Algorithmes d'ordonnancement pour optimiser les performances, la consommation d'énergie et la robustesse des applications de calcul à haute performance (HPC)

Scheduling algorithms to optimize the performance, energy consumption and robustness of HPC applications

• Auteur / Autrice : Lucas Perotin
• Direction : Anne Benoit
• Type : Thèse de doctorat
• Discipline(s) : Informatique
• Date : Soutenance le 29/06/2023
• Etablissement(s) : Lyon, École normale supérieure
• Ecole(s) doctorale(s) : École doctorale InfoMaths (Lyon ; 2009-....)
• Partenaire(s) de recherche : Laboratoire : Laboratoire de l'informatique du parallélisme (Lyon ; 1988-....)
• Jury : Président / Présidente : Denis Trystram
• Jury : Examinateurs / Examinatrices : Anne Benoit, Denis Trystram, Ümit V. Çatalyürek, Fanny Pascual, Gabriel Antoniu, Yves Robert
• Jury : Rapporteur / Rapporteuse : Ümit V. Çatalyürek, Fanny Pascual

Mots clés

Mots clés contrôlés

Informatique -- Procédures de secours

Parallélisme (informatique)

Ordonnancement (informatique)

Mots clés libres

Ordonnancement

Entrée/sorties

Parallélisme

Sauvegardes

Graphe de tâches

Optimisation

Scheduling

I/O

Parallelism

Checkpoints

Task graphs

Optimization

Résumé

Cette thèse traite du problème de la résilience dans les systèmes informatiques à grande échelle. En raison du développement rapide de la technologie de calcul à haute performance, il est devenu crucial de développer des mécanismes de tolérance aux pannes efficaces et robustes. Cette recherche se concentre sur l'optimisation des stratégies de sauvegarde, l'analyse de différentes techniques de résilience, le développement de nouvelles approches d'ordonnancement pour traiter les pannes et l’optimisation des stratégies de partage de bande passante d'entrées/sorties pour les applications parallèles.

This thesis addresses the problem of resilience in large-scale computer systems. Due to the rapid development of high-performance computing technology, it has become crucial to develop effective and robust fault tolerance mechanisms. This research focuses on optimizing checkpoint strategies, analyzing different resilience techniques, developing new scheduling approaches to handle failures, and optimizing input/output bandwidth sharing strategies for parallel applications.