Thèmes de recherche

Je m'intéresse de manière générale aux problématiques liées au calcul haute-performance (HPC) et aux applications distribuées (Big Data ou Cloud Computing par exemple). Je me concentre en particulier sur l'aspect ordonnancement de ces thématiques, plus particulièrement les ordonnancements statiques (calculés en amont) basés sur des modélisations. Au cours de ma carrière je me suis concentré sur plusieurs problèmes spécifiques.


Parmi les nouvelles problématiques liées au calcul haute-performance et aux application Big Data, on trouve le problème du transfert de données, c’est-à-dire des communications entre machines, qui peut engendrer des délais lors de gros calculs en plus d’avoir un impact sur la consommation énergétique. La réplication, que ce soit de tâches ou de fichiers, est un facteur qui accroît ces communications, tout en étant un outil quasi-indispensable pour améliorer le parallélisme du calcul et la résistance aux pannes. Au cours de ma thèse, avec mes directeurs Olivier Beaumont et Lionel Eyraud-Dubois, nous nous sommes intéressés à la réplication de fichiers et à son impact sur les communications au travers de deux problèmes. Dans le premier, la multiplication de matrices en parallèle, le but est de limiter autant que possible ces réplications pour diminuer la quantité de données déplacées. Dans le second, nous considérons un ensemble de tâches indépendantes où il existe une réplication initiale des fichiers d'entrée qu’il faut utiliser au mieux afin d’obtenir l’ordonnancement le plus rapide ou entraînant le moins de créations de nouvelles copies.


Adapted from a template by FreeHTML5.co