Projet : APACHE - apache

<body bgcolor="#FFFFFF" text="#000000" link="#9944EE" vlink= "#0000FF" alink="#00FF00">  <a name="CHILD_LINKS" id= "CHILD_LINKS"><strong>Sous-sections</strong></a> <ul> <li><a name="tex2html198" href= "fonde_noyau_mn.html#SECTION00032100000000000000" target= "main" id="tex2html198"><small>Réseau dynamique de processus légers communicants</small></a></li> <li><a name="tex2html199" href= "fonde_noyau_mn.html#SECTION00032200000000000000" target= "main" id="tex2html199"><small>Mise en oeuvre, architectures nouvelles et hétérogénéité</small></a></li> </ul> <hr /> <h2><a name="SECTION00032000000000000000" id= "SECTION00032000000000000000">Logiciel de base pour architecture parallèle et distribuée</a></h2>  <a name="APACHE_fondements_noyau" id= "APACHE_fondements_noyau"></a> <p><strong>Mots clés :</strong> <i>modèle de programmation, environnement d'exécution, processus léger, communication par message, accès de mémoire à distance, ordonnancement .</i></p> <h3>Résumé :</h3> <div class="ABSTRACT"> <i>Les noyaux exécutifs implantent un modèle de machine parallèle ou machine virtuelle parallèle. Ils ont pour fonction de gérer les ressources de calcul, de stockage et de communication. La qualité d'un noyau exécutif pour machine parallèle vient d'une part de ses capacités à permettre l'utilisation efficace du parallélisme physique de la machine et, d'autre part, de son aptitude à supporter différentes pratiques ou modèles de parallélisation. Les noyaux exécutifs les plus répandus actuellement pour la programmation parallèle sont PVM et MPI. Ils simulent un réseau de monoprocesseurs communicants. Un des enjeux actuels est de proposer des noyaux exécutifs qui soient aussi efficaces que PVM ou MPI tout en offrant davantage de flexibilité et de réactivité.</i> </div> <p>L'approche qui réalise maintenant un consensus, est d'étendre le modèle de réseau statique de processus lourds communicants (PVM, MPI) à celui de réseau dynamique de processus légers communicants et capables d'accéder à des mémoires distantes. Proche du paradigme processus communicants, cette méthode hérite des acquis de cette approche (méthode de programmation, portabilité), tout en offrant une efficacité supérieure. La dynamicité donne une souplesse accrue dans le placement des données et calculs. En effet, un point clef de la parallélisation est celui de la <i>localité</i>, c'est-à-dire le rapprochement sur un couple processeur-mémoire d'un couple calcul-donnée. La création dynamique de processus léger à distance permet de faire de la répartition dynamique de la charge de calcul.</p> <h3><a name="SECTION00032100000000000000" id= "SECTION00032100000000000000">Réseau dynamique de processus légers communicants</a></h3>Dans le contexte technologique actuel, il est raisonnable de privilégier les architectures de machines parallèles à mémoire distribuée, où les noeuds de calculs sont eux-même des multiprocesseurs à mémoire commune de type SMP<a name="tex2html7" href= "footnode_mn.html#foot318" target="footer" id= "tex2html7"><sup><img align="bottom" border="1" alt="[*]" src="../icons/foot_motif.png" /></sup></a>. Les temps d'accès à la mémoire sont donc uniformes sur le même noeud, mais les temps de latence des communications entre noeuds sont très grands par rapport à ces temps d'accès à la mémoire. <p>Les noyaux exécutifs à base de processus légers communicants [<a href= "bibliographie_Toc.html#multithreads" target= "contents">4</a>] privilégient l'organisation d'un calcul parallèle comme un réseau dynamique de processus communicants où le placement des processus et des données est explicite. Sur un même noeud, les processus coopèrent en partageant la mémoire. Entre noeuds, ils communiquent par messages. L'utilisation efficace de telles machines nécessite de paralléliser les calculs et les communications c'est-à-dire recouvrir les communications par des calculs. Le recours systématique à des opérateurs de communication non bloquants permet au programmeur d'assurer un meilleur recouvrement au sein d'un même processus. La multiprogrammation légère permet ensuite de pallier à des recouvrements imparfaits au sein des processus. Une propriété essentielle d'un tel noyau est sa réactivité face aux latences imprévisibles des communications.</p> <h3><a name="SECTION00032200000000000000" id= "SECTION00032200000000000000">Mise en oeuvre, architectures nouvelles et hétérogénéité</a></h3>Un noyau exécutif se doit d'être capable de s'adapter aux évolutions technologiques des machines parallèles à mémoire distribuée. Actuellement, on perçoit plusieurs axes d'évolution. Un premier axe concerne l'accroissement d'efficacité des noeuds de calcul et des réseaux d'interconnexion [<a href= "bibliographie_Toc.html#grappe" target="contents">5</a>]. En particulier, l'apparition de noeuds multiprocesseurs à mémoire commune pose le problème de l'utilisation efficace de ce parallélisme pour d'une part améliorer le potentiel de calcul parallèle mais aussi le recouvrement calcul-communication. Par ailleurs les réseaux à haut débit et faible latence d'amorÇage nécessitent d'alléger en proportion les noyaux de communication. Ces deux points sont caractéristiques des grappes de nouvelle génération. <p>Un second axe concerne l'exploitation des technologies d'accès direct à la mémoire distante. Certains constructeurs (CRAY-SGI) offrent des infrastructures de ce type, mais on trouve aussi des cartes sur le marché qui permettent d'interconnecter des PC avec des réseaux à capacité d'adressage selon la norme IEEE-SCI <a name="tex2html8" href="footnode_mn.html#foot317" target="footer" id= "tex2html8"><sup><img align="bottom" border="1" alt="[*]" src="../icons/foot_motif.png" /></sup></a>. Cette nouvelle architecture permet de faire de la communication entre machines distantes avec «zéro» copie intermédiaire et donc plus rapidement. Ces communications sont vues comme des opérations de lecture et d'écriture.</p> <p>Un troisième axe concerne la tendance à utiliser des ensembles de machines hétérogènes via des réseaux locaux pour disposer momentanément d'une puissance de calcul importante. Les problèmes viennent alors de l'hétérogénéité des encodages de données.</p> </body>