mer, 11 Decembre 2009 CAPARMOR 2 La configuration actuelle Les conditions d'accès à distance règles d'exploitation
Plus en détailRapport d activité. Mathieu Souchaud Juin 2007
Rapport d activité Mathieu Souchaud Juin 2007 Ce document fait la synthèse des réalisations accomplies durant les sept premiers mois de ma mission (de novembre 2006 à juin 2007) au sein de l équipe ScAlApplix
Plus en détailGénération de code binaire pour application multimedia : une approche au vol
Génération de binaire pour application multimedia : une approche au vol http://hpbcg.org/ Henri-Pierre Charles Université de Versailles Saint-Quentin en Yvelines 3 Octobre 2009 Présentation Présentation
Plus en détailChapitre 4: Introduction au Cloud computing
Virtualisation et Cloud Computing Chapitre 4: Introduction au Cloud computing L'évolution d'internet Virt. & Cloud 12/13 2 Définition Le cloud computing est une technologie permettant de délocaliser les
Plus en détailArchitecture des ordinateurs
Décoder la relation entre l architecture et les applications Violaine Louvet, Institut Camille Jordan CNRS & Université Lyon 1 Ecole «Découverte du Calcul» 2013 1 / 61 Simulation numérique... Physique
Plus en détailWN/CMGC/08/98. Enjeu et problématique du portage d'arpege-nemo sur calculateurs super-scalaires. Eric Maisonnave
WN/CMGC/08/98 Enjeu et problématique du portage d'arpege-nemo sur calculateurs super-scalaires Eric Maisonnave 1 2 Algorithme utilisé, adaptation à la plate-forme visée...5 Particularités du portage...7
Plus en détailGRID MIP. Plate-forme de développement de la Simulation Numérique au service de la Région Midi-Pyrénées. claude-j.oudet@orange.fr
GRID MIP Plate-forme de développement de la Simulation Numérique au service de la Région Midi-Pyrénées Plan Développement industriel et simulation numérique (3-9) Projet pilote GRID MIP conduit avec le
Plus en détailOptimisation de logiciels de modélisation sur centre de calcul
Optimisation de logiciels de modélisation sur centre de calcul Gérald Monard Pôle de Chimie Théorique http://www.monard.info/ Introduction Les ordinateurs sont des appareils électroniques permettant d
Plus en détailObjets connectés, avez-vous donc une âme?
Objets connectés, avez-vous donc une âme? Bernard Ourghanlian Directeur Technique et Sécurité Microsoft France Qu est ce que l Internet des Objets? «Le réseau des objets physiques contenant des technologies
Plus en détailVers l'orchestration de grilles de PC par les mécanismes de publicationsouscription
Vers l'orchestration de grilles de PC par les mécanismes de publicationsouscription Présentée par Leila Abidi Sous la direction de Mohamed Jemni & Christophe Cérin Plan Contexte Problématique Objectifs
Plus en détailLes mésocentres HPC àportée de clic des utilisateurs industriels
Les mésocentres HPC àportée de clic des utilisateurs industriels Université de Reims Champagne-Ardenne (URCA) Centre de Calcul ROMEO Multidisciplinary university more than 22 000 students a wide initial
Plus en détailIntroduction à l analyse numérique : exemple du cloud computing
Introduction à l analyse numérique : exemple du cloud computing Tony FEVRIER Aujourd hui! Table des matières 1 Equations aux dérivées partielles et modélisation Equation différentielle et modélisation
Plus en détailProgrammes des classes préparatoires aux Grandes Ecoles
Programmes des classes préparatoires aux Grandes Ecoles Filière : scientifique Voie : Biologie, chimie, physique et sciences de la Terre (BCPST) Discipline : Mathématiques Seconde année Préambule Programme
Plus en détailTout savoir sur le matériel informatique
Tout savoir sur le matériel informatique Thème de l exposé : Les Processeurs Date : 05 Novembre 2010 Orateurs : Hugo VIAL-JAIME Jérémy RAMBAUD Sommaire : 1. Introduction... 3 2. Historique... 4 3. Relation
Plus en détailBig 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 détailIntroduction à la Programmation Parallèle: MPI
Introduction à la Programmation Parallèle: MPI Frédéric Gava et Gaétan Hains L.A.C.L Laboratoire d Algorithmique, Complexité et Logique Cours du M2 SSI option PSSR Plan 1 Modèle de programmation 2 3 4
Plus en détailQu est ce qu une offre de Cloud?
1 Qu est ce qu une offre de Cloud? Vos Interlocuteurs : Fréderic DULAC Directeur Frederic.dulac@businessdecision.com 2 Sommaire 1. Cloud : Définition et Typologie 2. Cloud : Les avantages 3. Exemple offre
Plus en détailPrésentation du projet Smart Electric Lyon
. Présentation du projet Smart Electric Lyon 4/03/2014 EDF Les réseaux électriques deviendraient-ils intelligents? Décembre 2012 2 Consommation par marché et usages 2/3 pour le spécifique (Éclairage et
Plus en détailEvolution des SI à l heure du Cloud
Evolution des SI à l heure du Cloud Avril 2010 F. VERGNAIS Les partenaires R&D Bank / Insurance Lines Of Business AMS Correspondants du CIT BDDF BFI IFRS BNL Technology & Marketing Watch Nouveaux acteurs
Plus en détailArchitecture des Ordinateurs. Partie II:
Architecture des Ordinateurs Partie II: Le port Floppy permet le raccordement du lecteur de disquette àla carte mère. Remarque: Le lecteur de disquette a disparu il y a plus de 6 ans, son port suivra.
Plus en détailArchitectures informatiques dans les nuages
Architectures informatiques dans les nuages Cloud Computing : ressources informatiques «as a service» François Goldgewicht Consultant, directeur technique CCT CNES 18 mars 2010 Avant-propos Le Cloud Computing,
Plus en détailMPI-1 2ème partie : Programmation «non bloquante» et communications de groupe
3A-SI Programmation parallèle MPI-1 2ème partie : Programmation «non bloquante» et communications de groupe Stéphane Vialle Stephane.Vialle@supelec.fr http://www.metz.supelec.fr/~vialle MPI-1 2ème partie
Plus en détailGregory Renard CTO Wygwam - Research and Innovation Manager Usilink Microsoft Regional Director - Most Valuable Professional
Gregory Renard CTO Wygwam - Research and Innovation Manager Usilink Microsoft Regional Director - Most Valuable Professional La notion du retour de loi accélérée! Les technologies de l'information (tous
Plus en détailBourses d excellence pour les masters orientés vers la recherche
Masters de Mathématiques à l'université Lille 1 Mathématiques Ingénierie Mathématique Mathématiques et Finances Bourses d excellence pour les masters orientés vers la recherche Mathématiques appliquées
Plus en détailRetours d expériences et perspectives sur les aspects énergétiques
Retour d expériences Retours d expériences et perspectives sur les aspects énergétiques d un mesocentre (Grenoble) GreenDays@Luxembourg CIMENT, LIG 28-29 Janvier 2013 Bruno Bzeznik Retour d expériences
Plus en détailChapitre 2. Cluster de calcul (Torque / Maui) Grid and Cloud Computing
Chapitre 2. Cluster de calcul (Torque / Maui) Grid and Cloud Computing 2. Cluster de calcul (Torque/Maui) Batch/Job Scheduler Gestion automatique d'une séries de jobs Interface de définition des jobs et
Plus en détailProgrammation 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 détailFusion : l interopérabilité chez Oracle
Standardisation et interopérabilité Fusion : l interopérabilité chez Oracle Lionel Dubreuil,, Applications Technology Product Manager, Oracle France, lionel.dubreuil@oracle.com 29/03/2006 Page : 1 Oracle
Plus en détailLa surveillance réseau des Clouds privés
La surveillance réseau des Clouds privés Livre blanc Auteurs : Dirk Paessler, CEO de Paessler AG Gerald Schoch, Rédactrice technique de Paessler AG Publication : Mai 2011 Mise à jour : Février 2015 PAGE
Plus en détailContrôle Non Destructif : Implantation d'algorithmes sur GPU et multi-coeurs. Gilles Rougeron CEA/LIST Département Imagerie Simulation et Contrôle
Contrôle Non Destructif : Implantation d'algorithmes sur GPU et multi-coeurs Gilles Rougeron CEA/LIST Département Imagerie Simulation et Contrôle 1 CEA R & D for Nuclear Energy 5 000 people Nuclear systems
Plus en détailLES DATACENTRES. ANGD MATHRICE Novembre 2009. Françoise Berthoud Violaine Louvet. Merci à Dominique Boutigny. Site web : http://www.ecoinfo.cnrs.
LES DATACENTRES ANGD MATHRICE Novembre 2009 Françoise Berthoud Violaine Louvet Merci à Dominique Boutigny Site web : http://www.ecoinfo.cnrs.fr Quelques données : La consommation des centres de données
Plus en détailÉquilibrage Dynamique de Charge pour des Calculs Parallèles sur Cluster Linux - Une Évaluation de l Environnement AMPI.
Facultés Universitaires Notre-Dame de la Paix, Namur Institut d Informatique Année académique 2003-2004 Équilibrage Dynamique de Charge pour des Calculs Parallèles sur Cluster Linux - Une Évaluation de
Plus en détailComplexité. Licence Informatique - Semestre 2 - Algorithmique et Programmation
Complexité Objectifs des calculs de complexité : - pouvoir prévoir le temps d'exécution d'un algorithme - pouvoir comparer deux algorithmes réalisant le même traitement Exemples : - si on lance le calcul
Plus en détail1- Gaz-mm British standrad to mm. DIAMÈTRE EXTÉRIEUR FILETÉ mm. DIAMÈTRE INTÉRIEUR TARAUDÉ mm
1- Gaz-mm British standrad to mm PAS BRITISH STANDARD DIAMÈTRE EXTÉRIEUR FILETÉ mm DIAMÈTRE INTÉRIEUR TARAUDÉ mm DIAMÈTRE DE L'AVANT- TROU mm RACCORD PLOMBERIE G 1/8" 9,73 8,85 8,80 G 1/4" 13,16 11,89
Plus en détailArchitecture client riche Evolution ou révolution? Thomas Coustenoble IBM Lotus Market Manager
Architecture client riche Evolution ou révolution? Thomas Coustenoble IBM Lotus Market Manager IBM Workplace : permettre aux personnes de communiquer, de partager l information, quel que soit le terminal
Plus en détailEnseignant: Lamouchi Bassem Cours : Système à large échelle et Cloud Computing
Enseignant: Lamouchi Bassem Cours : Système à large échelle et Cloud Computing Les Clusters Les Mainframes Les Terminal Services Server La virtualisation De point de vue naturelle, c est le fait de regrouper
Plus en détailLa solution éco performante pour la sécurisation de l alimentation électrique des Datacenters à haut niveau de disponibilité
La solution éco performante pour la sécurisation de l alimentation électrique des Datacenters à haut niveau de disponibilité Alimentation Sans Interruption en liaison avec : Les échanges et besoins en
Plus en détailAspects 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 détailLe calcul intensif chez PSA Peugeot Citroën. TERATEC 28 juin 2011
Le calcul intensif chez PSA Peugeot Citroën TERATEC 28 juin 2011 Daniel ZAMPARINI 1 Le calcul intensif chez PSA Peugeot Citroën TERATEC - 28 juin 2011 PSA Peugeot Citroën : éléments clés de la branche
Plus en détailSéminaire RGE REIMS 17 février 2011
Séminaire RGE REIMS 17 février 2011 ADACSYS Présentation des FPGA Agenda Spécificité et différences par rapport aux autres accélérateurs Nos atouts Applications Approche innovante Document confidentiel
Plus en détailDétection d'intrusions en environnement haute performance
Symposium sur la Sécurité des Technologies de l'information et des Communications '05 Détection d'intrusions en environnement haute performance Clusters HPC Fabrice Gadaud (fabrice.gadaud@cea.fr) 1 Sommaire
Plus en détailLe GRAND CONSEIL de la République et canton de Genève décrète ce qui suit :
Secrétariat du Grand Conseil PL 11673 Projet présenté par le Conseil d Etat Date de dépôt : 20 mai 2015 Projet de loi de bouclement de la loi n 10515 ouvrant un crédit au titre d indemnité d'investissement
Plus en détailLe signal GPS. Les horloges atomiques à bord des satellites GPS produisent une fréquence fondamentale f o = 10.23 Mhz
Le signal GPS Les horloges atomiques à bord des satellites GPS produisent une fréquence fondamentale f o = 10.23 Mhz Deux signaux en sont dérivés: L1 (fo x 154) = 1.57542 GHz, longueur d onde = 19.0 cm
Plus en détailEntreprise. Gestion énergétique de votre parc informatique
Entreprise Gestion énergétique de votre parc informatique AVOB Energy Saver 5, c est l opportunité pour votre entreprise de réduire drastiquement le coût énergétique et l empreinte carbone de son parc
Plus en détailBCO. Sébastien LECOT Directeur de GESS PARTNERS
BCO Sébastien LECOT Directeur de GESS PARTNERS Agenda Présentation de GESS PARTNERS L Apport du Capacity Planning dans les projets de transformation Présentation de BCO et de son architecture Présentation
Plus en détailDOSSIER DE CANDIDATURE PEDAGOGIQUE En seconde Année du MASTER «Sciences de l Ingénieur» (SDI) Année universitaire 2008-2009
DOSSIER DE CANDIDATURE PEDAGOGIQUE En seconde Année du MASTER «Sciences de l Ingénieur» (SDI) En seconde année de la composante Mécanique du master SDI, il est possible de candidater dans l une ou l autre
Plus en détailMarketing 1 to 1. Gilles Enguehard. DG société Atenys - Conseil & Management. Le marketing one to one. 1. Bref historique
Marketing 1 to 1 Gilles Enguehard DG société Atenys - Conseil & Management genguehard@atenys.com Le marketing one to one 1. Bref historique 2. Les différentes formes de personnalisation 3. Internet : un
Plus en détailProjet Institutional Support to African Climate Initiative (ISACIP) ATELIER DE RENFORCEMENT DE CAPACITÉS Niamey, 17 au 25 mars 2014
Projet Institutional Support to African Climate Initiative (ISACIP) ATELIER DE RENFORCEMENT DE CAPACITÉS Niamey, 17 au 25 mars 2014 Par Amadou Idrissa Bokoye, Ph. D. Contact: abokoye@gmail.com Environnement
Plus en détailParallélisme 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 détailPrésentation et installation PCE-LOG V4 1-5
PCE-LOG V4 version borne externe type PC50 mesures U, I + 3 TS version coffret mural mesures U, U, I + 3TS PRESENTATION 1-5 1 Presentation PCE-LOG V4 est un datalogger pour la télésurveillance de la protection
Plus en détailWebinaire Windows 8. Nous recommandons les logiciels Microsoft Nous recommandons les logiciels Microsoft
Webinaire Windows 8 Nous recommandons les logiciels Microsoft Nous recommandons les logiciels Microsoft Programme Présentation de MicroAge Maria Fiore Responsable du développement des affaires MicroAge
Plus en détailETUDE ET IMPLÉMENTATION D UNE CACHE L2 POUR MOBICENTS JSLEE
Mémoires 2010-2011 www.euranova.eu MÉMOIRES ETUDE ET IMPLÉMENTATION D UNE CACHE L2 POUR MOBICENTS JSLEE Contexte : Aujourd hui la plupart des serveurs d application JEE utilise des niveaux de cache L1
Plus en détailBig data et sciences du Vivant L'exemple du séquençage haut débit
Big data et sciences du Vivant L'exemple du séquençage haut débit C. Gaspin, C. Hoede, C. Klopp, D. Laborie, J. Mariette, C. Noirot, MS. Trotard bioinfo@genopole.toulouse.inra.fr INRA - MIAT - Plate-forme
Plus en détailIntégration et probabilités TD1 Espaces mesurés Corrigé
Intégration et probabilités TD1 Espaces mesurés Corrigé 2012-2013 1 Petites questions 1 Est-ce que l ensemble des ouverts de R est une tribu? Réponse : Non, car le complémentaire de ], 0[ n est pas ouvert.
Plus en détailRésolvez vos problèmes d énergie dédiée à l informatique
Résolvez vos problèmes d énergie dédiée à l informatique GRÂCE À UNE SOLUTION ENERGY SMART DE DELL Surmonter les défis énergétiques des datacenters Les responsables informatiques ont un problème urgent
Plus en détailManagement des Systèmes d Information
Management des Systèmes d Information Marie-Hélène Delmond delmond@hec.fr Les cours d informatique / de système d information à HEC Formation Fondamentale (L3) Modélisation (Tableur) - Informatique individuelle
Plus en détailT. Gasc 1,2,3, F. De Vuyst 1, R. Motte 3, M. Peybernes 4, R. Poncet 5
Modélisation de la performance et optimisation d un algorithme hydrodynamique de type Lagrange-Projection sur processeurs multi-cœurs T. Gasc 1,2,3, F. De Vuyst 1, R. Motte 3, M. Peybernes 4, R. Poncet
Plus en détailBUSINESS FORECASTING SYSTEM
Septembre 2012 Pour vos appels d offre LOGICIELS DE PRÉVISION 3 e ÉDITION BUSINESS FORECASTING SYSTEM XE - Unlimited SC Trac SC SupplyChainMagazine.fr 19, rue Saint-Georges - 94700 Maisons-Alfort 1. NOM
Plus en détailenergy BOX WEB Automates de GTB
energy BOX WEB Automates de GTB Un Energy BOX WEB est un automate complet de GTB intégrant un serveur WEB en supervision. Cet automate a été conçu pour offrir à nos clients une solution simple et compacte
Plus en détailOptimisation 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 détailt 100. = 8 ; le pourcentage de réduction est : 8 % 1 t Le pourcentage d'évolution (appelé aussi taux d'évolution) est le nombre :
Terminale STSS 2 012 2 013 Pourcentages Synthèse 1) Définition : Calculer t % d'un nombre, c'est multiplier ce nombre par t 100. 2) Exemples de calcul : a) Calcul d un pourcentage : Un article coûtant
Plus en détailCours Master 2, 2011
Révision Mobilité, Cours Master 2, 2011 Michel Habib habib@liafa.jussieu.fr http://www.liafa.jussieu.fr/~habib Mars 2011 Plan Le déclin programmé du pair-à-pair? Un peu d espoir quand même Grid et autres
Plus en détailLa stratégie Cloud de Microsoft
La stratégie Cloud de Microsoft Evènement GOSIS 27 MAI 2011 Edouard Payenneville Arnaud Putegnat MICROSOFT FRANCE Agenda Microsoft et le cloud IT as a Service Le cloud avec nos partenaires Pourquoi choisir
Plus en détailTIC. Panorama. L'industrie de l'information et de la communication la première industrie japonaise
TIC (Technologies de l'information et de la communication) Panorama L'industrie de l'information et de la communication la première industrie japonaise La taille du marché (en PIB réel) des technologies
Plus en détailInstitut français des sciences et technologies des transports, de l aménagement
Institut français des sciences et technologies des transports, de l aménagement et des réseaux Session 3 Big Data and IT in Transport: Applications, Implications, Limitations Jacques Ehrlich/IFSTTAR h/ifsttar
Plus en détailHPC by OVH.COM. Le bon calcul pour l innovation OVH.COM
4 HPC by OVH.COM Le bon calcul pour l innovation 2 6 5 6 2 8 6 2 OVH.COM 5 2 HPC by OVH.COM 6 HPC pour High Performance Computing Utilisation de serveurs et de grappes de serveurs (clusters), configurés
Plus en détailEcran programmable. Testez la différence grâce. à sa puissance, sa rapidité. et ses possibilités réseaux
Ecran programmable Testez la différence grâce à sa puissance, sa rapidité et ses possibilités réseaux Gamme de Produits Compact & hautement fonctionnel Pouces Couleurs Rétro éclairage 3 Ports série Maitre/
Plus en détailOrdonnancement sous contraintes de Qualité de Service dans les Clouds
Ordonnancement sous contraintes de Qualité de Service dans les Clouds GUÉROUT Tom DA COSTA Georges (SEPIA) MONTEIL Thierry (SARA) 05/12/2014 1 Contexte CLOUD COMPUTING Contexte : Environnement de Cloud
Plus en détailMapReduce. Malo Jaffré, Pablo Rauzy. 16 avril 2010 ENS. Malo Jaffré, Pablo Rauzy (ENS) MapReduce 16 avril 2010 1 / 15
MapReduce Malo Jaffré, Pablo Rauzy ENS 16 avril 2010 Malo Jaffré, Pablo Rauzy (ENS) MapReduce 16 avril 2010 1 / 15 Qu est ce que c est? Conceptuellement Données MapReduce est un framework de calcul distribué
Plus en détailBASE. Vous avez alors accès à un ensemble de fonctionnalités explicitées ci-dessous :
BASE BioArray Software Environment (BASE) est une base de données permettant de gérer l importante quantité de données générées par des analyses de bio-puces. BASE gère les informations biologiques, les
Plus en détailRetour d expérience en Astrophysique : utilisation du Cloud IaaS pour le traitement de données des missions spatiales
Retour d expérience en Astrophysique : utilisation du Cloud IaaS pour le traitement de données des missions spatiales Cécile Cavet cecile.cavet at apc.univ-paris7.fr Centre François Arago (FACe), Laboratoire
Plus en détailConvertisseurs statiques d'énergie électrique
Convertisseurs statiques d'énergie électrique I. Pourquoi des convertisseurs d'énergie électrique? L'énergie électrique utilisée dans l'industrie et chez les particuliers provient principalement du réseau
Plus en détailMarketing 1 to 1. Gilles Enguehard. DG société Atenys - Conseil & Management. genguehard@atenys.com
Marketing 1 to 1 Gilles Enguehard DG société Atenys - Conseil & Management genguehard@atenys.com Le marketing one to one 1. Bref historique 2. Les différentes formes de personnalisation 3. Internet : un
Plus en détail