Laboratoire ID-IMAG INRIA Rhône-Alpes Grenoble. http://moais.imag.fr



Documents pareils
Projet IGGI. Infrastructure pour Grappe, Grille et Intranet. Fabrice Dupros. CASCIMODOT - Novembre Systèmes et Technologies de l Information

Ordonnancement sous contraintes de Qualité de Service dans les Clouds

Contributions à l expérimentation sur les systèmes distribués de grande taille

Pour chaque projet est indiqué son titre, le ou les laboratoires participants ainsi que le coordinateur

Multiprogrammation parallèle générique des méthodes de décomposition de domaine

Administration autonome d applications réparties sur grilles

Retours d expériences et perspectives sur les aspects énergétiques

Introduction aux applications réparties

3A-IIC - Parallélisme & Grid GRID : Définitions. GRID : Définitions. Stéphane Vialle. Stephane.Vialle@supelec.fr

Communications performantes par passage de message entre machines virtuelles co-hébergées

Journée Utiliateurs Nouvelles du Pôle ID (Informatique) Pierre Neyron, LIG/CNRS

Conception des systèmes répartis

Logiciel Libre Cours 3 Fondements: Génie Logiciel

Charte d adhésion d un laboratoire au Mésocentre CIMENT

Equilibrage de charge pour les grilles de calcul : classe des tâches dépendantes et indépendantes.

Rapport d activité. Mathieu Souchaud Juin 2007

MEAD : temps réel et tolérance aux pannes pour CORBA

Resolution limit in community detection

Grid5000 aujourd'hui : Architecture & utilisation

Conception et contrôle des SMA tolérants aux fautes

Evaluation des performances de programmes parallèles haut niveau à base de squelettes

MaiMoSiNE Maison de la Modélisation et de la Simulation : Nano Sciences et Environnement

CORBA haute performance

Optimisation for Cloud Computing and Big Data

Projet ANR. Bruno Capra - OXAND. 04/06/2015 CEOS.fr - Journée de restitution (Paris) B. CAPRA

Exemple d implantation de fonction mathématique sur ST240

Cours A7 : Temps Réel

Master (filière Réseau) Parcours Recherche: Systèmes Informatiques et Réseaux (RTS)

Diagrammes de Package, de déploiement et de composants UML

Runtime. Gestion de la réactivité des communications réseau. François Trahay Runtime, LaBRI sous la direction d'alexandre Denis Université Bordeaux I

La sécurité dans les grilles

Prédiction des performances des opérations de sauvegarde/reprise sur cluster virtuel

Calculer avec Sage. Revision : 417 du 1 er juillet 2010

Ordonnancement robuste et décision dans l'incertain

Grandes lignes ASTRÉE. Logiciels critiques. Outils de certification classiques. Inspection manuelle. Definition. Test

Equilibrage de charge (Load

Laboratoire de Haute Sécurité. Télescope réseau et sécurité des réseaux

Projet Robot Centaure

Plan du cours. Autres modèles pour les applications réparties Introduction. Mode de travail. Introduction

Contribution à la conception à base de composants logiciels d applications scientifiques parallèles.

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

THÈSE. Présentée devant. l Université de Rennes 1. pour obtenir. par. Emmanuel JEANVOINE

Simulation de graphes de tâches

Notice d Utilisation du logiciel Finite Element Method Magnetics version 3.4 auteur: David Meeker

Gestion des utilisateurs et Entreprise Etendue

Programmation parallèle et distribuée

Prise en compte des ressources dans les composants logiciels parallèles

Équilibrage Dynamique de Charge pour des Calculs Parallèles sur Cluster Linux - Une Évaluation de l Environnement AMPI.

Architecture des ordinateurs

GCOS 7 sur microprocesseur standard Diane Daniel POIRSON 14 octobre 2004 Matériels 64 / DPS 7 / DPS 7000 Architecture & Evolution - Daniel POIRSON 1

Ré-ordonnancement adaptatif de messages dans un réseau ad hoc de véhicules

IRL : Simulation distribuée pour les systèmes embarqués

Parcours en deuxième année

Lʼavenir des grilles Des grilles aux Clouds avec quelques «petits problèmes» de recherche. F. Desprez INRIA

Relever les défis des véhicules autonomes

L INRIA, institut français des STIC. (en Île-de-France) 24 septembre 2009

Architectures PKI. Sébastien VARRETTE

INITIATIVE HPC-PME Calcul haute performance pour les PME

Plan du cours. Incarnations/applications du Grid Computing. Super-calcul virtuel

Initiation au HPC - Généralités

Description des UE s du M2

ViSaGe. Virtualisation du Stockage dans les Grilles. Informatiques. RenPar 16, 6-8 Avril 2005 Thiebolt François

your Creative agency MountainCloud CLUSTER HBI INOTEP - Pôle d Excellence BTP Nord-Pas de Calais 73 rue Raoul Briquet BRUAY-LA-BUISSIERE

Vers une définition des systèmes répartis multi-échelle

Master Informatique Aix-Marseille Université

Hétérogénéité pour atteindre une consommation énergétique proportionnelle dans les clouds

Réunion d information Accès Internet. 25 avril 2014

Plan de secours informatique à chaud, virtualisation, et autres recettes...

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

T. Gasc 1,2,3, F. De Vuyst 1, R. Motte 3, M. Peybernes 4, R. Poncet 5

Infrastructures Parallèles de Calcul

Grid 5000 : Administration d une infrastructure distribuée et développement d outils de déploiement et d isolation réseau

Les environnements de calcul distribué

Eléments d architecture des machines parallèles et distribuées

Évaluation des logiciels et autres réalisations

ORDONNANCEMENT CONJOINT DE TÂCHES ET DE MESSAGES DANS LES RÉSEAUX TEMPS RÉELS 4. QUELQUES EXEMPLES DU DYNAMISME ACTUEL DU TEMPS RÉEL

Solution A La Gestion Des Objets Java Pour Des Systèmes Embarqués

VMWare Infrastructure 3

ERP Service Negoce. Pré-requis CEGID Business version sur Plate-forme Windows. Mise à jour Novembre 2009

Jade. Projet Intelligence Artificielle «Devine à quoi je pense»

Informatique industrielle A Systèmes temps-réel J.F.Peyre. Partie I : Introduction

Argument-fetching dataflow machine de G.R. Gao et J.B. Dennis (McGill, 1988) = machine dataflow sans flux de données

Surveillance et maintenance prédictive : évaluation de la latence de fautes. Zineb SIMEU-ABAZI Univ. Joseph Fourier, LAG)

Cours n 12. Technologies WAN 2nd partie

Limitations of the Playstation 3 for High Performance Cluster Computing

THÈSE. Pour obtenir le grade de. Spécialité : Informatique. Arrêté ministériel : 7 août Présentée et soutenue publiquement par.

Asynchronisme : Cadres continu et discret

Réseau longue distance et application distribuée dans les grilles de calcul : étude et propositions pour une interaction efficace

Modélisation des interfaces matériel/logiciel

Segmentation d'images à l'aide d'agents sociaux : applications GPU

CLOUD CP3S SOLUTION D INFRASTRUCTURE SOUMIS À LA LÉGISLATION FRANÇAISE. La virtualisation au service de l entreprise. Évolutivité. Puissance.

Recherche De Coalescences Binaires Étalonnage Du Détecteur

Figure 3.1- Lancement du Gambit

Gestion hybride de la mémoire dynamique dans les systèmes Java temps-réel

Projet MDMA - Rapport L2

Cliquez pour modifier le style du titre. Emergence de projets

CQP Inter-branches Technicien de Maintenance Industrielle. Préparation de l évaluation des compétences par le candidat

Cloud Computing. Introduction. ! Explosion du nombre et du volume de données

T.P. FLUENT. Cours Mécanique des Fluides. 24 février 2006 NAZIH MARZOUQY

Cluster High Performance Computing. Dr. Andreas Koch, Cluster Specialist

Transcription:

Laboratoire ID-IMAG INRIA Rhône-Alpes Grenoble http://moais.imag.fr 1

2 Personnel Permanents (7) : Vincent Danjean [MdC UJF] Thierry Gautier [CR INRIA] Guillaume Huard [MdC UJF] Grégory Mounié [MdC INPG] Doctorants (16 +3) : Julien Bernard (ST) Florent Blanchot (ST) Guillaume Dunoyer (DCN, POPART,E-MOTION) Luiz-Angelo Estefanel Lionel Eyraud Feryal-Kamila Moulai (Bull) Samir Jafar Jérémie Allard Hamid-Reza Hamidi Jaroslaw Zola Bruno Raffin [CR INRIA] Jean-Louis Roch [MdC INPG] Denis Trystram [Prof INPG] Clément Menier (MOAIS/MOVI) Jonathan Pecero-Sanchez Laurent Pigeon (IFP) Krzysztof Rzadca Daouda Traore Sébastien Varrette Thomas Arcila Eric Saule Yannick Ngoko

3 Multi-Programmation et Ordonnancement pour les Applications Interactives de Simulation Objectif : Programmation efficace des réseaux virtuels (SMP, grappes et grilles) Applications pour lesquelles la performance est multi-critère et liée au nombre de ressources Adaptation statique à un environnement en évolution graduelle Adaptation dynamique au contexte d exécution : données et réseau virtuel Cible : Applications de simulation, interactives et distribuées calcul acquisition rendu

4 Axes de Recherche Scheduling hétérogéneité, multicritère Algorithmes adaptatifs Polyalgorithme en liaison avec l ordonnancement Contrôle de l exécution Interactivité Contrôle de la latence Logiciel FlowVR Couplage Description et implémentation efficace des synchronisations Logiciel Kaapi

Problématique Moais 5 Multi-échelle : D un petit (SMP) à un grand nombre de ressources (clusters, grilles) Hétérogène (Ex: Grimage et Grid5000) Et aussi systèmes embarqués (MPSoCs) Multi-échelle dynamique : Tolérer l ajout et le retrait de ressources Autonomie: l'application doit s'adapter/interagir avec l'environnement Sécurité : Tolérer les pannes franches Sûreté de fonctionnement (VPN + détection hôtes malicieux) Qualités de service multi-critères : interactivité Compromis temps / espace : temps exécution nombre opérations Garantir les performances : preuves théoriques et expérimentales Algorithmique + Ordonnancement + Programmation

Logiciels : FlowVR et Kaapi Modules : FlowVR Macro-dataflow statique dédié aux applications interactives Boucle: Wait get put... Couplage de codes (parallèles): Intégration de code externes pour applications hétérogènes Graphe FlowVR 6 Tâches : Kaapi Macro-dataflow dynamique: tâche =appel procédure/méthode Adaptabilité : vol de cycles aux données, aux vitesses des machines Tolérance ajout/résilience de ressources FlowVR+Kaapi Graphe Kaapi Des modules FlowVR implantés avec Kaapi Octree parallèle adaptatif pour reconstruction 3D multi-caméras

Adaptativité algorithmique (1) 7 KAAPI Problème à résoudre : f Plusieurs algorithmes (différents) possibles: algo_f 1, algo_f (taille_bloc) 2, algo_f k Adaptivité: choix statique/dynamique en fonction du contexte Chaque algorithme algo_f k est récursif : Adaptation choix de algo_f j pour chaque appel à f algo_f i ( n, ) {. f ( n - 1, ) ; // appels à des. // f ( n / 2, ) ; // sous-problèmes } Contribution: schéma auto-adaptation en distribué/hetérogène avec garantie de performances le calcul progresse tout en permettant de remettre en cause des choix non pertinents. Maîtriser le surcoût dû au choix (Work-first principle)

FlowVR/Adaptativité 8 algorithmique (2) Problème à résoudre : Assurer une qualité de service en termes de latences, fréquences et niveaux de détails FlowVR : Plusieurs «boutons» de réglage: Degré de parallélisme Fréquence Asynchronisme Niveau de détail Approche : calculs statiques sur la base d un état stationnaire moyen + ajustements dynamiques

9 Plateformes GrImage : - 10 cameras Grappe 27 bi-processeurs xeon et opteron Réseau 2x1Gbits/s Mur de 16 projecteurs Icluster 2 : - Reseau Myrinet - 110 bi-processeurs Itanium 2 - Grimage + Icluster 2: liaison 10 Gbits/s Grilles: Ciment, Grid5000 Gros SMP: - 8 Itanimum (bull novascale) - 8 dual-core Opteron (printemps 2006)

Video Grimage 10

Conclusion 11 AHA: projet INRIA-IMAG autour des algorithmes adaptatifs (Gilco, Movi, Arenaire, Lmc, Moais) Mini Symposium Adaptive Algorithms @ SIAM- PP06, February 22-24, 2006, CA. http://moais.imag.fr Flowvr et Kaapi: disponibles en open source