Search & Find
DiaporamaDiaporamaDiaporamaDiaporamaDiaporamaDiaporamaDiaporamaDiaporamaDiaporamaDiaporamaDiaporamaDiaporamaDiaporamaDiaporamaDiaporamaDiaporamaDiaporamaDiaporama
Accueil
ICube   >   Agenda : Thèse : Compression de données efficace pour les solveurs d’EDP haute performance

Thèse : Compression de données efficace pour les solveurs d’EDP haute performance

Le 2 octobre 2024
À 14h51
ICube Illkirch - C218

Soutenance de thèse : Clément FLINT

Équipe : ICPS

Date & heure : 2 Octobre 2024 à 14h00 en salle C218, au laboratoire ICube, situé sur le Campus Illkirch.

Titre : Compression de données efficace pour les solveurs d’EDP haute performance : Vers des simulations de dynamique des fluides efficientes dans des environnements à mémoire limitée

Résumé : Dans cette thèse, nous explorons les défis liés à la réalisation de simulations de dynamique des fluides (CFD) à grande échelle sur des plates-formes informatiques modernes de haute performance, en mettant particulièrement l'accent sur les unités de traitement graphique (GPU). Nous présentons des stratégies et des optimisations novatrices visant à repousser les limites des capacités actuelles de simulation CFD, en particulier dans le contexte de la gestion de la mémoire.

Nous fournissons un aperçu fondamental des méthodes de simulation des fluides et discutons des méthodes de pointe pour gérer les fortes exigences en mémoire. En nous appuyant sur ces bases, nous proposons une implémentation relativement simple mais efficace sur un seul GPU qui atteint des performances satisfaisantes. Nous étendons ensuite cette implémentation à un cadre multi-GPU grâce à des systèmes de runtime basés sur des tâches, tels que PaRSEC et StarPU.

Dans PaRSEC, nous développons une nouvelle fonctionnalité sur le DSL PTG pour permettre plus de flexibilité dans la définition des tâches et montrons qu'il peut être utilisé pour exprimer un calcul de stencil de manière élégante sans coût visible sur les performances. Dans StarPU, nous développons un solveur de stencil générique qui peut fonctionner sur un environnement distribué et montrons que nous pouvons atteindre une grande scalabilité. Enfin, nous améliorons l'ordonnanceur Heteroprio de StarPU en introduisant AutoHeteroprio, un planificateur entièrement automatique qui peut ajuster les priorités des tâches à l'exécution, contrairement à Heteroprio, qui nécessite un attribution manuelle des priorités.

Dans un deuxième volet, nous nous concentrons sur l'utilisation de la compression de données explicite pour obtenir une meilleure efficacité mémoire. Nous commençons par concevoir des schémas d'ondelettes, adaptés aux simulations CFD, et montrons qu'ils peuvent atteindre des taux de compression élevés avec une perte minimale de précision de simulation. Nous réglons ensuite l'algorithme de compression pour obtenir un meilleur un débit de compression sur les GPU et montrons que des gains mémoire effectifs peuvent être obtenus sans compromettre la précision ni les performances de la simulation.

Jury :

  • Encadrants :
    M. Stéphane Genaud, Professeur, Université de Strasbourg (directeur de thèse)
    M. Philippe Helluy, Professeur, Université de Strasbourg (co-directeur de thèse)
  • Membres du jury
    M. Hartwig Anzt, Professeur, Technische Universität München (rapporteur)
    Mme Laura Grigori, Professeur, École Polytechnique Fédérale de Lausanne (rapporteuse)
    M. Eric Goncalvès, Professeur, École Nationale Supérieure de Mécanique et d’Aérotechnique (examinateur)
    M. Yannick Hoarau, Professeur, Université de Strasbourg (examinateur)
    M. Bérenger Bramas, Chargé de recherche, Inria (encadrant, invité)

À la une

Le dépôt des candidatures pour les postes d’enseignants-chercheur est ouvert. Les offres sont...

Flux RSS

Flux RSS