MOAIS s’intéresse à la programmation d’application où l’augmentation du nombre de ressources est crucial pour améliorer les performances : au-delà de l’optimisation de l’application elle-même, l’utilisation réelle d’un grand nombre de ressources est censé améliorer les performances. Cela englobe les simulations scientifiques interactives à large échelle (comme l’immersion dans réalité virtuelle) qui demandent diverses ressources : entrées (capteurs, caméras, ...), unités de calcul (processeurs, mémoire, ...), sorties (vidéo-projecteurs, mur d’images, ...) qui jouent un rôle proéminent dans le développement du calcul haute performance parallele.

 

Les axes de recherche de l’équipe MOAIS sont centrés sur les problèmes d’ordonnancement avec des objectifs de performance multi-critères : précision, réactivité. L’originalité de l’approche de MOAIS est d’utiliser l’adaptabilité de l’application pour permettre son contrôle par l’ordonnancement. Les points clés consistent à concevoir des algorithmes malléables adaptatifs et à coupler efficacement les divers composants de l’application afin d’obtenir une interactivité avec garantie de performance.

 

MOAIS est membre du réseau d’excellance CoreGRID, du projet français Grid’5000 et de la plate-forme expérimentale GrImage. Parmi les collaborations académiques, on peut citer Idaho State University (USA), Universidade Federal do Rio Grande do Sul (Porto Alegre, Brazil) et Universidade de São Paulo (Sao Pãulo, Brazil). Et pour les partenaires industriels, on trouve les entreprises STMicroelectronics and Bull.