Mathieu Stoffel

Résumé de la thèse :

Le domaine du calcul à hautes performances est un enjeu industriel et académique crucial : de l’astrophysique à la météorologie en passant par la chimie des matériaux, d’Airbus à Total, en passant par Pfizer. Les sciences numériques leurs sont devenues indispensables, et cette dépendance se traduit par un besoin pour toujours plus de puissance de calcul. Au moment de l’écriture de ce manuscrit, tous les acteurs du calcul à hautes performances redoublent d’effort pour atteindre l’ExaScale : 10^18 opérations sur nombres à virgule flottante par seconde.
Néanmoins, contrairement au passage des précédents jalons (e.g. le PetaScale), la puissance de calcul atteinte par un supercalculateur n’est pas la seule grandeur d’intérêt. En effet, les premières estimations de la puissance électrique consommée par un système exaflopique étaient bien trop élevées pour être acceptables, aussi bien du point de vue économique qu’écologique. En conséquence, de nombreux efforts de recherche et de développement visant à réduire la consommation énergétique des supercalculateurs ont vu le jour. C’est précisément le thème central des travaux présentés par ce manuscrit, qui incluent des contributions significatives à Bull Dynamic Power Optimizer (BDPO), ainsi que la conception, le développement, et la validation expérimentale de Phase - Temporality Analyser (Phase-TA).
BDPO est un outil de reconfiguration dynamique, c’est-à-dire un daemon exécuté en parallèle d’une application de calcul intensif, qui adapte la fréquence des cœurs de calcul à la charge de travail que ces derniers exécutent. Il a la particularité d’être complètement agnostique de ladite application, ainsi que du support d’exécution, tout en ne requérant aucune configuration de la part de l’utilisateur. L’utilisation de BDPO permet de réduire l’énergie consommée associée à l’exécution des applications NEMO et HPCG d’environ 15%, tout en maintenant la dégradation de performance associée sous les 4%. Phase-TA est un outil d’analyse du profil d’une application itérative de calcul intensif, notamment ceux produits par BDPO. Il détecte les comportements localement périodiques, et les caractérise en construisant des motifs représentatifs des périodicités associées. Ce qui a motivé le développement de Phase-TA est de pouvoir fournir à BDPO une prédiction pertinente et fiable du comportement à venir de l’application exécutée, de sorte à améliorer l’efficacité des reconfigurations qu’il opère. Il a été montré expérimentalement que les motifs construits par Phase-TA sont des représentations pertinentes des périodicités exhibées par les applications de calcul intensif, et qu’une part significative (i.e. plus de deux tiers) du temps d’exécution de ces dernières leur est imputable. Enfin, les performances de Phase-TA permettent d’envisager son utilisation pendant l’exécution d’une application de calcul intensif.