Franz-Christian Heinrich - Modélisation, prédiction et optimisation de la consommation énergétique d'applications MPI à l'aide de SimGrid

13:30
Mardi
21
Mai
2019
Organisé par : 
Franz-Christian Heinrich
Intervenant : 
Franz-Christian Heinrich
Équipes : 

 

Jury:

  • Martin Schulz, Professor, Technical University of Munich
  • Laurent Lefèvre, Research Scientist, Inria / ENS Lyon
  • Amina Guermouche, Assistant Professor, Télécom SudParis
  • Jean-François Méhaut, Professor, Grenoble-Alpes University
  • Arnaud Legrand, Senior Research Scientist, CNRS, PhD Advisor

 

La communauté du calcul haute performance (HPC) est actuellement en pleine mutation, avec des évolutions technologiques majeures telles que le parallélisme massif apporté par des milliers de cœurs de calcul sur un seul accélérateur de type GPU ou bien les réseaux d'interconnexion à très haut débit.

La consommation d’énergie de ces machines est appelée à continuer à croître dans les années à venir, faisant de l’énergie l’un des principaux facteurs de coût. Cela explique pourquoi la métrique classique "flop/s", généralement utilisée pour évaluer les la performance des applications et des infrastructures HPC, est progressivement remplacée par des métriques centrées sur l’énergie comme le "flop/watt".

La simulation est une approche possible pour prédire la consommation d'énergie de ces infrastructures. Cependant, il est nécessaire de mettre en place une simulation fidèle du système pour obtenir une prédiction de performance fiable. Dans cette thèse, nous contribuons à la prédiction de la performance et de la consommation énergétique des architectures HPC.  Nous proposons un modèle d'énergie que nous avons implémenté dans le simulateur open source SimGrid. Nous validons ce modèle avec soin en le comparant systématiquement avec des expériences réelles. Nous utilisons cette contribution pour évaluer des algorithmes déjà existant de régulation de la fréquence afin de réduire la consommation énergétique et nous proposons de nouveaux gouvernors DVFS spécialement conçus pour le contexte HPC.