L'efficacité énergétique extrême dans le calcul à haute performance
Auteur / Autrice : | Florent Pautre-lam |
Direction : | François Alouges |
Type : | Projet de thèse |
Discipline(s) : | Informatique |
Date : | Inscription en doctorat le 01/04/2024 |
Etablissement(s) : | université Paris-Saclay |
Ecole(s) doctorale(s) : | École doctorale Sciences et technologies de l'information et de la communication |
Partenaire(s) de recherche : | Laboratoire : Centre Borelli |
Référent : Ecole Normale Supérieure Paris-Saclay |
Mots clés
Résumé
Cette thèse s'inscrit dans le cadre d'une collaboration entre le Centre Borelli de l'ENS Paris-Saclay et la société CGG qui fournit des données, des produits et des services dans le domaine des sciences de la Terre, de la science des données, de la détection et de la surveillance pour un large éventail d'industries. Le Centre Borelli de l'ENS Paris-Saclay est un laboratoire de recherche interdisciplinaire dans le domaine des mathématiques aux interfaces et des neurosciences intégratives et comportementales. Les technologies HPC sont désormais largement utilisées dans toutes les activités humaines, dans de nombreux cas stratégiques et critiques. En conséquence, nous avons assisté à une augmentation significative du nombre et de la taille des centres de données spécialisés. Or, ces centres sont de plus en plus gros et consomment de plus en plus d'énergie. Il est désormais fréquent de voir des besoins se chiffrant en dizaines de mégawatts. Jusqu'à récemment, la consommation énergétique de ces centres n'était pas une préoccupation majeure. D'autres priorités, comme par exemple, la vitesse des calculs à effectuer ou la taille des données à traiter constituaient l'enjeu des développements informatiques dans le contexte HPC. Dorénavant, la difficulté d'augmenter encore les capacités de traitement, l'exigence de converger vers le carbone NET ZERO, le coût exponentiel de l'énergie, et la croissance insatiable de la demande pour toujours plus de calculs, imposent de repenser rapidement et globalement cette activité et de se concentrer sur l'optimisation de l'efficacité énergétique. Cette thèse se concentrera sur une facette de ce grand défi : comment régler ou équilibrer les charges de travail du centre afin d'assurer une efficacité énergétique optimale ? Comment repenser et/ou adapter les algorithmes de façon à les rendre économes en énergie ? Naturellement, les autres contraintes sont toujours présentes, comme le réglage de la performance, la conception optimale du centre de données, la sélection optimale des écosystèmes matériels et logiciels, etc. Pour être utile à un large éventail d'utilisateurs finaux, développeurs, administrateurs système, planificateurs, etc., cette thèse se propose de développer une méthodologie, un ensemble d'outils pour collecter et analyser de grands ensembles de données. Nous prévoyons également de développer ceci dans un projet Open Source pour attirer d'autres contributeurs.