Mots clés: optimisation et performance, parallélisation, container, nuage , cloud, virtualisation, openACC, openCL, OpenMP, MPI, docker, singularity, reproductibilité, OpenPaaS, déploiement.
Faire un panorama des moyens et des techniques de calcul, de leurs utilisations et de leurs évolutions à l'ère du big data. Etudier les technologies permettant l'itinérance des applications parallèles, leurs déploiements, leurs portages et la reproductibilité des calculs. La convergence HPC-Cloud et la convergence calcul-données seront traitées.
Après un point sur les moyens de calcul disponibles en France et en Europe et la façon d'y accéder, la thématique s'attachera à faire le point des technologies permettant l'itinérance des applications parallèles afin de faciliter le déploiement, le portage et la reproductibilité des résultats entre les différents types de moyens de calcul disponibles dans le paysage du calcul intensif. Les grands standards et leurs dernières avancées pour la programmation parallèle seront donc abordées (MPI, OpenMP, OpenACC, OpenCL, …) ainsi que les récentes technologies de virtualisation notamment à base de containers adaptées aux architectures parallèles et au calcul. La thématique abordera également la question de la convergence calcul et analyse des données dans l'optique des mégadonnées en lien avec les thématiques T7, T5 et la thématique transverse bigdata.
Les langages, bibliothèques et outils propres au big data pour le calcul et la simulation dans les logiciels scientifiques seront étudiées. Nous aborderons par la pratique les nouvelles solutions matérielles disponibles pour leurs implémentations (GPU, xeonphi KNL…). La bonne utilisation de ces architectures, l'adéquation entre les solutions logicielles et les solutions matérielles de calcul seront étudiées. Nous ferons le point sur les langages et les principales APIs (MPI, OpenCL, OpenMP…), la programmation hybride (MPI/openMP, MPI/OpenCL…), la programmation asynchrone et le multithreading seront abordés.
Les méthodes numériques et les solutions logicielles (Hadoop, MapReduce, Spark…) pourront etre abordées en partenariat avec les autres thématiques. Finalement, cette thématique sera l'occasion de faire le point sur les dernières avancées en matière de containers pour la virtualisation des calculs hautes performances basé sur les différents parallélismes présentées.
Attention : Les 3 GT qui suivent ont été regroupées en un seul nommé T8.GT08, Ceci afin de faire un tour de table et un bilan de la thématique T8 juste avant la plénière qui suivra l'après midi :
Les autres GTs :